LM Studio Bionic: オープンモデル向けAIエージェント

 (lmstudio.ai)
1 ポイント 投稿者 GN⁺ 5 시간 전 | 1件のコメント | WhatsAppで共有
  • LM Studio Bionic は、コーディング・調査・文書作業をローカルまたはクラウドのオープンモデルで処理でき、個人情報とAI利用コストを自分で直接コントロールできる独立アプリ
  • モデルはデバイス上で直接実行するか、LM Link で接続でき、複雑な作業には LM Studio Secure Cloud の大規模オープンソースモデルを選択可能
  • 音声キーボードは Mistral AI の多言語リアルタイム文字起こしモデル Voxtral を利用し、どのアプリでも音声をデバイス内部でテキストに変換
  • コーディング向けにはコードベースの調査・編集・デバッグと インライン diff を、文書作業向けにはサンドボックス処理・Web検索・自動チェックポイント・アプリ内プレビューを提供
  • すべてのユーザーに Zero Data Retention とユーザーデータで学習しない方針を適用し、クラウドリクエストも処理完了後は保持しない

コーディング・音声・文書作業

  • Bionic エージェント はコーディングと文書作業に焦点を当て、作業ごとに適したモデルと計算環境を選んでコストを調整できる

  • デバイス内部で動作する音声キーボード

    • ローカル音声モデルで、アイデア、プロンプト、修正内容をデバイス内部で文字起こしする
    • リリース時点では、Mistral AI の高性能な多言語リアルタイム文字起こしモデル Voxtral を提供
    • どのアプリでも音声キーボードを起動すると、現在のカーソル位置に文字起こし結果が入力される

  • ローカルコードベースを扱う Code プロジェクト

    • ローカルフォルダーを接続すると、コードベースを調査し、見慣れないコードを説明したり、変更・デバッグしたりできる
    • インライン diff により、コード変更内容を確認できる
    • エージェント型コード検索で関連ファイルを見つけ、動作を追跡する
    • 対応モデルには GLM 5.2 と Kimi K2.7 Code が含まれる

  • 文書・プレゼンテーション・スプレッドシート向けの Work プロジェクト

    • 文書、PDF、プレゼンテーション、スプレッドシートなどを扱うほか、新しい資料をゼロから作成できる
    • 文書は サンドボックス環境 で処理され、コンピューター内のほかの部分やファイルから隔離される
    • ローカルディレクトリーの整理、ファイル編集、資料要約、内蔵Web検索による外部情報の活用をサポート
    • 自動チェックポイントで変更を確認または巻き戻せ、アプリ内プレビューで資料と作業フローをまとめて管理できる
    • より多くのファイル形式をプレビューできるよう、対応範囲を継続的に拡大する予定

ローカル・接続・クラウドでのモデル実行

  • Bionic アプリでは最新のローカル LLM をダウンロードして、簡単なチャットから高度なエージェント作業まで行え、ローカル実行は LM Studio ランタイム を基盤としている
  • 作業に応じて3つの実行方式を選択できる
    • デバイス上でローカルモデルを実行
    • LM Link を通じたモデル接続
    • LM Studio Secure Cloud で大規模な最前線のオープンソースモデルを利用
  • Secure Cloud は、コーディング、推論、ツール呼び出し、長いコンテキスト作業に強い最新のオープンモデルを提供
    • クラウドリクエストは一時的に処理され、完了後は保持されない
    • すべての Bionic ユーザーデータに Zero Data Retention を適用し、学習にも使用しない

インストールと利用条件

  • LM Studio Bionic は既存の LM Studio とは分離された新しいアプリ
    • 低レベルの高度な設定が必要な場合は、既存の LM Studio を Bionic と併用し続けられる
    • クラウドモデルを使うには、LM Studio アカウントを作成して支払い設定を行う必要がある
    • プロジェクトを接続し、モデルを選べば、Bionic エージェントで作業を始められる
  • オープンモデルの性能向上と実際のプロジェクト利用事例を反映しながら、Bionic 体験を継続的に改善していく計画

