LM Studio Bionic: Açık Modeller İçin Yapay Zeka Ajanı

• LM Studio Bionic, kodlama, araştırma ve belge çalışmalarını yerel ya da buluttaki açık modellerle yürüten; gizliliği ve yapay zeka kullanım maliyetlerini doğrudan kontrol etmenizi sağlayan ayrı bir uygulamadır
• Modeller doğrudan cihazda çalıştırılabilir veya LM Link ile bağlanabilir; karmaşık işler için LM Studio Secure Cloud’daki büyük açık kaynak modeller seçilebilir
• Sesli klavye, Mistral AI’ın çok dilli gerçek zamanlı transkripsiyon modeli Voxtral ile herhangi bir uygulamada sesi cihaz içinde metne dönüştürür
• Kodlama için kod tabanı inceleme, düzenleme, hata ayıklama ve inline diff; belge çalışmaları için sandbox işleme, web araması, otomatik checkpoint’ler ve uygulama içi önizleme sunar
• Tüm kullanıcılara Zero Data Retention ve kullanıcı verileriyle eğitim yapmama politikası uygulanır; bulut istekleri de işleme tamamlandıktan sonra saklanmaz

---

Kodlama, Ses ve Belge Çalışmaları

• Bionic ajanı, kodlama ve belge çalışmalarına odaklanır; her iş için uygun modeli ve işlem ortamını seçerek maliyetleri ayarlamanıza olanak tanır

• Cihaz İçinde Çalışan Sesli Klavye

  • Yerel ses modeliyle fikirleri, prompt’ları ve düzeltmeleri cihaz içinde yazıya döker
  • Çıkış anında Mistral AI’ın yüksek performanslı çok dilli gerçek zamanlı transkripsiyon modeli Voxtral sunulur
  • Herhangi bir uygulamada sesli klavyeyi başlattığınızda transkripsiyon sonucu mevcut imleç konumuna girilir

• Yerel Kod Tabanıyla Çalışan Code Projeleri

  • Yerel bir klasör bağlandığında kod tabanını inceleyebilir, aşina olmadığınız kodu açıklayabilir veya değiştirme ve hata ayıklama yapabilir
  • Inline diff ile kod değişikliklerini gözden geçirebilirsiniz
  • Ajan tabanlı kod aramasıyla ilgili dosyaları bulur ve davranışı izler
  • Desteklenen modeller arasında GLM 5.2 ve Kimi K2.7 Code bulunur

• Belgeler, Sunumlar ve Elektronik Tablolar İçin Work Projeleri

  • Belgeler, PDF’ler, sunumlar, elektronik tablolar vb. üzerinde çalışır veya sıfırdan yeni materyaller oluşturur
  • Belgeleri sandbox ortamında işleyerek bilgisayarın geri kalanından ve dosyalardan izole eder
  • Yerel dizinleri düzenleme, dosya düzenleme, materyal özetleme ve yerleşik web aramasıyla harici bilgilerden yararlanmayı destekler
  • Otomatik checkpoint’lerle değişiklikleri gözden geçirebilir veya geri alabilirsiniz; uygulama içi önizlemede materyalleri ve iş akışını birlikte yönetebilirsiniz
  • Daha fazla dosya biçimini önizleyebilmek için destek kapsamı genişletilmeye devam edecek

Yerel, Bağlantılı ve Bulut Model Çalıştırma

• Bionic uygulamasında en yeni yerel LLM’leri indirip basit sohbetlerden gelişmiş ajan görevlerine kadar kullanabilirsiniz; yerel çalıştırma LM Studio runtime temellidir
• İşe göre üç çalıştırma yöntemi seçilebilir
  • Cihazda yerel model çalıştırma
  • LM Link üzerinden model bağlama
  • LM Studio Secure Cloud’da büyük, öncü açık kaynak modelleri kullanma
• Secure Cloud; kodlama, akıl yürütme, araç çağırma ve uzun bağlamlı işler için güçlü en yeni açık modeller sunar
  • Bulut istekleri geçici olarak işlenir ve tamamlandıktan sonra saklanmaz
  • Tüm Bionic kullanıcı verilerine Zero Data Retention uygulanır ve eğitim için de kullanılmaz

Kurulum ve Kullanım Koşulları

• LM Studio Bionic mevcut LM Studio’dan ayrı yeni bir uygulamadır
  • Düşük seviyeli gelişmiş ayarlara ihtiyaç varsa mevcut LM Studio, Bionic ile birlikte kullanılmaya devam edilebilir
  • Bulut modellerini kullanmak için bir LM Studio hesabı oluşturup ödeme ayarlarını yapılandırmak gerekir
  • Bir projeyi bağlayıp model seçtiğinizde Bionic ajanıyla çalışmaya başlayabilirsiniz
• Açık modellerin performans gelişimini ve gerçek proje kullanım örneklerini yansıtarak Bionic deneyimini sürekli iyileştirmeyi planlıyor

[GN⁺]

