Programar con IA local significa ejecutar el modelo en tu propio equipo o infraestructura, sin enviar cada prompt y fragmento de código a un proveedor cloud. Para algunos equipos, esto es una ventaja clara de privacidad.
Pero local no significa automáticamente seguro. También importan extensiones del editor, telemetría, logs, permisos, backups y quién tiene acceso a la máquina.
Cuándo tiene sentido
- Repositorios privados o sensibles.
- Aprendizaje sin coste por llamada.
- Prototipos internos.
- Entornos sin conexión.
- Empresas con restricciones de datos.
Stack básico
- Ollama o runtime local similar.
- Modelo orientado a código.
- Editor como VS Code.
- CLI o extensión compatible.
- Tests del proyecto para validar.
Tradeoffs frente a modelos cloud
Los modelos cloud suelen ofrecer más contexto, más velocidad y mejor razonamiento en tareas complejas. Los modelos locales ofrecen control, privacidad y coste predecible si ya tienes hardware.
Un flujo híbrido suele funcionar bien: local para tareas sensibles o repetitivas, cloud para arquitectura, refactors grandes o debugging complicado.
Medidas de privacidad
- Revisa qué extensiones de VS Code envían datos.
- Desactiva telemetría innecesaria.
- No pegues secretos en prompts.
- Usa repos de prueba para experimentar.
- Controla logs del agente y del runtime.
Qué no esperar
- No esperes que un modelo pequeño haga migraciones complejas solo.
- No esperes velocidad alta en CPU con modelos grandes.
- No esperes seguridad total solo por estar offline.
- No aceptes cambios sin tests.
La IA local es una gran opción cuando quieres control. Para que sea útil de verdad, acompáñala de buenos tests, permisos claros y tareas bien acotadas.