O que o nosso laboratório acompanha, testa e decide: novos modelos de IA, plataformas Apple e técnicas, classificados de Adotar a Suspender, com os resultados por trás de cada decisão.
Volume 1 · 2026-09-28
Adotar — usamos
Um conjunto de testes com pedidos reais antes de qualquer modelo ser lançado
Técnicas
Todo modelo que entra no Ask FireAI é avaliado em um conjunto fixo de pedidos em linguagem simples, em vários idiomas, antes de se aproximar de um lançamento. Isso transformou "esse modelo parece inteligente" em um número que podemos comparar, e flagrou um candidato que parecia ótimo no papel.
Animar uma vez, depois descansar
Técnicas
Mascotes e esferas reproduzem sua animação uma vez quando uma página aparece, e depois ficam paradas (os olhos podem seguir o cursor). Um aplicativo de segurança roda o dia todo; qualquer coisa que fica em loop para sempre tem um custo o dia todo.
Pequeno modelo generativo no dispositivo (Gemma 4, 4 bits)
Modelos
Move o Ask FireAI: transforma "bloquear jogos para o meu filho" na configuração certa, em 16 idiomas, inteiramente no Mac. Baixado uma vez com o consentimento do usuário, e removido da memória quando ocioso.
MLX em Apple Silicon
Plataformas
O framework de aprendizado de máquina da Apple usa diretamente a memória unificada dos chips da série M. É isso que torna um modelo de linguagem útil viável em um Mac comum.
Filtro de conteúdo Network Extension
Plataformas
A extensão do sistema que vê todas as conexões, de todos os aplicativos, sem uma extensão de kernel. A base do firewall, das regras e do interruptor de emergência da FireAI.
Executa o modelo de linguagem dentro do próprio aplicativo Swift: sem Python, sem servidor auxiliar, sem porta aberta no Mac.
Concorrência estrita do Swift 6
Ferramentas
Detecta condições de corrida de dados em tempo de compilação. Uma armadilha: um callback do sistema marcado para a thread principal mas chamado de outra thread compila sem problemas e falha em tempo de execução. Agora verificamos todos os callbacks do sistema quanto a isso.
Experimentar — em teste
Filtro de URL do macOS com Private Information Retrieval
Plataformas
Novidade no macOS 26: bloquear uma única página (por exemplo, um único canal do YouTube) para todos os aplicativos que usam a rede da Apple, sem que o servidor que responde à consulta jamais saiba qual endereço foi verificado. Move as Páginas bloqueadas (beta).
Extensões web do Safari para navegação dentro da página
Plataformas
Sites como o YouTube mudam de página sem uma nova solicitação de rede, então um filtro de rede não consegue ver o clique. Uma extensão do Safari consegue. Só funciona depois que o usuário a permite em todos os sites, o que agora explicamos no aplicativo.
Nossa mascote 3D acabou sendo barata de desenhar. O custo de CPU que inicialmente atribuímos a ela vinha do desfoque animado e da sombra ao redor dela.
Avaliar — vale acompanhar
Dois cérebros: um para as palavras, outro para as decisões
Técnicas
Manter um modelo generativo para explicar e conversar, e deixar um modelo pequeno, rápido e não generativo tomar as decisões de sim/não. A ideia continua válida; o primeiro candidato que testamos não entendeu bem o suficiente os comandos de firewall.
Pequenos classificadores de risco de URL
Modelos
Modelos de apenas alguns megabytes que avaliam o risco de phishing de um endereço da web sem ler a página. Pequenos o suficiente para se considerar verificações por conexão. É o próximo na bancada de testes; ainda sem resultados.
Nossa arte de mascote em 2D vira modelos 3D animados (para o aplicativo, a web e vídeos para redes sociais) com um único comando, para que toda a família possa ser reconstruída quando a arte muda. Os olhos foram a parte difícil.
