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
Todos os modelos que entram no Ask FireAI são avaliados num conjunto fixo de pedidos em linguagem simples, em várias línguas, antes de se aproximarem de um lançamento. Isto transformou "este modelo parece inteligente" num número que podemos comparar, e apanhou um candidato que parecia ótimo no papel.
Animar uma vez, depois descansar
Técnicas
As mascotes e as esferas reproduzem a sua animação uma vez quando uma página aparece, e depois ficam paradas (os olhos podem seguir o cursor). Uma aplicação de segurança funciona o dia todo; tudo o que se repete sem parar tem um custo o dia todo.
Pequeno modelo generativo no dispositivo (Gemma 4, 4 bits)
Modelos
Alimenta o Ask FireAI: transforma "bloquear jogos para o meu filho" na definição certa, em 16 línguas, inteiramente no Mac. Descarregado uma vez com o consentimento do utilizador, e removido da memória quando inativo.
MLX em Apple Silicon
Plataformas
A framework de aprendizagem automática da Apple usa diretamente a memória unificada dos chips da série M. É isto que torna um modelo de linguagem útil viável num Mac comum.
Filtro de conteúdo Network Extension
Plataformas
A extensão do sistema que vê todas as ligações, de todas as aplicações, sem uma extensão de kernel. A base da firewall, das regras e do interruptor de emergência da FireAI.
Executa o modelo de linguagem dentro da própria aplicação Swift: sem Python, sem servidor auxiliar, sem porta aberta no Mac.
Concorrência estrita do Swift 6
Ferramentas
Deteta condições de corrida de dados em tempo de compilação. Uma armadilha: um callback do sistema marcado para a thread principal mas chamado a partir de outra thread compila sem problemas e falha em tempo de execução. Agora verificamos todos os callbacks do sistema quanto a isto.
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 todas as aplicações que usam a rede da Apple, sem que o servidor que responde à consulta saiba alguma vez qual o endereço verificado. Alimenta as Páginas bloqueadas (beta).
Extensões web do Safari para navegação dentro da página
Plataformas
Sites como o YouTube mudam de página sem um novo pedido de rede, por isso um filtro de rede não consegue ver o clique. Uma extensão do Safari consegue. Só funciona depois de o utilizador a permitir em todos os sites, o que agora explicamos na aplicação.
A nossa mascote 3D revelou-se barata de desenhar. O custo de CPU que inicialmente lhe atribuímos vinha do desfoque animado e da sombra à sua volta.
Avaliar — a 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 testámos não compreendeu bem o suficiente os pedidos de firewall.
Pequenos classificadores de risco de URL
Modelos
Modelos de apenas alguns megabytes que avaliam o risco de phishing de um endereço web sem ler a página. Suficientemente pequenos para se considerarem verificações por ligação. É o próximo na bancada de testes; ainda sem resultados.
A nossa arte de mascote em 2D transforma-se em modelos 3D animados (para a aplicação, a web e vídeo 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.
Controlo de saída para agentes de IA
Técnicas
A nova plataforma de segurança para agentes da Nvidia limita aquilo que um agente de IA pode alcançar, depois de terem sido reportados agentes a agir além das suas instruções. A mesma ideia aplica-se num Mac: uma aplicação agente só deve alcançar os destinos de que a sua tarefa precisa. Em teste: um perfil FireAI que limita as aplicações agente de IA a uma lista aprovada de destinos.
Aplicações desconhecidas 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. Seja qual for o equipamento em que corre, um programa destes tem de alcançar um fornecedor de IA através da rede. Em teste: avisar o utilizador quando uma aplicação que nunca aprovou começa a comunicar com um fornecedor de modelos de IA.
"Firewalls de IA" de rede para centros de dados e aplicações de IA
Plataformas
Os fornecedores usam agora "firewall de IA" para duas coisas diferentes: IA dentro de uma firewall de rede, e um filtro colocado à frente das instruções e respostas de uma aplicação de IA. Nenhuma das duas corre num Mac pessoal. Seguimos as duas para aprender que ideias se aplicam a um único computador.
As extensões do navegador como via de entrada para os assistentes de IA
Ferramentas
Investigadores mostraram que uma única extensão de navegador maliciosa pode controlar o assistente de IA incorporado em vários navegadores. Uma firewall de rede vê o navegador, não as suas extensões. Em teste: guiar os utilizadores por uma revisão de extensões do Safari a partir de dentro da FireAI.
Animações de interface sempre em execução numa aplicação em segundo plano
Técnicas
Temporizadores que redesenham a cada fotograma, pulsos em ciclo e desfoque animado mantêm o GPU e o CPU acordados mesmo quando ninguém está a olhar. Removemos todos.
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 é impressionante e lidam bem com encaminhamento simples, mas em modo zero-shot erraram a maioria dos pedidos de firewall. Em pausa para esta tarefa, não em geral.
