Lo que nuestro laboratorio vigila, prueba y decide: nuevos modelos de IA, plataformas de Apple y técnicas, calificados de Adoptar a Descartar, con los resultados detrás de cada decisión.
Volumen 1 · 2026-09-28
Adoptar — lo usamos
Un conjunto de pruebas con órdenes reales antes de lanzar cualquier modelo
Técnicas
Todos los modelos que intervienen en Ask FireAI se evalúan con un conjunto fijo de órdenes en lenguaje sencillo, en varios idiomas, antes de acercarse a una versión. Esto convirtió "este modelo parece inteligente" en una cifra comparable, y permitió detectar un candidato que se veía genial sobre el papel.
Animar una vez y luego reposar
Técnicas
Las mascotas y las esferas reproducen su animación una vez cuando aparece una página, y luego se quedan quietas (los ojos pueden seguir el puntero). Una aplicación de seguridad funciona todo el día; cualquier cosa que se repita sin fin se paga todo el día.
Pequeño modelo generativo en el dispositivo (Gemma 4, 4 bits)
Modelos
Impulsa Ask FireAI: convierte "bloquear los juegos de mi hijo" en el ajuste correcto, en 16 idiomas, totalmente en el Mac. Se descarga una vez con el consentimiento del usuario, y se libera de la memoria cuando está inactivo.
MLX en Apple Silicon
Plataformas
El framework de aprendizaje automático de Apple usa directamente la memoria unificada de los chips M-series. Es lo que hace viable un modelo de lenguaje útil en un Mac normal.
Filtro de contenido de Network Extension
Plataformas
La extensión del sistema que ve cada conexión, de cada aplicación, sin necesidad de una extensión de kernel. La base del cortafuegos, las reglas y el interruptor de emergencia de FireAI.
Ejecuta el modelo de lenguaje dentro de la propia aplicación Swift: sin Python, sin servidor auxiliar, sin ningún puerto abierto en el Mac.
Concurrencia estricta de Swift 6
Herramientas
Detecta condiciones de carrera en tiempo de compilación. Un punto delicado: un callback del sistema marcado para el hilo principal pero llamado desde otro hilo compila sin problemas y falla en tiempo de ejecución. Ahora revisamos todos los callbacks del sistema por si acaso.
Probar — en pruebas
Filtro de URL de macOS con recuperación privada de información
Plataformas
Novedad en macOS 26: bloquear una sola página (un canal específico de YouTube, por ejemplo) para todas las aplicaciones que usan la red de Apple, sin que el servidor que responde a la consulta llegue a saber nunca qué dirección se comprobó. Impulsa Páginas bloqueadas (beta).
Extensiones web de Safari para la navegación dentro de la página
Plataformas
Sitios como YouTube cambian de página sin una nueva solicitud de red, así que un filtro de red no puede ver el clic. Una extensión de Safari sí puede. Solo funciona una vez que el usuario la permite en cada sitio web, algo que ahora explicamos en la aplicación.
SceneKit para pequeños elementos 3D dentro de la aplicación
Herramientas
Nuestra mascota en 3D resultó ser barata de dibujar. El costo de CPU que al principio le atribuimos venía en realidad del desenfoque y la sombra animados a su alrededor.
Evaluar — para seguir de cerca
Dos cerebros: uno para las palabras, otro para las decisiones
Técnicas
Mantener un modelo generativo para explicar y conversar, y dejar que un modelo pequeño, rápido y no generativo tome las decisiones de sí/no. La idea sigue siendo válida; el primer candidato que probamos no entendía lo bastante bien las órdenes del cortafuegos.
Clasificadores diminutos de riesgo de URL
Modelos
Modelos de apenas unos megabytes que puntúan el riesgo de phishing de una dirección web sin leer la página. Lo bastante pequeños como para considerarlos en comprobaciones por conexión. Es lo siguiente en el banco de pruebas; todavía sin resultados.
Canalización guionizada de 2D a 3D para la mascota
Herramientas
Nuestro arte 2D de la mascota se convierte en modelos 3D animados (para la aplicación, la web y los videos sociales) con un solo comando, de modo que toda la familia se puede reconstruir cuando cambia el arte. Los ojos fueron la parte más difícil.
