Mistral 的 Vibe Code CLI 可以连接部署在本地或企业内网中的模型，对不希望源代码离开公司网络的团队很有吸引力。官方文档说明，只要模型服务提供 OpenAI 兼容接口，就能在 Vibe Code 中切换到本地模型。这样既保留代码 Agent 的多步骤能力，也能控制代码、日志和密钥的流向。
什么团队适合离线使用 Vibe Code
最典型的是金融、医疗、制造、政务和外包开发团队。这些场景中，代码仓库可能包含客户信息、内部接口、设备参数或尚未公开的产品逻辑，直接发送到外部服务会带来合规压力。另一些团队处在网络不稳定或禁止访问公网的环境，也需要把推理服务放在本地。
不过“离线”并不自动等于安全。模型文件从哪里下载、插件是否联网、CLI 是否记录日志、推理服务器是否开放到公网，都需要单独检查。正确目标应是建立一条可审计的本地链路，而不是只把云端地址换成内网地址。
模型和硬件应该怎么选
Mistral 官方为本地代码任务推荐 Devstral Small 2 和 Mistral Small 4 等开放模型。Devstral Small 2 是较轻的稠密模型，更适合以代码和 Agent 任务为主的团队；Mistral Small 4 使用混合专家架构，并兼顾推理、编程与较长上下文。实际选择时，应先看仓库大小、并发人数和允许的响应时间。
官方文档给出的参考是：较长上下文和较好性能可使用 H100、A100；24GB 显存的 RTX 4090 可以通过四比特量化处理较短上下文；纯 CPU 加内存卸载也能运行，但速度会明显下降。小团队不必一开始追求 128K 上下文，可以先用 16K 或 32K 验证真实代码任务。
搭建流程可以分为五步
第一步，在独立服务器部署模型，并确认只监听内网地址。第二步，通过 vLLM 等推理框架暴露 OpenAI 兼容 API。第三步，为每位开发者分配单独令牌，不要共用管理员密钥。第四步，在 Vibe Code CLI 中选择 local 模型并填写内网接口。第五步，从只读任务开始测试，例如解释仓库结构、定位报错和生成修改计划。
通过基础测试后，再逐步开放写文件、执行测试和提交代码。涉及安装依赖、删除文件、访问生产数据库或执行部署命令时，应强制人工确认。Agent 可以提高速度，但不能绕过团队原来的代码评审和发布流程。
如何验证本地方案真的可用
准备三类真实任务：修复一个已有单元测试、在跨文件模块中增加小功能、阅读一段历史代码并输出重构建议。记录完成时间、修改文件数量、错误率和人工返工时间。只看模型能否生成代码没有意义，关键是它能否遵守仓库规范、理解依赖关系并产生可审查的改动。
还应做一次网络检查。临时关闭外网，观察 CLI、模型服务和依赖工具是否仍能完成任务；检查 DNS、代理和日志，确认没有把提示词发送到未知地址。对内网代码 Agent 来说，这一步与模型效果同样重要。
常见风险和处理方法
最大的风险是给 Agent 过高权限。建议使用专用低权限账号运行模型服务，在容器或虚拟机中执行代码，并限制它只能访问指定工作区。第二个风险是模型上下文污染，仓库里的恶意注释可能诱导 Agent 执行不必要命令，因此工具调用必须有白名单。第三个风险是更新失控，升级模型或 CLI 前应先在测试环境比较行为差异。
离线 Vibe Code 的核心价值，是把代码智能体变成企业可控基础设施。模型是否最强并非唯一标准，稳定、可审计、权限清晰和成本可预测，往往更重要。
信息来源：Mistral 官方《Using offline models》和 Self-Deployment 文档。本文根据公开文档整理，具体模型与硬件要求应以官方最新说明为准。
