2026 年本地编程代理：离 Claude Code 还有多远，什么时候值得自托管

2026 年 6 月 12 日，Claude Fable 5 因政府指令被下线——面向所有客户，一夜之间暂停。18 天后，访问在 7 月 1 日恢复。但这件事已经回答了一个很多开发者以前只当成“假设”的问题：如果明天云端模型突然不在了，我的工作流怎么办？ 这次停摆是暂时的；可一个前沿模型能在几小时通知内、因为厂商自己都反对的理由从你的工具链里消失，这个事实并不是暂时的。

本地编程代理是最具体的答案。它跑在你的机器上，逐 token 成本为零，可以离线工作，也不会被别人的政策关掉。但它也不是 Claude Code。假装两者一样，对谁都没有帮助。本文讲现实版本：这套栈到底是什么、成本在哪里、能力离云端有多远，以及什么时候自托管真的值得。

30 秒版本

技术栈： Ollama 在 localhost:11434 上提供开源编程模型；代理层用 Cline 或 Continue.dev（在 VS Code 里），也可以用 Aider（CLI）。Ollama 兼容 OpenAI API 格式，所以包括 OpenCode 在内，多数代理工具只要改基础 URL 就能接上。
模型： Qwen3-Coder、Devstral Small 2、DeepSeek-V4 和 Kimi 这一类开源模型，是 2026 年本地编程的主力。在 Mac 上，你会按内存选择更小的变体。
差距是真的： 社区反馈通常把好用的本地模型放在单文件任务约等于云端 Claude 的 70–85%，多文件推理差距更大。够用，但不是前沿水平。
什么时候值得： 代码不能外发、高频日常改动、离线工作，以及给云端可用性做对冲。什么时候不值得： 最难的多文件问题，或者你不想购买和维护硬件。
多数人会两个都用。 这不是“替代 Claude Code”，而是加一个拿不走的后备方案。

这套栈到底是什么

三层，只有运行时这一层和 Mac 强相关：

运行时 — Ollama。 安装形态是 .app，用 ollama pull qwen3-coder 拉模型，通过兼容 OpenAI API 的接口在 localhost:11434 上提供服务。替代方案也有：Jan 提供桌面版 ChatGPT 风格体验，LocalAI 更像服务器运行时；但在 macOS 上，Ollama 的阻力最小。
代理层 — 三选一：
- Aider（CLI，天然贴合 git）：aider --model ollama/qwen3-coder。三者里最尊重文件系统的一种，每次改动都能提交。
- Cline（VS Code，自主代理）：把它指向本地 Ollama，就能在编辑器里跑完整代理循环。
- Continue.dev（VS Code，更轻）：对本地模型做补全和聊天；自主性弱于 Cline。
模型 — 按内存选（见下表）。

整条链路都在你的机器上跑。首次下载模型之后，它可以完全隔离：源代码不会经过第三方 API。

Mac 内存和模型怎么配

模型必须和 macOS、编辑器一起塞进统一内存。按机器选模型：

Mac 内存	能跑的模型	现实用途
16 GB (M1+)	Qwen2.5-Coder 7B	补全、单文件改动、样板代码——实际下限
32 GB	Qwen2.5-Coder 32B	推理明显更好；可以处理小型多文件任务
64 GB+ / 24 GB GPU	Qwen3-Coder 30B, Devstral Small 2	工作站上最接近云端的本地配置

几乎所有人都会踩两个坑，搭建指南里也反复提到：

Ollama 默认上下文只有 2048 token，即使模型本身支持 128K。任何 Cline 或 Aider 的多文件任务，都要显式调大；否则代理会悄悄忘掉刚读过的一半文件。
安装 .app 后，不要再手动跑 ollama serve。 应用已经在管理后台服务；你再起一个，会互相打架。要么用应用安装，要么用 Homebrew，不要两个都装。

实际能接近到什么程度

实话说：日常任务够用，但不能替代前沿模型。大家报告出来的数字通常集中在日常单文件任务约为云端 Claude 的 70–85%。而到了真正买代理工具的那些事——多文件重构、长链路规划、把大型代码库长期放在上下文里推理——差距会拉大。有一篇搭建指南会说“接近云端能力的八到九成”(原文:“80–90% as good”)；社区里更接近真实使用的数字更低，而且更重要的是，表现很不均匀：一个本地 32B 模型可以把单个函数改得很漂亮，然后在重构第三个文件时完全丢线。

