Stanford presenta OpenJarvis, un stack para agentes de IA locales con memoria y aprendizaje

Investigadores de Stanford han lanzado OpenJarvis, un framework open source para agentes de IA personales que funcionan íntegramente en el dispositivo del usuario. El proyecto se plantea como un stack listo para usar en IA local: abarca desde la ejecución de modelos y la orquestación de agentes hasta la memoria, las herramientas, los benchmarks y el entrenamiento posterior con datos locales.

Por qué es importante

La mayoría de los sistemas de IA personales todavía solo parecen locales por fuera: la interfaz se ejecuta en el portátil, pero el razonamiento principal se envía a APIs en la nube. En tareas que implican archivos, notas, correos y un contexto de usuario persistente, esto se traduce en latencia, gastos recurrentes y una transferencia innecesaria de datos sensibles. OpenJarvis propone otro modelo: ejecución local por defecto y la nube solo como opción, cuando de verdad no hay alternativa.

En Stanford vinculan el lanzamiento con su propio trabajo Intelligence Per Watt. Según el laboratorio, los modelos de lenguaje y los aceleradores locales ya son capaces de atender correctamente el 88,7% de las consultas de chat y razonamiento de un solo turno con una velocidad de respuesta interactiva, y la eficiencia medida como «inteligencia por vatio» se multiplicó por 5,3 entre 2023 y 2025. La idea de OpenJarvis es que el hardware y los modelos ya están casi listos, pero al mercado le faltaba una capa de software unificada para este tipo de sistemas.

Cómo está construido el stack

OpenJarvis se articula en torno a cinco primitivas que pueden sustituirse, probarse y optimizarse de forma independiente. Este enfoque busca acabar con el desorden típico de los montajes de IA local, en los que inferencia, lógica de agentes, uso de herramientas, memoria y entrenamiento se entrelazan en un único proyecto difícil de reproducir. Así, el desarrollador no tiene que comparar el sistema completo, sino una capa concreta: el modelo, el motor, la memoria o el comportamiento del agente. Esto simplifica notablemente tanto la experimentación como el despliegue en producción.

• Intelligence: capa de modelos con un catálogo unificado de LLM locales y una abstracción para elegir entre ellos.
• Engine: runtime para ejecutar modelos mediante Ollama, vLLM, SGLang, llama.cpp y otros motores.
• Agents: roles de agente, entre ellos Orchestrator, para descomponer tareas, y Operative, para escenarios repetitivos.
• Tools & Memory: acceso a herramientas, memoria local, búsqueda semántica, MCP e intercambio entre agentes mediante A2A.
• Learning: circuito de mejora que utiliza trazas locales para el ajuste fino y la optimización.

El proyecto pone especial énfasis en que el sistema no se limite al chat. OpenJarvis puede hacer búsquedas locales en notas y documentos, conectar herramientas como búsqueda web, calculadora, entrada/salida de archivos e intérprete de código, y comunicarse con servidores MCP externos. Por eso el framework no se presenta como un envoltorio sobre un único modelo, sino como infraestructura para un agente personal con memoria a largo plazo y acceso al entorno real del usuario.

Qué está disponible ya

En lo práctico, el proyecto es bastante terrenal. OpenJarvis ofrece CLI, SDK de Python, interfaz web y aplicación de escritorio para macOS, Windows y Linux. El comando `jarvis init` detecta el hardware disponible y recomienda la combinación adecuada de motor y modelo; `jarvis doctor` ayuda a diagnosticar la configuración, y `jarvis serve` levanta un servidor de API compatible con OpenAI sobre FastAPI para que los desarrolladores puedan conectar clientes y frontends existentes casi sin cambios. Según la documentación, los escenarios básicos pueden funcionar sin ninguna conexión a la red.

Otro punto fuerte es que mide la eficiencia y no solo la calidad de las respuestas. El framework recopila telemetría sobre energía, latencia, FLOPs y coste económico por consulta, admite profiling en NVIDIA, AMD y Apple Silicon y estandariza los benchmarks mediante `jarvis bench`. Al mismo tiempo, OpenJarvis guarda trazas locales de interacción: desde pares prompt-completion hasta secuencias de acciones del agente y llamadas a herramientas. A partir de ellas se pueden optimizar no solo los pesos del modelo, sino también los prompts, la lógica de los agentes y el propio motor de inferencia, por ejemplo mediante cuantización, DSPy, GEPA, SFT, DPO o GRPO.

Qué significa

OpenJarvis muestra que la IA local está dejando de ser un terreno de montajes experimentales para convertirse en un stack de ingeniería completo. Si el enfoque de Stanford cuaja, los desarrolladores contarán con una base estándar para agentes personales que mantienen los datos en manos del usuario, son más baratos de operar y ganan utilidad con el tiempo al aprender de sus propios escenarios locales. Para el mercado es una señal más: parte de las tareas cotidianas de IA empezará pronto a migrar de la nube a los dispositivos personales.