La richiesta sembra tecnica, ma è un indicatore di fase. Un utente che si definisce “vibe coder” — abituato a Claude Code ma senza esperienza di programmazione precedente — chiede quale harness locale open source possa dargli la stessa sensazione di trovarsi a casa. Non sta cercando un LLM migliore: sa già che i modelli locali non reggono il confronto con quelli commerciali. Cerca una scialuppa.

La configurazione dichiarata parla da sola: 24 GB di VRAM su una RTX 3090 e 64 GB di DDR4. È una base concreta per l’inference locale con modelli quantizzati — nel post cita Qwen3.8_Q5 su LM Studio — ma il vincolo non è solo il peso del modello. Con la quantization Q5 si riduce l’ingombro in VRAM, ma un harness che deve mantenere in memoria cronologia, contesto del progetto e strumenti di modifica dei file deve convivere con quel budget. E qui si gioca la partita vera: Claude Code non è una chat, è un agente. Aprire un file, eseguire un comando nel terminale, rivedere il diff e iterare sono azioni di un loop che l’interfaccia deve replicare in modo credibile.

Il timore dichiarato di un “cost rug pull” dice molto sulle aspettative. Chi è entrato nello sviluppo attraverso un assistente cloud ha costruito la propria produttività su un prodotto, non su una tecnicia. Quando il costo cresce o le condizioni cambiano, la via d’uscita non è sostituire il modello, ma ricostruire l’ambiente. Il TCO si sposta dal canone mensile al costo del ferro, in parte già pagato, ma il nuovo costo operativo è fatto di setup, integrazioni e compromessi sulla qualità.

Il requisito “local, open source e free of spyware” non è un dettaglio: per chi lavora su codice proprietario, un harness self-hosted è prima di tutto una scelta di sovranità sui dati. Ma introduce un vincolo di governance: non basta che il codice sia aperto, serve una pipeline di aggiornamento e una comunità che controlli i componenti. Per chi valuta deployment on-premise, esistono trade-off tra controllo e convenienza che non si riducono alla scelta del singolo harness.

La domanda dell’utente non avrà una risposta univoca, ma è il sintomo di una transizione più ampia: gli assistenti di coding stanno smettendo di essere soltanto modelli in cloud e stanno diventando ambienti da installare, configurare e controllare. Il vero disaccoppiamento, se arriverà, sarà tra l’LLM e l’harness, non tra l’utente e il cloud. E la scialuppa, per ora, somiglia più a un progetto di integrazione che a un singolo download.