Control de salida para agentes de IA
Técnicas
La nueva plataforma de seguridad para agentes de Nvidia limita lo que un agente de IA puede alcanzar, después de que se informara de agentes que actuaban más allá de sus instrucciones. La misma idea se aplica en un Mac: una aplicación agente solo debería alcanzar los destinos que su tarea necesita. En el banco de pruebas: un perfil de FireAI que limita las aplicaciones agente de IA a una lista aprobada de destinos.
Aplicaciones desconocidas que llaman a las API de modelos de IA
Técnicas
Cisco Talos describió un programa de Windows que pregunta a varios modelos de IA comerciales qué hacer a continuación. Sea cual sea el equipo en el que se ejecute, un programa así debe alcanzar a un proveedor de IA por la red. En el banco de pruebas: avisar al usuario cuando una aplicación que nunca aprobó empieza a hablar con un proveedor de modelos de IA.
«Cortafuegos de IA» de red para centros de datos y aplicaciones de IA
Plataformas
Los proveedores usan ahora «cortafuegos de IA» para dos cosas distintas: IA dentro de un cortafuegos de red, y un filtro delante de las instrucciones y respuestas de una aplicación de IA. Ninguna de las dos corre en un Mac personal. Seguimos ambas para aprender qué ideas se trasladan a un solo ordenador.
Las extensiones del navegador como vía de entrada a los asistentes de IA
Herramientas
Investigadores demostraron que una sola extensión de navegador maliciosa puede controlar el asistente de IA integrado en varios navegadores. Un cortafuegos de red ve el navegador, no sus extensiones. En el banco de pruebas: guiar a los usuarios por una revisión de extensiones de Safari desde dentro de FireAI.
Animaciones de interfaz siempre activas en una aplicación en segundo plano
Técnicas
Temporizadores que redibujan cada fotograma, pulsos en bucle y desenfoque animado mantienen despiertos la GPU y la CPU incluso cuando nadie está mirando. Los eliminamos todos.
Codificadores de decisión tipados, zero-shot (Laya-multilingual MLX)
Modelos
Codificadores que responden a preguntas tipadas (elegir una opción, sí/no, puntuación) con confianza calibrada, muy rápidos en Apple Silicon. Velocidad impresionante, y manejan bien el enrutamiento simple, pero en zero-shot se equivocaron en la mayoría de las órdenes del cortafuegos. En pausa para esta tarea, no en general.
Una IA en la nube decidiendo a qué puede conectarse tu Mac
Modelos
Enviar cada conexión a una IA remota enviaría también tu historial de navegación, y añadiría un viaje de ida y vuelta por la red a cada decisión. La IA de FireAI se queda en el Mac.
Agentes de IA personales con acceso permanente a tus cuentas
Modelos
Los agentes que reservan, compran y responden por ti funcionan mejor con acceso duradero al correo, los calendarios y las cuentas de pago. Ese acceso sobrevive a cualquier tarea concreta. En pausa para nuestros propios diseños: la IA de FireAI responde preguntas en el Mac y no tiene acceso a ninguna cuenta.
Cada reporte da la pregunta, lo que probamos, las cifras medidas y nuestra conclusión.
¿Un modelo de decisión rápido en vez de Gemma? Todavía no
¿Puede un modelo de decisión pequeño y no generativo sustituir al modelo de lenguaje para convertir órdenes en lenguaje sencillo en ajustes, y ser mucho más rápido?
Probamos Laya-multilingual (compilación MLX) en una Mac con Apple Silicon frente al mismo conjunto de pruebas de órdenes de Ask FireAI que debe superar el modelo en producción, en inglés, francés, alemán, español, árabe, chino y ruso. Probamos dos formas distintas de plantearle las preguntas. También revisamos el modelo con su propio ejemplo publicado para descartar un error de configuración.
