O que é IA local primeiro? Seus dados, suas chaves, sua máquina

A maioria dos aplicativos de IA que você usa hoje são thin clients para a nuvem de outra pessoa. Você digita um prompt, ele vai para seus servidores; seus arquivos são carregados para que a modelo possa lê-los; seu histórico de conversas fica no banco de dados deles; e a chave da API – se houver uma – é deles, cobrada de você com uma margem. Esse arranjo é conveniente e, para muitos usos, é adequado. Mas silenciosamente faz uma suposição: que seus dados, seu trabalho e suas credenciais são de propriedade deles.

IA local-first inverte esse padrão. Este artigo explica o que realmente significa "local-first", o que muda quando você o aplica especificamente à IA e como saber se uma ferramenta que afirma ser local-first realmente o é. O Orkas foi construído desta forma, então vamos usá-lo como exemplo concreto, mas as ideias se aplicam a qualquer ferramenta desta categoria.

Nota de escopo. As seções de chave própria descrevem o caminho BYO do Orkas. Modelos oficiais gerenciados usam o serviço gerenciado do Orkas. Local-first descreve os padrões do workspace e o controle, não exige que toda chamada ignore o Orkas.

O que "local primeiro" realmente significa

O termo vem do design de software em geral, não da IA. Simplificado, um aplicativo local primeiro contém três propriedades:

1. Seus dados ficam no seu dispositivo por padrão. Documentos, histórico, configurações — a fonte da verdade é um arquivo em seu próprio disco, não uma linha em um banco de dados remoto.
2. O aplicativo funciona na sua máquina. Os principais recursos são executados localmente; eles não exigem uma viagem de ida e volta até um servidor para funcionar.
3. A rede é opcional, não a base. Sincronização, compartilhamento e colaboração são recursos que você pode ativar, e não aquilo de que o aplicativo é fundamentalmente feito. Desligue-os e o aplicativo continuará funcionando.

Compare isso com o padrão SaaS que prioriza a nuvem, onde o servidor é a fonte da verdade e seu dispositivo é apenas uma janela para ele. Feche a tampa do laptop em um aplicativo que prioriza a nuvem e, para começar, seus dados nunca serão realmente seus; estava sempre instalado em sua infraestrutura, regido por seus termos, visível para seus funcionários e intimações. Local-first inverte o ônus da prova: os dados são seus, a menos que você decida explicitamente enviar uma cópia para algum lugar.

O que muda quando o aplicativo é um agente de IA

Quando essas propriedades são aplicadas a uma ferramenta de IA, a escolha do caminho do modelo se torna parte importante da privacidade e do controle.

Traga sua própria chave (BYO-key). No caminho BYO, você fornece uma chave de API ou login OAuth de um provedor como OpenAI, Anthropic ou Google. A chave fica no seu dispositivo, e você controla provedor, modelo, limites e faturamento. Como alternativa, o Orkas também oferece modelos oficiais gerenciados.

Chamadas BYO vão direto ao provedor. Quando o agente usa seu próprio provedor, a solicitação vai diretamente da sua máquina para esse provedor e não passa pelo Orkas. Os modelos oficiais gerenciados usam o serviço de modelos gerenciado pelo Orkas.

Vale a pena ser preciso aqui, porque “a IA é executada localmente” é um erro de leitura comum. Local-first não significa que o modelo em si roda em seu laptop (embora possa – mais sobre isso abaixo). O modelo ainda pode ser uma API de nuvem gigante. O que é local é tudo em torno do modelo: seus dados, suas chaves, a configuração do seu agente e o plano de controle que decide o que enviar e quando. Local-first é uma questão de quem guarda suas coisas, não de onde está a GPU.

Onde suas coisas realmente ficam

Concretamente, em um agente local como Orkas, aqui está a divisão entre o que permanece onde está e o que pode ser movido.

Por padrão, em sua própria máquina:

• Suas chaves de API e tokens OAuth — criptografados em repouso e excluídos de qualquer sincronização.
• Seu histórico de bate-papo, planos e arquivos gerados.
• Suas configurações, habilidades e bases de conhecimento do agente.
• Sua memória pessoal: as preferências e fatos que o agente aprendeu sobre você.

O manuseio de credenciais merece uma análise mais detalhada, porque as chaves são a coisa mais sensível que uma ferramenta de IA toca. O ciclo de vida de uma chave em um aplicativo local bem desenvolvido é curto e contido:

1. Você adiciona → cola uma chave de API (ou faz login com OAuth), no dispositivo
2. Criptografado em repouso → selado com AES-256-GCM autenticado antes de tocar no disco
3. Armazenado localmente → gravado em um arquivo de configuração privado da máquina, excluído da sincronização
4. Usado diretamente → descriptografado na memória apenas para ligar para seu provedor, direto da sua máquina

No caminho BYO, a chave não é enviada ao Orkas, nem em repouso, nem em trânsito, nem em telemetria. (A criptografia autenticada como AES-256-GCM também torna a adulteração detectável; ela protege contra divulgação casual – um registro perdido, um backup que executa OCR, outro aplicativo lendo a pasta – que é a ameaça realista para um segredo no disco.)