Controle de saída para agentes de IA
Técnicas
A nova plataforma de segurança para agentes da Nvidia limita o que um agente de IA pode alcançar, depois que agentes foram relatados agindo além de suas instruções. A mesma ideia se aplica em um Mac: um aplicativo agente só deve alcançar os destinos que sua tarefa precisa. Em teste: um perfil FireAI que limita os aplicativos agente de IA a uma lista aprovada de destinos.
Aplicativos desconhecidos que chamam APIs de modelos de IA
Técnicas
A Cisco Talos descreveu um programa Windows que pergunta a vários modelos de IA comerciais o que fazer a seguir. Não importa em que ele rode, um programa desses precisa alcançar um provedor de IA pela rede. Em teste: avisar o usuário quando um aplicativo que ele nunca aprovou começa a se comunicar com um provedor de modelos de IA.
"Firewalls de IA" de rede para data centers e aplicativos de IA
Plataformas
Os fornecedores agora usam "firewall de IA" para duas coisas diferentes: IA dentro de um firewall de rede, e um filtro na frente dos prompts e respostas de um aplicativo de IA. Nenhum dos dois roda em um Mac pessoal. Acompanhamos os dois para aprender quais ideias se aplicam a um único computador.
Extensões de navegador como porta de entrada para assistentes de IA
Ferramentas
Pesquisadores mostraram que uma única extensão de navegador maliciosa pode controlar o assistente de IA embutido em vários navegadores. Um firewall de rede vê o navegador, não suas extensões. Em teste: guiar os usuários por uma revisão de extensões do Safari de dentro do FireAI.
Animações de interface sempre em execução em um aplicativo em segundo plano
Técnicas
Temporizadores que redesenham a cada quadro, pulsos em loop e desfoque animado mantêm a GPU e a CPU acordadas mesmo quando ninguém está olhando. Removemos todos eles.
Codificadores de decisão tipados, zero-shot (Laya-multilingual MLX)
Modelos
Codificadores que respondem a perguntas tipadas (escolher uma opção, sim/não, pontuação) com confiança calibrada, muito rápidos em Apple Silicon. A velocidade impressiona, e eles lidam bem com roteamento simples, mas em modo zero-shot erraram a maioria dos comandos de firewall. Em espera para esta tarefa, não em geral.
IA na nuvem decidindo a que seu Mac pode se conectar
Modelos
Enviar cada conexão para uma IA remota também enviaria seu histórico de navegação, e acrescentaria uma ida e volta pela rede a cada decisão. A IA da FireAI fica no Mac.
Agentes de IA pessoais com acesso permanente às suas contas
Modelos
Os agentes que reservam, compram e respondem por você funcionam melhor com acesso duradouro a e-mail, calendários e contas de pagamento. Esse acesso sobrevive a qualquer tarefa isolada. Em espera para nossos próprios designs: a IA da FireAI responde perguntas no Mac e não tem acesso a nenhuma conta.
Cada relatório traz a pergunta, o que testamos, os números medidos e a nossa conclusão.
Um modelo de decisão rápido ao lado do Gemma? Ainda não
Será que um modelo de decisão pequeno e não generativo pode substituir o modelo de linguagem na conversão de comandos em linguagem simples em configurações, sendo bem mais rápido?
Rodamos o Laya-multilingual (build MLX) em um Mac com Apple Silicon contra o mesmo conjunto de testes de comandos do Ask FireAI que o modelo em produção precisa passar, em inglês, francês, alemão, espanhol, árabe, chinês e russo. Testamos duas formas diferentes de fazer as perguntas a ele. Também conferimos o modelo em seu próprio exemplo publicado, para descartar um erro de configuração.
