Хук из LLMScience простой: NVIDIA Personal AI Router (PAIR) — open-source beta, который в локальной сети находит машины с RTX, DGX Spark и поддерживаемые Mac и раскидывает инференс на свободный ресурс. Несколько AI-агентов параллельно, Ollama / LM Studio в связке, промпты и файлы остаются в твоей сети. Win / Linux / macOS, бесплатно на бете. Официальная точка входа: nvidia.com/en-us/ai-on-rtx/personal-ai-router/. Это не «игровой ПК как FreeToken» и не очередной облачный чат. Это вопрос для indie вайб-кодера: когда домашний мини-кластер дешевле и спокойнее облака.

Соседи: Ollama + Claude Desktop, Qwen локально на 3090, OpenClaw 2 shared sessions, JIT-Agent harness. Трафик в Telegram — отдельно: TG Lead Finder.

Что PAIR делает одной фразой

PAIR — это роутер инференса по LAN: обнаружил подходящие машины → смотрит, кто свободен → шлёт задачу туда. Ты не обязан вручную помнить «агент A на башне с 4090, агент B на ноуте». Для вайб-кодера это звучит как мелочь, пока не запускаешь три агента сразу: рефактор, тесты, черновик UI. Без роутера ты сам становишься диспетчером GPU.

Что обещает контур (по публичному описанию бета / хуку; сверяй на странице NVIDIA):

Что PAIR не обещает сам по себе: магически ускорить одну слабую видеокарту, заменить Claude Code / Codex в облаке «одним кликом», или сделать из игрового ПК «бесплатный GPT-Max».

Зачем indie вайб-кодеру локальный кластер

Облако удобно, пока: (1) квоты не душат, (2) данные можно отдавать наружу, (3) ты один агент, не пять. Локальный контур выигрывает в других точках:

  1. Параллель без второго счёта. Два–три агента на разных машинах дома — это не два Pro-слота OpenAI.
  2. Данные не уезжают. Клиентский репо, .env-шаблоны, внутренние PDF — остаются в LAN. Для части заказов это не паранойя, а договор.
  3. Предсказуемая маржа на пачке. Тысяча мелких локальных прогонов на Qwen/коде-модели дешевле тысячи API-вызовов, если железо уже куплено.
  4. Ночной батч. Пока ты спишь, свободная RTX может жевать рефактор/тесты без weekly ChatGPT.

Облако всё ещё выигрывает на флагманском рассуждении, computer-agent сценариях уровня Astra и когда дома одна слабая карта. Dual-stack: локаль на объём, облако на редкий ум. Про квоты флагманов — лимиты Astra и лимиты Claude Code.

Сценарии, где PAIR имеет смысл

Сценарий A — две машины, один человек. Башня с RTX 3090/4090 + ноут/Mac. Днём интерактив на быстрой карте, ночью батч на второй. PAIR как диспетчер, чтобы не держать в голове «какой порт Ollama сейчас свободен».

Сценарий B — мини-команда в одной квартире/офисе. Три вайб-кодера, два GPU. Без роутера все бьются в одну карту и ненавидят друг друга. С роутером — очередь и свободный слот.

Сценарий C — агентный harness с несколькими ролями. Исследователь / кодер / ревьюер как отдельные процессы (см. угол исследователь руководит агентами). Ролям не обязательно сидеть на одном GPU. PAIR — транспорт, harness — мозги: JIT-Agent.

Сценарий D — чувствительный код. Юрлица, NDA, внутренние API. Локальный инференс + роутер по LAN проще объяснить заказчику, чем «ну мы в облако, но осторожно».

Когда облако всё ещё выгоднее

Антипаттерн: купить вторую видеокарту «потому что NVIDIA написала Personal AI Router», не посчитав, сколько часов в неделю ты реально упираешься в очередь.

Связка с Ollama, LM Studio и локальным Qwen

PAIR не отменяет привычный локальный стек — он его оркестрирует. Типичная полка indie:

  1. Модель для кода на своей RTX — например линия Qwen локально: Qwen на 3090.
  2. Шлюз в привычный UI — Ollama Claude Desktop.
  3. Роутер по LAN — PAIR, когда машин стало больше одной.
  4. Облачный флагман — точечно, под квоту.

Порядок важен. Сначала научись стабильно гонять одну локальную модель на одной машине. Потом добавляй вторую ноду. Потом роутер. Иначе ты отлаживаешь discovery, пока дедлайн горит.

Практический чеклист внедрения

  1. Прочитай актуальную страницу Personal AI Router — бета меняется быстрее статей.
  2. Составь инвентарь: какие машины, какие GPU/Mac, какая ОС, есть ли уже Ollama/LM Studio.
  3. Подними на одной машине рабочий локальный агент (код + тесты + стоп-условие).
  4. Добавь вторую ноду только когда первая стабильна неделю.
  5. Раздели роли агентов заранее: кто пишет, кто гоняет тесты, кто не имеет права трогать .env.
  6. Замерь: сколько задач в неделю реально ждали GPU. Если очередь редкая — не строй кластер ради статуса.
  7. Оставь облачный слот на флагманские куски; не пытайся «локально повторить Astra».

Безопасность и границы LAN

«Контекст остаётся в сети» — плюс, не абсолют. LAN может быть дырявым Wi‑Fi кафе в квартире open-space. Минимальная гигиена:

Связка с трафиком продукта

Локальный кластер пишет код и черновики. Людей в воронку он не приводит. Если вайб-лендинг ведёт в Telegram, касания — в контуре TG Lead Finder, не в Ollama. Холодная личка по-прежнему не старт: почему ЛС не первый шаг. Гайды — на /guides.html.

Короткий вывод

NVIDIA PAIR — практичный ответ на вопрос «как раздать локальный инференс нескольким агентам по дому», а не маркетинговый повод купить третью видеокарту для игр. Для indie вайб-кодера ценность там, где уже есть две ноды, очередь на GPU, NDA или ночные батчи. Облачный флагман остаётся на редкие умные куски и квоты. Стартуй с одной стабильной локальной модели, потом роутер, потом параллель. Актуальный статус бета и список железа — на странице NVIDIA, не в пересказе чата.