Que la IA está aquí para quedarse es un hecho (que estamos en una burbuja, también, pero esa es otra historia), así que decidí jugar un poco con IAs locales, a ver cuan potentes y útiles son realmente para programar.

Empecé por instalar la extensión Continue en mi VSCode, e instalé Ollama en mi sistema. También entré en la BIOS del ordenador para darle a la gráfica compartida toda la RAM que pudiese. Una vez que lo tuve todo listo, instalé QWen3.8 en Ollama con

ollama pull qwen3-coder:30b

Ahora tenía que configurar Continue, así que en su chat fui al «engranaje» de arriba a la izquierda -> configs y ahí tenía el fichero base, que modifiqué para dejar así:

name: Main Config
version: 1.0.0
schema: v1
models:
  - name: qwen
    provider: ollama
    model: qwen3-coder:30b
    roles:
      - autocomplete
      - chat
      - edit
      - apply
      - embed
    capabilities:
      - tool_use
    autocompletion:
      onlyMyCode: true
      useImports: false

Con esto le indicaba a Continue que quería usar Qwen «para todo», desde simple chat hasta agente o autocompletado inteligente.

Con esto empecé a trastear, pero me encontré que era MUUUUUUY LEEEEENTOOOO. Al principio pensé que era porque mi tarjeta gráfica es embebida, y no daría para más, pero me dio por hacer un

ollama ps

mientras la IA «pensaba», y me devolvió que estaba usando sólo la CPU. ¡Con razón!

La solución a esto fue editar el fichero de servicio de Ollama con

sudo systemctl edit ollama

añadir en el editor las líneas

[Service]
Environment="OLLAMA_IGPU_ENABLE=1"
Environment="OLLAMA_VULKAN=1"

y reiniciar Ollama

sudo systemctl restart ollama.service

¡Y qué diferencia! Ahora es tan rápido como una IA remota (aunque es verdad que mi portátil tiene 64GB de RAM…).