OpenJarvis ofrece una alternativa local a los agentes de IA basados en la nube

Un nuevo marco de código abierto de la Universidad de Stanford está desafiando la idea de que la IA personal debe vivir en la nube. OpenJarvis, creado por los laboratorios Hazy Research y Scaling Intelligence, permite a los usuarios ejecutar agentes de IA en su propio hardware y hace que la conectividad a la nube sea opcional, no obligatoria.

La versión 1.0, lanzada hoy, viene con soporte integrado para Ollama, el popular ejecutor de modelos locales. El marco es parte de la agenda de investigación más amplia de los laboratorios "Inteligencia por vatio", que se centra en hacer que la IA local sea lo suficientemente eficiente para manejar tareas del mundo real sin sacrificar el rendimiento ni agotar la batería.

Diseñado para ser local primero

La mayoría de los asistentes de IA personales, desde Apple Intelligence hasta Microsoft Copilot, envían cada consulta a servidores remotos, incluso para tareas simples como redactar un correo electrónico o resumir una reunión. OpenJarvis invierte ese modelo. Por defecto, toda la inferencia se ejecuta localmente en la máquina del usuario. La nube está disponible como un extra opcional, no como la columna vertebral.

El marco incluye monitoreo integrado que rastrea el consumo de energía, el costo y la latencia junto con la precisión. Esa transparencia es una elección de diseño deliberada: los usuarios pueden ver exactamente lo que cuesta cada consulta en vatios y centavos, no solo en puntos de precisión.

Comenzando con Ollama

OpenJarvis se conecta directamente a Ollama, que ahora funciona en macOS, Windows y Linux. En macOS y Linux, un solo comando curl detecta la instalación existente de Ollama y configura el marco automáticamente. Los usuarios de Windows pueden ejecutar el instalador dentro de WSL2 o descargar una aplicación de escritorio dedicada.

Una vez instalado, la herramienta de línea de comandos permite a los usuarios descargar cualquier modelo compatible con Ollama y usarlo para consultas. El marco también admite establecer un modelo predeterminado en un archivo de configuración, lo que hace que la CLI se sienta más como un asistente personal y menos como una herramienta experimental.

Configuraciones preestablecidas de agentes

OpenJarvis incluye varias configuraciones preestablecidas de agentes listas para usar, cada una con los motores y herramientas necesarios para una tarea específica:

• Resumen matutino, extrae del calendario, correo electrónico y las noticias del día del usuario para generar un resumen. En macOS, se conecta a Google Drive y al correo local.
• Investigación profunda, responde preguntas complejas buscando en la web y documentos locales, devolviendo resultados con citas.
• Asistente de codificación local, un agente de escritura de código que escribe y ejecuta scripts de Python en la máquina del usuario para completar tareas.

Cada configuración se inicializa con un comando simple y se puede personalizar aún más a través del sistema de complementos del marco.

Compitiendo con los gigantes de la nube

OpenJarvis ingresa a un campo dominado por ofertas basadas en la nube de OpenAI, Google y Microsoft, donde la inferencia local ha sido tratada como una característica secundaria en lugar de un objetivo de diseño principal. El enfoque del marco en la transparencia y el seguimiento de la energía podría atraer a usuarios preocupados por la privacidad, desarrolladores que trabajan sin conexión y organizaciones que no pueden enviar datos a servidores de terceros por razones de cumplimiento.

Dicho esto, la utilidad práctica de los agentes de IA locales aún depende en gran medida del hardware del usuario. Ejecutar un modelo de 35 mil millones de parámetros localmente requiere una máquina con suficiente RAM y una GPU capaz. El proyecto reconoce esta limitación, y la experiencia de inicio es más fluida en hardware de alta gama, pero el diseño modular del marco permite a los usuarios cambiar a modelos más pequeños para tareas diarias y a modelos más grandes solo cuando sea necesario.

OpenJarvis ya está disponible bajo una licencia de código abierto. El proyecto está en desarrollo activo, y el equipo de Stanford espera lanzar configuraciones preestablecidas e integraciones de modelos adicionales en los próximos meses.