你换来的不是更强能力，而是云端给不了的三件事：

隐私。 代码不离开机器。对某些代码库来说，这不是偏好，而是要求。
边际成本。 没有逐 token 账单，也没有速率窗口。硬件买完之后，当天第 500 次重构和第 1 次成本一样：零。
抗风险能力。 这是 6 月之后才变得具体的一点。本地代理没有属于别人的关机开关——没有外部指令、没有暂停、没有最糟时刻撞上的速率限制。

决策规则

满足下面任意一条，就值得自托管：

代码不能离开。 受监管、涉密，或者合同要求不得外发的源码。这里本地不是便宜选项，而是唯一选项。
工作量大，而且重复。 样板代码、测试脚手架、机械修改——7B–32B 模型已经够用，逐 token 省下来的钱会累积。
你需要离线，或者需要一个对冲。 在飞机上，在完全隔离的环境里，或者只是看过 Fable 一夜消失之后，不想让自己的工具链完全依赖一家厂商继续可用。

继续用云端 Claude Code 的情况：

你的瓶颈是最难的那 10%。 大型多文件推理正是本地差距最大的地方。真正卡住你的问题，通常值得为前沿能力付费。
你不想管硬件。 一台够用的 Mac 或 24 GB GPU 都是真金白银，也是真维护成本。如果你的使用量撑不起这笔投入，云端按量模式会比一张不断贬值的 GPU 更便宜。

对多数真正写代码的人来说，诚实答案是两个都用：Claude Code（或另一个前沿云端代理）处理难题，本地代理处理不难但量大的部分——也作为云端不在时仍然可用的那一个。

什么会改变这页

有三个变化会让这页改判：一个真的补上多文件差距的本地开源模型（2026 年趋势已经朝这个方向走，Qwen3-Coder 和 Devstral 都比去年的模型接近得多）；Apple Silicon 的内存带宽足够让 70B 级模型在笔记本上舒服运行；或者 Ollama/Cline 把上下文默认值调合理，让 2048 token 的坑别再继续绊人。

配套阅读

Claude Fable 5 暂停后又恢复 — 政府指令让“如果云端模型消失”变得具体，以及这项指令如何在 7 月 1 日被撤销、访问如何恢复
AI 编程代理会往你的磁盘写什么 — Aider、Continue 和其它工具把本地状态放在哪里
Aider vs Claude Code — 最适合搭配本地模型的 git 原生代理
最佳 AI 编程代理：跨厂商判决 — 当能力是唯一指标时，云端代理排在哪里

来源

FAQ

本地编程代理能替代 Claude Code 吗？ 不能替代困难的多文件工作；好的本地模型在日常单文件任务上大约能达到云端 Claude 的 70–85%，多文件推理差距更大。但如果你需要一个私有、离线、零边际成本的选项来处理日常改动，同时对冲云端模型不可用的风险，它就是一个真实的后备方案。多数人会两个都用。

跑本地编程代理，最低需要什么 Mac？ 实际下限是 Apple Silicon Mac（M1 或更新）上的 16 GB 统一内存，跑 Qwen2.5-Coder 7B 这类 7B 模型。32 GB 可以跑 Qwen2.5-Coder 32B，效果会明显好一档。模型必须和操作系统、编辑器一起塞进内存，所以要按机器选模型，而不是一上来就追最大的。

自托管编程代理真的更便宜吗？ 硬件买完之后，是的；没有逐 token 账单，也没有速率限制，重度或重复使用的边际成本接近零。但你要先付硬件钱（一台够用的 Mac 或 24 GB GPU），也要付时间成本：搭建、管理模型，以及接受困难任务上的真实能力差距。高频日常工作或隐私受限代码库会回本；如果你的瓶颈是最难的那 10% 问题，云端 Claude 仍然更合适。

为什么不直接用云端，而要跑本地编程代理？ 三个原因：隐私（专有代码不离开机器）、成本（硬件摊完后没有逐 token 费用），以及抗风险能力。第三点在 2026 年 6 月变得很具体：Anthropic 被要求一夜之间为所有客户暂停 Fable 5 和 Mythos 5。本地代理不会因为别人的政策被远程关掉。代价是能力：够用，但不是前沿水平。