IA na nuvem a decidir a que o seu Mac se pode ligar
Modelos
Enviar cada ligação para uma IA remota enviaria também o 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 si funcionam melhor com acesso duradouro ao correio, aos calendários e às contas de pagamento. Esse acesso sobrevive a qualquer tarefa isolada. Em pausa para os nossos próprios projetos: a IA da FireAI responde a perguntas no Mac e não tem acesso a nenhuma conta.
Cada relatório indica a pergunta, o que experimentámos, 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 pedidos em linguagem simples em definições, sendo muito mais rápido?
Executámos o Laya-multilingual (compilação MLX) num Mac com Apple Silicon face ao mesmo conjunto de testes de pedidos do Ask FireAI que o modelo em produção tem de passar, em inglês, francês, alemão, espanhol, árabe, chinês e russo. Experimentámos duas formas diferentes de lhe colocar as perguntas. Também verificámos o modelo no seu próprio exemplo publicado, para excluir um erro de configuração.
Modelo atual (Gemma 4, no dispositivo)
32–37 em 37 pedidos 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 pedido
24 ms de mediana, 80 ms no pior caso
Laya no seu próprio exemplo publicado
Correto, com alta confiança
Cerca de cem vezes mais rápido, mas não utilizável em modo zero-shot para pedidos de firewall: confundiu jogos com o interruptor de emergência e "desligar" com "ligar". A velocidade é real, por isso a ideia dos dois cérebros continua no radar; os próximos candidatos são modelos treinados para uma decisão específica (este endereço é arriscado?) em vez de responder a perguntas em geral.
Um modelo de linguagem dentro de uma aplicação Mac em Swift
Será que uma aplicação 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 executa um modelo Gemma 4 de 4 bits através do MLX Swift desde o seu primeiro lançamento. Medimos a qualidade com um conjunto fixo de pedidos de teste e observámos o comportamento de memória e bateria na utilização diária.
Onde é executado
Na aplicação, no Mac; sem processo auxiliar, sem porta aberta
Línguas compreendidas
16, as mesmas da aplicação
Primeira utilização
Uma descarga, só depois de o utilizador concordar
Memória quando inativo
Libertada após 10 minutos sem qualquer pergunta
Adotar. Os modelos pequenos no dispositivo são suficientemente bons para compreender pedidos e explicar decisões. Carregar o modelo por pedido e libertá-lo quando inativo importa tanto como a escolha do modelo: uma firewall nunca deve ser a aplicação que consumiu toda a sua memória.
Bloquear um canal do YouTube para todas as aplicações, de forma privada
Será que a FireAI pode bloquear uma única página, como um canal do YouTube, em todo o Mac, e não apenas num navegador, sem saber o que a família visita?
Construímos as Páginas bloqueadas (beta) sobre o filtro de URL do macOS 26 com Private Information Retrieval, acrescentámos uma extensão do Safari para cliques dentro da página, e testámos o Safari, aplicações que usam a rede da Apple, o Firefox, o Chrome e o Brave.
Safari e aplicações que usam a rede da Apple
Bloqueado, tanto em visitas diretas como em cliques dentro da página (com a extensão ativa)
Firefox, Chrome, Brave
Não cobertos: usam o seu próprio código de rede
O que o servidor de consulta aprende
Nada sobre qual o endereço verificado
Surpresa
Os endereços de página são comparados com distinção entre maiúsculas e minúsculas
Em avaliação. Funciona onde a rede da Apple é usada, o que cobre o navegador predefinido e a maioria das aplicações. Para outros navegadores, a resposta honesta hoje é o interruptor "apenas Safari", por isso a aplicação agora oferece os dois em conjunto, claramente identificados como beta.
De 30 por cento de CPU em repouso para números de um dígito
Porque é que a FireAI usava cerca de 30 por cento de CPU sem fazer nada, e o que é que uma firewall que funciona o dia todo realmente precisa de redesenhar?
Medimos o CPU em repouso com a janela em primeiro plano e em segundo plano, e depois removemos as causas uma a uma: a mascote 3D, as animações em ciclo, o indicador na barra de menus e a frequência com que os números de tráfego em direto chegam à interface.
Antes
Cerca de 30 por cento de CPU em repouso
Depois, com a janela em primeiro plano
Cerca de 17 por cento
Depois, em segundo plano
7–11 por cento
A própria mascote 3D
Não era a causa
Adotar "animar uma vez, depois descansar", e pôr em pausa tudo o que se repete sem parar. Os maiores custos eram coisas que ninguém repara: um pulso que nunca para, um desfoque a ser animado e números atualizados mais depressa do que ninguém consegue ler. Há ainda mais a ganhar, e a análise de desempenho continua.
Publicamos resultados, não receitas: a forma como o FireAI é construído e afinado fica no laboratório.