Un utilisateur a mis en place Hermes, un agent d’IA local, sur un Mac Studio M5 Ultra doté de 256 Go de mémoire. Entre automatisations utiles et ratés répétés, son expérience éclaire ce que ces systèmes font déjà, ce qu’ils exigent en pratique et ce qui reste hors de portée.
Des ratés persistants et des scripts encore en chantier
Le briefing quotidien mis en place a échoué à plusieurs reprises avant de fonctionner régulièrement. Selon l’auteur, même de puissants modèles locaux ne se comportent pas comme des assistants capables de tout faire. Un script destiné à automatiser une batterie de tests de performance d’ordinateur portable est en cours de développement. Guider Hermes et obtenir des scripts Python générés s’est avéré difficile, et le chantier se poursuit. Aujourd’hui, les benchmarks sont encore réalisés manuellement, avec une douzaine de tests répétés trois fois pour calculer une moyenne.
Des usages concrets : briefing, tri Steam et calculs sensibles
Un briefing matinal a été configuré pour analyser e-mails et calendrier, signaler les urgences et livrer la météo. Pour qu’il se déclenche à 7h30, la machine ne doit pas être en veille ; après des débuts difficiles, il tourne désormais correctement. Côté loisirs, Hermes a servi à réorganiser une bibliothèque Steam de plus de 400 titres que la plateforme ne classe pas d’elle-même. Après l’installation, l’agent a détecté la plupart des jeux via le client local et proposé des schémas d’organisation. L’utilisateur a retenu un classement par genre tout en gardant ses catégories personnalisées. L’opération a requis des permissions locales et l’usage d’une clé API web Steam, révoquée une fois le tri accompli, réalisé en quelques minutes. L’agent a aussi traité des tâches locales sensibles : calculs à partir de dossiers financiers et élaboration d’un tableau comparatif de spécifications pour un ordinateur portable dont les informations étaient sous embargo, sans recourir au cloud.
Tu veux les meilleurs outils IA avant les autres ?
On teste et on décrypte les nouveaux outils IA chaque soir, en 5 min. Gratuit.
Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.
Choisis ton rythme
Gratuit · Pas de spam · Désabonnement en 1 clic
Préparer et piloter Hermes : modèles lourds, bot et tâches planifiées
Hermes, agent open-source auto‑hébergé et gratuit lorsqu’il s’appuie sur des LLM locaux, a été installé sur un Mac Studio et mis en service rapidement. Le contrôle à distance a été activé via un bot Telegram. L’utilisateur a sélectionné, grâce à l’interface d’Hermes, le modèle Qwen 3.8 Flash Next, doté de 125 milliards de paramètres pour environ 105 Go. Le nombre de modèles disponibles et leurs spécialisations rendent le choix complexe, avec une tendance générale à de meilleures performances pour les modèles plus volumineux. L’exécution locale évite les coûts de tokens. Pour les tâches planifiées, comme le briefing, le système ne doit pas être en veille au moment de l’exécution.
Confidentialité et périmètre d’usage assumés
La possibilité d’exécuter localement des modèles puissants répond à une réticence initiale à transmettre des données personnelles à des services cloud. L’auteur privilégie un assistant qui n’envoie rien à OpenAI, Google, Microsoft ou Anthropic et limite l’usage aux tâches compatibles avec ce cadre. Il n’envisage pas de lui confier de la rédaction, du montage vidéo ni la création de visuels, et dit traiter Hermes comme un outil, sans interaction de politesse. Il entend rester prudent en poursuivant ses essais, notamment lorsque des informations sont sous embargo et doivent rester sur la machine.
Machines et mémoire : du Mac Studio aux PC RTX Spark
Le Mac Studio M5 Ultra utilisé embarque 256 Go de mémoire unifiée, ce qui a permis de charger des modèles volumineux dans le cadre de tests menés sur plusieurs systèmes. Des essais avec des modèles Qwen plus petits sont prévus sur un Mac Mini M6, un MacBook Air M5, un Asus TUF Gaming A14 avec processeur AMD Strix Halo, puis sur des PC RTX Spark. Apple met en avant l’efficacité de ses Mac de bureau pour l’IA locale. Côté Windows, une nouvelle vague de machines RTX Spark est annoncée avec jusqu’à 128 Go de RAM pour l’IA agentique. L’IA locale et les agents sont présentés comme très en vogue, avec des configurations pouvant aller jusqu’à des budgets de 12 000 dollars pour des stations très équipées.
