پایان عصر آپلود اسکرین‌شات؛ درون معماری محلی Mininglamp-AI

هر بار که یک عامل (Agent) هوش مصنوعی ابری برای درک محیط دسکتاپ شما اسکرین‌شات می‌گیرد، بخشی از حساس‌ترین داده‌های سازمانی شما به سرورهای خارجی می‌رود. این حفره‌ی امنیتی، نقطه‌ی ضعف بنیادین پارادایم «استفاده از کامپیوتر» (Computer Use) است که اکنون به چالش کشیده شده است.

در ۶ می ۲۰۲۶، تیم Mininglamp-AI یک استک کامل از عامل‌های رابط کاربری گرافیکی (GUI) را به‌صورت متن‌باز برای تراشه‌های Apple Silicon منتشر کرد. به نقل از گزارش dev.to، این اکوسیستم شامل سه رکن اصلی است: مدل Mano-P 1.0-4B (یک مدل بینایی-زبان-عمل یا VLA)، کیت توسعه Cider برای شتاب‌دهی به استنتاج (Inference) و ابزار Mano-AFK برای ساخت خودکار اپلیکیشن‌ها.

مدل Mano-P از یک خط لوله آموزشی پیشرونده سه مرحله‌ای (SFT، یادگیری تقویت‌شده آفلاین و آنلاین) استفاده می‌کند تا یک حلقه استدلالی «تفکر-عمل-تأیید» را اجرا کند. بر اساس مستندات این پروژه، مدل پیشرفته‌تر یعنی Mano-P 1.0-72B توانسته است با نرخ موفقیت ۵۸.۲ درصد در بنچمارک OSWorld، رتبه اول مدل‌های تخصصی GUI را کسب کند.

برای اینکه این مدل‌ها روی دستگاه‌های لبه (Edge) کاربردی شوند، SDK Cider کوانتیزاسیون فعال‌ساز INT8 را برای MLX معرفی کرده است. در حالی که کوانتیزاسیون بومی MLX تنها روی وزن‌ها تمرکز دارد، Cider با پیاده‌سازی هسته‌های سفارشی Metal، سرعت پیش‌پرورش (Prefill) را در سخت‌افزار Apple M5 Pro بین ۱.۴ تا ۲.۲ برابر افزایش داده است.

همان‌طور که در تحلیل‌های پیشین ما درباره‌ی هوش مصنوعی حاکمیتی (Sovereign AI) اشاره کردیم، انتقال پردازش از ابر به لبه، تنها راه دستیابی به امنیت واقعی داده‌هاست. در این راستا، ابزار Mano-AFK چرخه کامل ساخت-تست-اصلاح را به‌صورت کاملاً محلی مدیریت می‌کند تا توسعه‌گران بتوانند از نیازمندی‌های متنی به تست‌های پایان-به-پایان (E2E) برسند.

البته سخت‌افزار مورد نیاز سخت‌گیرانه است: برای اجرای بهینه مدل 4B، شما به تراشه M4 یا بالاتر و حداقل ۳۲ گیگابایت حافظه یکپارچه نیاز دارید. این چرخش به سمت جریان‌های کاری عامل‌محور (Agentic) محلی، نشان‌دهنده آینده‌ای است که در آن «حاکمیت محاسباتی» پیش‌شرط پذیرش هوش مصنوعی در سازمان‌ها خواهد بود.

اما این تنها بخشی از پازل است؛ تأثیر این معماری بر آینده‌ی مدل‌های بازمتن را در گزارش بعدی بررسی خواهیم کرد.

گام بعدی شما

• اگر کاربر M4 هستید، مدل Mano-P 4B را برای اتوماسیون کارهای تکراری دسکتاپ تست کنید.
• توسعه‌دهندگان باید عملکرد Cider را در برابر مسیرهای W4A16 بومی MLX مقایسه کنند.
• بررسی کنید که آیا جریان کاری شما می‌تواند از مدل‌های ابری به مدل‌های محلی مهاجرت کند تا ریسک نشت داده‌ها به صفر برسد.