Hacker News yorumları

• Ben LM Studio'nun kurucusu Yagil. Bionic'te GLM 5.2 / Kimi K2.6 / Kimi Coder K2.7 denemek isteyenler lmstudio.ai kullanıcı adlarını [e-mail] adresine göndersin, kredi vereceğim
  Kodlama için “Code” projesini, belge oluşturma ve düzenleme için ise “Work” projesini kullanabilirsiniz. Work projesi, ajan her değişiklik yaptığında otomatik checkpoint oluşturuyor; kullandıktan sonra geri bildirimlerinizi duymak isterim

  • Bu, akıl yürütme sürecini incelemek için iyi ajan yürütme framework'lerinden biri. Bazen son yanıttan çok akıl yürütmeyi okumak daha faydalı oluyor; bunu Claude Code veya Codex'ten daha şeffaf göstermesini beğeniyorum
    “Sağlayıcılarla” ve veri saklamama (ZDR) konusunda anlaşma yapıldığı söylenmiş, ama modelleri LM Studio'nun kendisinin mi barındırdığını yoksa başka şirketlerin mi barındırdığını merak ediyorum. Harici sağlayıcıysa hangisi olduğunu da bilmek isterim
  • LM Studio'yu seviyorum ve Bionic'i bu gece deneyeceğim. Android companion app için o kadar sabırsızlanıyorum ki iPhone kullanıcılarını kıskanıyorum
  • z.ai coding plan API anahtarı kullanmak mümkün mü diye merak ediyorum
  • LM Studio'yu gerçekten seviyorum, ama bu kez bulut ve güven odaklı yöne kayması birçok kişinin güvenini kaybetmesine yol açabilir. Şirketler yıllardır “veri saklamıyoruz” ve “kullanıcı verileriyle eğitim yapmıyoruz” sözünü tekrar edip durdu, bu yüzden yine bize güvenin deniyormuş gibi geliyor
    Sitede şirketin nerede bulunduğunu bile bulamadım; 20 yıldır bıkkınlık verecek kadar gördüğümüz Amerikan usulü “bize güvenin” yaklaşımının yine ihraç edildiği izlenimini veriyor

• Yerel modeller için bir ajan yürütme framework'ünü ilk kez kullanıyorum ama LM Studio'yu sevdiğim için Bionic'i hemen denedim ve ilk izlenimim harika oldu. Genelde kullandığım Codex'e benzer bir UI'a sahip olduğu için tanıdık geldi ve başlaması kolaydı; mevcut LM Studio model kütüphanesini gösterip Qwen3.6 35B çalıştırdığımda beklediğim sonucu aldım
  Yine de geliştirilebilecek noktalar var. Varsayılan ekranda sadece proje adı var, Codex'teki gibi mevcut çalışma dizini belirgin şekilde görünmüyor. Enter'a basınca model yüklenirken “Loading model” yerine “Working” yazıyor; isteği göndermeden önce önceden yüklemenin ya da uygulamayı kapatmadan LM Studio'daki çıkarma düğmesi gibi modeli bellekte indirmemin bir yolunu da bulamadım. “GitHub & Projects” dizinini seçince aynı adda yeni bir klasör oluşturması da bir sorun yarattı

• Apple yeterince iyi yerel modeller ve yürütme framework'leri sunduğunda, genel kullanıcıların çoğu muhtemelen onları kullanacaktır. Sonuçta LLM'lerin hesaplama için bir başka arayüze dönüşüp dönüşmediğini merak ediyorum

  • Apple'ın System Model'i oldukça iyi ama bağlam uzunluğu 4K ile sınırlı. Az veri işleyen küçük Python yardımcı araçları için fena değil ama genel olarak can sıkıcı bir kısıt
    Ayrıca son iOS beta'daki Siri şaşırtıcı derecede iyi olmuş. Hangi modeli kullandığını sordum; zor problemler için Gemini'yi, sonra buluttaki güvenli Apple modelini, en son da yerel Apple modelini kullandığını söyledi
  • Genel kullanıcıların çoğu işinde ChatGPT 3.5 dönemi seviyesinde bir LLM yeterli olur diye düşünüyorum. Buna araç çağırma gibi yetenekler eklenip bu seviyede bir model cihaza gömülü olarak önce kullanılırsa, yapay zeka kullanıcıları ücret ödemek istemeyenlerle en ileri model performansı için ciddi para ödeyecekler diye ikiye ayrılabilir
  • Cevap, model gelişiminin yeterince durup durmayacağına ve cihaz ölçeğindeki modellerin en ileri modellerin performansına yaklaşıp yaklaşamayacağına bağlı. Bu olursa LLM'ler yeni hesaplama arayüzü olur; olmazsa zor
  • Sinir ağı makineleri en başından beri von Neumann makinelerine alternatif bir hesaplama paradigması olmaya yazgılıydı. Minsky olmasaydı faydalı düzeye daha erken ulaşmış bile olabilirdi; bunun neden küçük bir değişim gibi anlatıldığını anlamıyorum
  • Computing 1.0'da insanın bilgisayarla tam etkileşim kurabilmesi için bilgisayarın dilini öğrenmesi gerekiyordu; Computing 2.0'da ise bilgisayar insanın dilini öğrenmiş oldu