Modelo actual (Gemma 4, en el dispositivo)
32–37 de 37 órdenes correctas
Laya-multilingual, mejor formato
6 de 37 correctas (10 de 37 eligieron el tipo de acción correcto)
Laya-multilingual, segundo formato
2 de 37 correctas
Velocidad de Laya por orden
24 ms de mediana, 80 ms en el peor caso
Laya con su propio ejemplo publicado
Correcto, con alta confianza
Unas cien veces más rápido, e inservible en zero-shot para las órdenes del cortafuegos: confundía los juegos con el interruptor de emergencia, y "apagar" con "encender". La velocidad sí es real, así que la idea de los dos cerebros sigue en el radar; los próximos candidatos serán modelos entrenados para una decisión concreta (¿es arriesgada esta dirección?) en lugar de para responder preguntas generales.
Un modelo de lenguaje dentro de una aplicación Mac en Swift
¿Puede una aplicación de seguridad para Mac incluir un modelo de lenguaje útil sin enviar nada a la nube, y sin perjudicar a la Mac?
Ask FireAI ejecuta un modelo Gemma 4 de 4 bits mediante MLX Swift desde su primera versión. Medimos la calidad con un conjunto de pruebas fijo de órdenes y observamos el comportamiento de la memoria y la batería en el uso diario.
Dónde se ejecuta
En la aplicación, en la Mac; sin proceso auxiliar, sin puerto abierto
Idiomas que entiende
16, los mismos que la aplicación
Primer uso
Una descarga, solo tras el consentimiento del usuario
Memoria en reposo
Se libera tras 10 minutos sin ninguna pregunta
Adoptar. Los modelos pequeños en el dispositivo son suficientemente buenos para entender órdenes y explicar decisiones. Cargar el modelo bajo demanda y liberarlo en reposo importa tanto como la elección del modelo: un cortafuegos nunca debería ser la aplicación que se come tu memoria.
Bloquear un canal de YouTube en todas las aplicaciones, de forma privada
¿Puede FireAI bloquear una sola página, como un canal de YouTube, en toda la Mac, y no solo en un navegador, sin llegar a saber qué ve la familia?
Construimos Páginas bloqueadas (beta) sobre el filtro de URL de macOS 26 con recuperación privada de información, agregamos una extensión de Safari para los clics dentro de la página, y lo probamos en Safari, aplicaciones que usan la red de Apple, Firefox, Chrome y Brave.
Safari y aplicaciones que usan la red de Apple
Bloqueado, tanto las visitas directas como los clics dentro de la página (con la extensión activada)
Firefox, Chrome, Brave
No cubiertos: usan su propio código de red
Qué aprende el servidor de consulta
Nada sobre qué dirección se comprobó
Sorpresa
Las direcciones de las páginas se comparan distinguiendo mayúsculas y minúsculas
En prueba. Funciona ahí donde se usa la red de Apple, lo que cubre el navegador predeterminado y la mayoría de las aplicaciones. Para otros navegadores, la respuesta honesta hoy sigue siendo el interruptor "solo Safari", así que la aplicación ahora ofrece ambas opciones juntas, claramente marcadas como beta.
Del 30 por ciento de CPU en reposo a una sola cifra
¿Por qué FireAI usaba alrededor de un 30 por ciento de CPU sin hacer nada, y qué necesita realmente redibujar un cortafuegos que funciona todo el día?
Medimos la CPU en reposo con la ventana en primer plano y en segundo plano, y luego eliminamos las causas una por una: la mascota 3D, las animaciones en bucle, el indicador de la barra de menús y la frecuencia con la que las cifras de tráfico en vivo llegan a la interfaz.
Antes
Alrededor de un 30 por ciento de CPU en reposo
Después, ventana en primer plano
Alrededor de un 17 por ciento
Después, en segundo plano
7–11 por ciento
La mascota 3D en sí
No era la causa
Adoptar "animar una vez y luego reposar", y desconfiar de todo lo que se repite sin fin. Los mayores costos eran cosas que nadie nota: un pulso que nunca se detiene, un desenfoque animado y cifras que se actualizaban más rápido de lo que nadie podía leerlas. Todavía hay margen de mejora, y el perfilado continúa.
Publicamos nuestros resultados, no nuestras recetas: cómo se construye y ajusta FireAI se queda en el laboratorio.