O que ainda sai — e somente sob seu comando

"Local primeiro" não significa "nada sai da sua máquina". Isso seria um aplicativo inútil – e uma afirmação desonesta. O enquadramento honesto é: as coisas só saem quando você pede e para os destinos que você escolheu. Uma ferramenta local confiável é explícita sobre exatamente o que são. Para Orcas:

• O modelo chama seu próprio provedor. Seus prompts e respostas viajam diretamente entre seu computador e o provedor que você escolheu. Eles saem da sua máquina, mas vão para o seu provedor, não para o Orkas.
• Chamadas do conector que você autoriza explicitamente. Quando você conecta o GitHub, o Notion, o Google e assim por diante, essas chamadas vão da sua máquina para esse serviço. Os tokens OAuth são armazenados no seu dispositivo; para alguns provedores que alternam seus tokens a cada atualização, a etapa de atualização é coordenada por meio do Orkas para que seus dispositivos não compitam entre si — uma exceção deliberadamente restrita, documentada abertamente.
• Sincronização na nuvem, se você a ativar. A sincronização de vários dispositivos é opcional. Habilite-o e os dados que você escolher sincronizar serão armazenados nos servidores Orkas para que fiquem disponíveis em seus dispositivos. Deixe-o desativado e nada será sincronizado.
• Análises limitadas e que respeitam a privacidade. Agregue eventos de uso (quais recursos são usados) — nunca seus prompts, conteúdo de arquivo, texto de mensagem ou credenciais.

No caminho BYO, sua chave fica local e o tráfego vai direto ao provedor. Modelos oficiais gerenciados e outros recursos de nuvem selecionados usam serviços do Orkas.

Por que priorizar o local é importante

Isto não é um teatro de privacidade. O padrão de “suas coisas permanecem suas” compra várias coisas concretas.

Soberania de dados. Suas conversas, os arquivos que um agente lê e grava, a base de conhecimento que você construiu — eles ficam em seu disco, sob seu controle. Você pode fazer backup deles, inspecioná-los ou excluí-los sem perguntar a ninguém. Não há banco de dados de fornecedores que contenha a cópia canônica.

Auditabilidade. Com seu próprio provedor, você pode ler o cliente open source, observar a rede e confirmar o caminho direto do prompt. Recursos gerenciados têm um caminho diferente e documentado pelos serviços do Orkas.

Escolha de modelo. Você pode usar modelos oficiais gerenciados ou conectar seu próprio provedor e trocar seus modelos quando necessário.

Transparência de custos. Recursos gerenciados consomem créditos Orkas; o uso da sua própria chave é cobrado diretamente pelo provedor.

Resiliência. Como o núcleo é executado em sua máquina e seus dados são locais, a ferramenta não está a uma interrupção ou a um e-mail de produto descontinuado de levar seu trabalho consigo.

Local primeiro versus um modelo totalmente local — um esclarecimento

Uma distinção confunde as pessoas com frequência suficiente para valer sua própria seção. "IA local primeiro", "IA no dispositivo" e "executar um LLM local" estão relacionados, mas não são a mesma coisa.

• Executar um LLM local (com algo como Ollama) significa que os pesos do modelo são executados em seu hardware. Nada – prompt ou resposta – sai da sua máquina. É maximamente privado, mas limitado pelo seu hardware, portanto os modelos são menores do que os modelos de nuvem de fronteira.
• IA local-first trata de onde os dados do workspace, as chaves e o plano de controle residem por padrão. O tráfego do modelo segue o caminho escolhido: modelos oficiais gerenciados usam serviços do Orkas, enquanto chamadas do seu próprio provedor vão direto a ele.

Portanto, eles compõem em vez de competir: uma ferramenta local que também oferece suporte a um modelo local oferece a postura de privacidade mais forte disponível, enquanto a mesma ferramenta apontada para uma API de nuvem oferece capacidade de fronteira com seus dados ainda sob seu controle. O local em primeiro lugar é a arquitetura; um modelo local é um dos motores que você pode usar nele.

Como saber se uma ferramenta de IA realmente prioriza o local

O rótulo é usado de maneira imprecisa, então aqui está uma pequena lista de verificação que você pode aplicar a qualquer ferramenta que o indique. Pergunte:

• Onde os dados do workspace ficam por padrão? Local-first significa que o dispositivo é a fonte de verdade padrão.
• Quais caminhos de rede existem? Uma ferramenta confiável distingue chamadas BYO diretas de modelos gerenciados, sync, conectores e analytics.
• A sincronização é opt-in? Os dados permanecem locais até você habilitar a sincronização deliberadamente.
• Posso verificar as afirmações? Clientes open source permitem inspecionar código e comportamento de rede.
• Qual caminho de modelo eu quero? BYO oferece tráfego e cobrança diretos pelo provedor; modelos gerenciados trocam esse caminho por conveniência e créditos Orkas.

Concluindo

IA local-first é uma postura sobre padrões: dados do workspace e controle começam na sua máquina, enquanto cada recurso opcional de rede tem um caminho declarado. No Orkas, modelos oficiais gerenciados usam serviços do Orkas e chamadas do seu próprio provedor vão direto a ele.

Se você quiser ver exatamente como isso é implementado — o ciclo de vida da chave, a criptografia, a lista precisa do que permanece e do que sai — leia a página Segurança e Confiança; como o cliente é de código aberto, nada disso precisa ser considerado confiável. E se você quiser a engenharia por trás do próprio agente, veja como um único agente é criado para funcionar de maneira confiável em sua máquina e como um agente líder coordena uma equipe de subagentes.