関連記事

1件のコメント

 
GN⁺ 5 시간 전
Hacker Newsの反応

  • LM Studio創業者のYagilです。Bionicで GLM 5.2 / Kimi K2.6 / Kimi Coder K2.7 を試したい方は、lmstudio.aiのユーザー名を hn-jul16@lmstudio.ai に送っていただければクレジットを付与します。
    コーディングは「Code」プロジェクトで、文書の作成・編集は「Work」プロジェクトで使えます。Workプロジェクトはエージェントが変更を加えるたびに 自動チェックポイント を作成し、使ってみた感想をぜひ聞かせてほしいです

    • 推論プロセスを眺めるのに向いた エージェント実行フレームワーク のひとつです。最終応答よりも推論を読むほうが役立つこともあり、Claude CodeやCodexより透明性高く公開している点が気に入っています。
      「プロバイダー」と データ無保持（ZDR） を交渉したとのことですが、モデルはLM Studioが自前でホスティングしているのか、それとも別の事業者がホスティングしているのか気になります。外部事業者なら、どこなのかも知りたいです
    • LM Studioは気に入っていて、Bionicも今夜試すつもりです。Android連携アプリ を心待ちにしていて、iPhoneユーザーがうらやましいくらいです
    • z.ai coding plan APIキー が使えるのか気になります
    • LM Studio自体は本当に好きですが、今回の クラウドと信頼 を軸にした方向性は、多くの人の信頼を失う可能性があります。企業はこれまで「データ無保持」や「ユーザーデータで学習しない」という約束を繰り返してきたので、またそれを信じてくれと言われているように聞こえます。
      サイトで会社所在地すら見つけられず、この20年間うんざりするほど見てきたアメリカ流の「とにかく信じてくれ」式の姿勢がまた輸出されてきたような印象を受けます

  • ローカルモデル向けのエージェント実行フレームワークはこれが初めてですが、LM Studioが好きなのでBionicをすぐ試してみたところ、第一印象は素晴らしかったです。普段使っているCodexとUIが似ていて馴染みやすく、始めやすかったですし、既存のLM Studioモデルライブラリを指定して Qwen3.6 35B を動かしたら期待どおりの結果が出ました。
    ただ、改善できそうな点もあります。初期画面にはプロジェクト名しかなく、Codexのように現在の作業ディレクトリがはっきり表示されません。Enterを押すとモデルの読み込みが始まるのに「Loading model」ではなく「Working」と表示され、リクエスト送信前にあらかじめ読み込んだり、アプリを終了せずにLM Studioのイジェクトボタンのようにモデルを下ろす方法も見つかりませんでした。「GitHub & Projects」ディレクトリを指定したら、同名の新しいフォルダまで作られてしまう問題もありました

  • Appleが十分に優れた ローカルモデルと実行フレームワーク を持てば、一般ユーザーの大半はそれを使うようになる気がします。結局、LLMはコンピューティングのもうひとつのインターフェースになるのでしょうか

    • Appleの System Model はかなり良いのですが、コンテキスト長が4Kに制限されています。少量のデータを扱う小さなPythonユーティリティには十分でも、全体としては惜しい制約です。
      それとは別に、最新のiOSベータ版のSiriは驚くほど良くなっていました。どのモデルを使っているのか尋ねたところ、難しい問題にはGemini、その次にクラウド上のセキュアなAppleモデル、最後にローカルのAppleモデルを使うと答えました
    • 一般ユーザーの大半の作業には ChatGPT 3.5時代レベルのLLM で十分だと思います。ここにツール呼び出しなどを加え、その程度のモデルをデバイスに内蔵してまず使わせる形になれば、AIユーザーは料金を払いたくない層と、最前線モデルの性能に大金を払う層に分かれるかもしれません
    • 答えは、モデルの進化が十分に停滞して デバイス級モデル が最前線モデルの性能に肩を並べられるかどうかにかかっています。可能ならLLMは新しいコンピューティングインターフェースになりますが、そうでなければ難しいでしょう
    • ニューラルネットワーク機械 は、そもそもフォン・ノイマン型機械に代わる別のコンピューティングパラダイムになる運命だったのです。Minskyがいなければ、実用的な水準にもっと早く達していたかもしれないのに、なぜこれを小さな変化のように語るのか不思議です
    • コンピューティング 1.0 では、人間がコンピュータと完全にやり取りするためにコンピュータの言語を学ぶ必要がありましたが、コンピューティング 2.0 ではコンピュータが人間の言語を学んだわけです