• Diğer ajan yürütme framework'leri yerine bunu seçmek için nedenler neler merak ediyorum. Özellikle maliyet ve veri güvenliği nedeniyle buluttaki en ileri modellerin kullanımını kontrol etmek isteyen kurumsal paketler için güçlü görünüyor

  • Python veya JavaScript kodlarını gelişigüzel birbirine bağlamamış modele bağlı olmayan yürütme framework sayısı şaşırtıcı derecede az. Bağlamı şişirme ya da aşırı sıkıştırma gibi saçma davranışlardan kaçınan ürünler ise daha da nadir
    Vibe coding ile yapılmış olabilecek Python ve JavaScript ajanlarını çalıştırmak, güvenlik ve tedarik zinciri riski açısından bana fazla tehlikeli geliyor

• Hangi yerel modellerin daha iyi ajan olduğuna bakmak eğlenceliydi ama bazı kısıtlar var
  Tek bir dizine sabitlenmiş durumda ve tüm sisteme erişemiyor; yerel web araması da yok ama ddg ya da yerel MCP ile telafi edilebilir. SSH olmadığı için sunucuya bağlanıp iş yaptıramıyor; model yükleme süreci de görünmediğinden bir ilerleme çubuğu ya da yüzde göstergesi gerekli. Work dizinine belge eklerken sadece “+” ile ekleme değil, sürükle ve bırak da mümkün mü merak ediyorum. Normalde yerel ortamda opencode ile LM Studio'yu birlikte kullanıyorum, o yüzden bundan sonra nasıl gelişeceğini görmek için heyecanlıyım

• Normal LM Studio'dan ayrı bir uygulama olduğu yazıyor ama nasıl indirileceğini bulamıyorum

  • Sayfanın en altında iyi saklanmış: https://lmstudio.ai/

• LM Studio'nun ajan iş akışlarına doğru genişlemesi sevindirici. Yerel model araçları giderek iyileşirken, verilerini özel tutmak isteyen geliştiriciler için açık kaynak seçenekleri değerli

• LM Studio'nun AMD donanımını daha iyi desteklemesini isterdim. Radeon'da da ekstra ayar gerektirmeden çalışan, kutudan çıkar çıkmaz kullanılabilen bir çözüm çok gerekli

• Ollama'dan LM Studio'ya geçme nedenlerimden biri iş modeliydi, bu yüzden şimdi “LM Studio Secure Cloud üzerinden en büyük en ileri açık kaynak modelleri kullanma” yönüne kayması endişe verici

  • Unsloth Studio gerçekten açık kaynak ve kuantize modeller konusunda LM Studio'dan çok Unsloth'a güveniyorum, bu yüzden onu önermek isterim
  • Adil olmak gerekirse Ollama da kendi bulut hizmetini en az bunun kadar agresif biçimde öne çıkarıyordu
    Minimax, GLM, Kimi gibi yeni büyük modeller bazen aylar geçse bile resmi indirilebilir sürüm sunmuyor, yalnızca bulut sürümünü yayımlıyor
  • Ollama başından beri tartışmalıydı ama bildiğim kadarıyla LM Studio için durum böyle değildi. Bu yüzden LM Studio'nun bu geçişi genel olarak daha sorunsuz yöneteceğine dair güvenim biraz daha fazla

• Hem LM Studio uygulaması hem de yeni LM Studio Bionic uygulaması kapalı kaynak. Bunu bilmeyen çok kişi var, hatırlatmakta fayda var

  • Unsloth Studio açık kaynak ve sektörün en iyi kuantize modellerinden bazılarını üreten Unsloth tarafından geliştiriliyor, bu yüzden geçiş yapmanızı öneririm
  • Kapalı kaynak olması, LM Studio'yu sık kullanmamamın en büyük nedeni. Yeni modelleri ya da kuantize sürümleri denedikten sonra barındırmayı doğrudan llama.cpp ile yapıyorum
    LM Studio ses girişi gibi özellikleri desteklemiyor ve saf llama.cpp'de olmayan hatalar da bazen içeriyor; bu yüzden bazı kullanım senaryolarında aslında dezavantajlı olabilir
  • Zaten çok sayıda açık kaynak ajan sistemi var; UI tercih ediyorsanız OpenCode'un da beta masaüstü uygulaması bulunuyor
    Özellikle ileride ücretli olup erişimi kısıtlayabilecek kapalı kaynak geliştirme araçlarına ihtiyaç olmadığını düşünüyorum
  • Hangi teknoloji yığınıyla yapıldığını ve native app olup olmadığını merak ediyorum. Bir masaüstü uygulaması olarak amacına oldukça uygun tasarlanmış
  • Kapalı kaynak olmasının başlı başına tartışma konusu olup olmadığını merak ediyorum