Apple-Silicon

DeepReinforce trainiert ein Coding-Modell, das sein eigenes Agenten-Harness lernt. Ich habe das 9B lokal auf einem M3 Max getestet. Die Idee ist stark, die Benchmarks sind selbstberichtet, und der größte Stolperstein steckt in der Verpackung.

Im Finale setzen wir den lokalen Agenten dorthin, wo in Xcode sonst Claude oder ChatGPT sitzen. Apple hat den lokalen Provider-Slot auf der WWDC26 gezeigt, wir haben macOS 27 und Xcode 27 gezielt installiert, um es zu verproben. Wie weit kommt das geliehene kleine Modell dort? Artikel 13 der Reihe „Ein lokaler Coding-Agent mit apfel".

Gemma 4 12B gilt als das kompletteste lokale Modell. Für Python habe ich drei Varianten auf einem M3 Max gegeneinander laufen lassen, mit echter Code-Ausführung, inklusive eines Parsers, an dem alle drei scheitern.

MTPLX verspricht lokale LLMs auf dem Mac deutlich schneller, über die eingebauten MTP-Heads von Qwen 3.6. Nachgemessen auf einem M3 Max, mit echten Zahlen statt Werbeversprechen.

Mit der Containerization-Architektur und dem neuen Container machine baut Apple seit zwei Jahren eine native Docker-Alternative für den Mac. Eine technische Analyse, wer hier wirklich angegriffen wird.

Der lokale Agent läuft ohne Key und ohne Cloud. Doch worauf ruht diese Unabhängigkeit? Zwei Veröffentlichungen derselben Woche, ein Cloud-Handoff von Anthropic und Apples MLX-Stack, ziehen die Frage scharf. Eine nüchterne Einordnung. Artikel 12 der Reihe „Ein lokaler Coding-Agent mit apfel".

Der Agent bekommt eine dritte Oberfläche. Hinter einem Hummingbird-Server streamt er seine Arbeit per Server-Sent-Events in den Browser, samt Bestätigung per Klick. Derselbe Kern wie im Terminal, nur eine andere Senke. Artikel 11 der Reihe „Ein lokaler Coding-Agent mit apfel".

MCP verschiebt das Schreiben von Werkzeugen aus dem Agenten zu eigenen Servern. Wir bauen einen kleinen MCP-Server, hängen ihn an apfel und messen, was MCP löst und was nicht. Artikel 10 der Reihe „Ein lokaler Coding-Agent mit apfel".

Aus dem One-Shot-Kommando wird eine interaktive REPL-Sitzung. Der Schlüssel zur Testbarkeit ist die strikte Trennung von Render-Logik und Terminal-I/O. Artikel 9 der Reihe „Ein lokaler Coding-Agent mit apfel".

Die Platforms State of the Union der WWDC26 im Überblick: Das Foundation Models framework öffnet sich für Server-Modelle und wird quelloffen, das neue Core AI bringt eigene Modelle on-device, und Xcode 27 stellt agentisches Coding ins Zentrum.

Der naive Agent-Loop endet, wenn das Modell schweigt, und das ist nur eine Selbsteinschätzung. Wir bauen einen Loop, dessen Abbruch eine maschinelle Prüfung ist, mit Iterationslimit und Kontext-Budget als Schutzgrenzen. Artikel 8 der Reihe „Ein lokaler Coding-Agent mit apfel".

Apple zeigt auf der WWDC26, wie MLX große Sprachmodelle über mehrere Macs verteilt. RDMA über Thunderbolt 5, die JACCL-Bibliothek und ein Cluster aus vier M3 Ultra, der ein Billion-Parameter-Modell lokal ausführt.

Anthropic hat ein Swift-Package veröffentlicht, das Apples Foundation Models Framework an Claude koppelt. Interessant ist nicht Claude in einer App, sondern das Übergabe-Muster: On-Device für schnell und billig, Claude für das Schwere.

Der naive Datei-Edit scheitert am kleinen Modell. Wir bauen den Agenten um diese Schwäche herum, mit Constrained Output und einem zweistufigen Edit-Workflow, und messen, wie viel sich zurückholen lässt. Artikel 7 der Reihe „Ein lokaler Coding-Agent mit apfel".

Ein reproduzierbares Eval mit 15 Aufgaben in fünf Kategorien misst, wo das lokale Foundation Model als Coding-Agent überzeugt und wo es kippt. Mit Cloud-Stichprobe und einer eigenen Messung dessen, was das Modell über seinen eigenen Erfolg behauptet. Artikel 6 der Reihe „Ein lokaler Coding-Agent mit apfel".

Wir bauen die ersten Werkzeuge, mit denen der Agent etwas verändert, und sichern sie ab — Pfad-Sandbox, Bestätigungs-Gate, Diff vor dem Schreiben und Defense-in-Depth für die Shell. Artikel 5 der Reihe „Ein lokaler Coding-Agent mit apfel".

Wir bringen dem Agenten bei, Werkzeuge zu rufen — Tool-Definition im OpenAI-Schema, der Round-Trip aus Aufruf, Ausführung und Fortsetzung, und eine Tool-Abstraktion in Swift. Artikel 4 der Reihe „Ein lokaler Coding-Agent mit apfel".

Wir legen ein Swift-Package an, bauen einen async HTTP-Client gegen apfel --serve und verarbeiten SSE-Streaming Token für Token — Artikel 3 der Reihe „Ein lokaler Coding-Agent mit apfel".

Wir starten apfel als lokalen OpenAI-kompatiblen Server, gehen alle Endpoints durch und sehen, wo das Protokoll von OpenAI abweicht — Artikel 2 der Reihe „Ein lokaler Coding-Agent mit apfel".

Wir installieren apfel, gehen die drei Modi (Prompt, Serve, Chat) durch, sehen wo das on-device-Modell trägt und wo es wackelt — Artikel 1 der Reihe „Ein lokaler Coding-Agent mit apfel".

Eine Reihe nimmt das Foundation Model in den Blick, das jeder Apple-Silicon-Mac mit macOS 26 mitbringt — und baut darauf einen Coding-Agenten in Swift, der lokal läuft.

Artikel 4 der Hummingbird-Reihe. Wir ergänzen beide Endpoints um Streaming via Server-Sent Events: MLXClient.completeStream als AsyncThrowingStream, Anthropic-Events, OpenAI-Chunks, Task-Cancellation. Tokens erscheinen beim Client direkt während das Modell generiert.

Artikel 3 der Hummingbird-Reihe. Wir verbinden das Gateway mit mlx_lm.server: MLXClient als Swift actor, Formatkonvertierung von Anthropic nach OpenAI, Fehler-Mapping mit HTTP-Statuscodes. Nach diesem Artikel liefert das Gateway echte Modellantworten.

Microsofts Projekt 'Windows K2' soll Windows 11 retten – fasst aber das Grundproblem nicht an. Warum Apple die plausibelste Antwort ist und Linux einen App-Store-Ansatz verdient hat, der von der Distribution unabhängig ist.

Windows ist Designfehler geworden. Copilot, Recall, TPM-Sniffing, dazu eine Cloudstrategie die Produktivität kostet statt sie zu liefern. Macs sind im Business die rationalere Wahl. Das Softwareargument gilt 2026 nicht mehr.

Ab macOS 17 können Drittanbieter-Apps MLX direkt als System-Framework nutzen.

Warum lokale Sprachmodelle 2026 zur echten Alternative werden — MLX, Unified Memory und ein Stack, der ohne Cloud funktioniert.