  • 他のエージェント実行フレームワークではなく、これを選ぶ理由が気になります。特にコストとデータセキュリティの観点からクラウドの最前線モデル利用を抑えたい 企業向けパッケージ に強みがありそうです

    • PythonやJavaScriptのコードを雑につなぎ合わせただけではない モデル非依存の実行フレームワーク は、意外なほど多くありません。コンテキストを膨らませたり、逆に過剰圧縮したりする馬鹿げた挙動を避ける製品はさらに少ないです。
      バイブコーディングで作られた可能性のあるPython・JavaScriptエージェントを動かすのは、セキュリティとサプライチェーンのリスク が大きすぎて避けたいです

  • どのローカルモデルがより良いエージェントになるのか試すのは楽しかったのですが、いくつか制約があります。
    ひとつのディレクトリに固定されていてシステム全体にはアクセスできず、ローカルWeb検索もありませんが、ddgやローカルMCPで補えます。SSHがないためサーバーに接続して作業させることができず、モデル読み込みの過程も表示されないので、進捗バーやパーセンテージ表示が必要です。Workディレクトリに文書を入れる際、「+」で追加する以外に ドラッグ＆ドロップ もできるのか気になります。普段ローカル環境ではopencodeとLM Studioを一緒に使っているので、今後の進化に期待しています

  • 通常のLM Studioとは別アプリだと書かれていますが、ダウンロード方法 が見つかりません

  • LM Studioが エージェント作業フロー へ広がっていくのは歓迎です。ローカルモデルのツールがどんどん良くなる中、データを非公開に保ちたい開発者にとって、オープンソースの選択肢には価値があります

  • LM Studioが AMDハードウェア をもっとよくサポートしてくれるといいですね。Radeonでも追加設定なしですぐ動く完成品のような解決策が切実にほしいです

  • OllamaからLM Studioに移った理由のひとつが事業モデルだったのに、今度は「LM Studio Secure Cloudを通じて最大級の最前線オープンソースモデルを使う」という方向に変わるのは不安です

    • Unsloth Studio は実際にオープンソースで、量子化モデルを見てもLM StudioよりUnslothのほうを信頼しているので、こちらを勧めたいです
    • 公平に言えば、Ollamaも自社の クラウドサービス を同じくらい積極的に押し出してきました。
      Minimax、GLM、Kimiなどの最新大型モデルは、何か月たっても公式ダウンロード版を出さず、クラウド版だけ提供する場合があります
    • Ollamaは最初から物議を醸していましたが、LM Studioについては私の知る限りそうではありませんでした。なので、LM Studioの今回の転換は比較的スムーズに進むだろうという信頼は少し強めです

  • LM Studioアプリと新しい LM Studio Bionicアプリはいずれもクローズドソース です。この事実を知らない人が多いので、念のため強調しておく価値があります

    • Unsloth Studio はオープンソースで、業界最高クラスの量子化モデルを作っているUnslothが運営しているので、乗り換えを勧めます
    • クローズドソースであることが、LM Studioをあまり使わない最大の理由です。新しいモデルや量子化版を試したあとは、llama.cppで自分でホスティングしています。
      LM Studioは音声入力のような機能をサポートしておらず、純粋なllama.cppにはないバグも時々あるので、用途によってはむしろ不利になることがあります
    • すでに オープンソースのエージェントシステム は数多くあり、UIが好みならOpenCodeにもベータ版のデスクトップアプリがあります。
      特に後から有料化してアクセスを制限できるクローズドソースの開発ツールは不要だと思います
    • どんな技術スタックを使っているのか、ネイティブアプリ なのか気になります。デスクトップアプリとしては用途に合うようかなりよく設計されています
    • クローズドソースであること自体が 論争の的 なのか疑問です