Modelo atual (Gemma 4, no dispositivo)
32–37 em 37 comandos corretos
Laya-multilingual, melhor formato
6 em 37 corretos (10 em 37 escolheram o tipo certo de ação)
Laya-multilingual, segundo formato
2 em 37 corretos
Velocidade do Laya por comando
24 ms de mediana, 80 ms no pior caso
Laya em seu próprio exemplo publicado
Correto, com alta confiança
Cerca de cem vezes mais rápido, mas não utilizável em modo zero-shot para comandos de firewall: confundiu jogos com o interruptor de emergência e "desligar" com "ligar". A velocidade é real, então a ideia dos dois cérebros continua no radar; os próximos candidatos são modelos treinados para uma decisão específica (esse endereço é arriscado?) em vez de responder perguntas em geral.
Um modelo de linguagem dentro de um aplicativo Mac em Swift
Será que um aplicativo de segurança para Mac pode incluir um modelo de linguagem útil sem enviar nada para a nuvem, e sem prejudicar o Mac?
O Ask FireAI roda um modelo Gemma 4 de 4 bits via MLX Swift desde seu primeiro lançamento. Medimos a qualidade com um conjunto fixo de comandos de teste e observamos o comportamento de memória e bateria no uso diário.
Onde roda
No aplicativo, no Mac; sem processo auxiliar, sem porta aberta
Idiomas entendidos
16, os mesmos do aplicativo
Primeiro uso
Um download, só depois que o usuário concorda
Memória quando ocioso
Liberada após 10 minutos sem nenhuma pergunta
Adotar. Modelos pequenos no dispositivo são bons o suficiente para entender comandos e explicar decisões. Carregar o modelo sob demanda e liberá-lo quando ocioso importa tanto quanto a escolha do modelo: um firewall nunca deve ser o aplicativo que consumiu toda a sua memória.
Bloqueando um canal do YouTube para todos os aplicativos, com privacidade
Será que a FireAI pode bloquear uma única página, como um canal do YouTube, em todo o Mac, e não apenas em um navegador, sem saber o que a família acessa?
Construímos as Páginas bloqueadas (beta) sobre o filtro de URL do macOS 26 com Private Information Retrieval, adicionamos uma extensão do Safari para cliques dentro da página, e testamos o Safari, aplicativos que usam a rede da Apple, o Firefox, o Chrome e o Brave.
Safari e aplicativos que usam a rede da Apple
Bloqueado, tanto em visitas diretas quanto em cliques dentro da página (com a extensão ativada)
Firefox, Chrome, Brave
Não cobertos: usam seu próprio código de rede
O que o servidor de consulta aprende
Nada sobre qual endereço foi verificado
Surpresa
Endereços de página são comparados diferenciando maiúsculas de minúsculas
Em teste. Funciona onde a rede da Apple é usada, o que cobre o navegador padrão e a maioria dos aplicativos. Para outros navegadores, a resposta honesta hoje é a opção "somente Safari", então o aplicativo agora oferece as duas juntas, claramente identificadas como beta.
De 30 por cento de CPU ociosa para dígitos únicos
Por que a FireAI usava cerca de 30 por cento de CPU sem fazer nada, e o que um firewall que roda o dia todo realmente precisa redesenhar?
Medimos a CPU ociosa com a janela em primeiro plano e em segundo plano, e então removemos as causas uma a uma: a mascote 3D, as animações em loop, o indicador na barra de menus e a frequência com que os números de tráfego ao vivo chegam à interface.
Antes
Cerca de 30 por cento de CPU em ociosidade
Depois, com a janela em primeiro plano
Cerca de 17 por cento
Depois, em segundo plano
7–11 por cento
A mascote 3D em si
Não era a causa
Adotar "animar uma vez, depois descansar", e deixar em espera qualquer coisa que fica em loop para sempre. Os maiores custos eram coisas que ninguém percebe: um pulso que nunca para, um desfoque sendo animado e números atualizados mais rápido do que qualquer um consegue ler. Ainda há mais a ganhar, e a análise de desempenho continua.
Publicamos resultados, não receitas: o jeito como o FireAI é construído e ajustado fica no laboratório.