MacPaw habilita IA en el dispositivo para desarrolladores de App Store con Liquid AI

MacPaw, la empresa ucraniana detrás de la popular herramienta de limpieza para Mac CleanMyMac, anunció una asociación estratégica con Liquid AI para llevar la inferencia en el dispositivo a los desarrolladores que crean aplicaciones para su App Store. La colaboración se centra en una versión simplificada del asistente de IA de MacPaw, Eney, que funciona completamente sin conexión utilizando los modelos ligeros de Liquid AI. Al integrar la inferencia en el borde, los desarrolladores pueden añadir funciones conversacionales, recomendaciones contextuales o asistencia en tiempo real para código sin depender de APIs en la nube, reduciendo drásticamente la latencia y las preocupaciones sobre privacidad de datos.

El núcleo técnico de la integración es el SDK multiplataforma de Liquid AI, que proporciona un motor de inferencia en C++ envuelto para Swift, Objective-C e incluso Python. El SDK incluye transformadores precuantizados que caben en unos pocos cientos de megabytes de RAM, permitiendo que los dispositivos macOS ejecuten la inferencia en menos de 150 ms para consultas típicas de usuario. Los desarrolladores pueden obtener el SDK a través del Swift Package Manager:

let package = Package( name: "EneyEdge", dependencies: [ .package(url: "https://github.com/liquidai/edge-sdk.git", from: "1.2.0") ], targets: [ .target(name: "EneyEdge", dependencies: ["LiquidAI"]) ] )

Una vez añadido, un desarrollador puede instanciar el modelo con una sola llamada:

import LiquidAI let model = try! LLMModel(configuration: .eagerQuantized, modelName: "eney-small") let response = try! model.generate(prompt: "Explica git rebase en una frase") print(response)

Además del SDK, MacPaw está publicando un conjunto de proyectos de ejemplo en GitHub que ilustran las mejores prácticas para aislar el modelo, manejar el cifrado de datos de usuario y recurrir a la inferencia en la nube cuando el dispositivo se queda sin memoria. Los ejemplos también muestran cómo integrarse con la propia API de metadatos de App Store de MacPaw, permitiendo a los desarrolladores mostrar descripciones generadas por IA o consejos de incorporación dinámicos directamente dentro de sus aplicaciones.

Desde una perspectiva de ecosistema, este movimiento señala una maduración de la IA en el borde para entornos de escritorio. Históricamente, la inferencia en el dispositivo ha estado dominada por plataformas móviles, donde las restricciones de batería y conectividad impulsan la necesidad de modelos locales. La iniciativa de MacPaw demuestra que las mismas restricciones —privacidad, latencia y ancho de banda— son ahora relevantes para el software de escritorio, especialmente a medida que los usuarios se muestran más cautelosos al enviar datos personales a la nube.

La asociación también reduce la barrera para los contribuyentes de código abierto. El repositorio de modelos de Liquid AI tiene licencia MIT, y MacPaw se ha comprometido a aceptar optimizaciones de modelos presentadas por la comunidad a través de pull requests. Este flujo de trabajo colaborativo podría acelerar la creación de asistentes especializados —por ejemplo, bots de revisión de código para complementos de IDE o coaches de productividad personalizados para aplicaciones de gestión de tareas.

En resumen, el Eney en el dispositivo de MacPaw, impulsado por Liquid AI, equipa a los desarrolladores con una pila de inferencia en el borde lista para usar, fomentando una nueva ola de experiencias de IA centradas en la privacidad y baja latencia en macOS. A medida que más desarrolladores adopten esta pila, podemos esperar un efecto dominó en la App Store, donde las funciones de IA se convertirán en una expectativa básica en lugar de un complemento premium.

Foto: Anthony Riera / Unsplash (https://unsplash.com/@frenchriera)