Laboratório de Stanford lança OpenJarvis, um agente de IA pessoal que roda no seu próprio hardware via Ollama
Um assistente de IA pessoal comum envia cada pergunta, e-mail e evento de agenda para um servidor de nuvem de terceiros. O OpenJarvis, framework de código aberto de laboratórios de Stanford, roda o agente no seu computador, e a nuvem fica como opção. Agora ele funciona com o Ollama, programa para executar redes neurais localmente, e pode ser instalado com um único comando. Assim, um assistente privado para e-mail, documentos e código pode ser configurado sem depender de API externa.
Processado por IA de Ollama Blog; editado por Hamidun News
Imagine um assistente de IA pessoal com acesso ao seu e-mail, à agenda e aos documentos de trabalho. Na maioria dos casos, cada pergunta sua e cada e-mail vão para um servidor de nuvem de terceiros, e você paga por isso com dinheiro e privacidade. Ao mesmo tempo, modelos locais já dão conta da maior parte das tarefas do dia a dia: responder a uma pergunta, resumir um texto, rascunhar código. A equipe do Ollama, programa popular para executar redes neurais no próprio computador, anunciou que o framework de código aberto OpenJarvis agora pode rodar sobre ele. A ideia é simples: tudo funciona primeiro no seu equipamento, e a nuvem só entra se você quiser.
O que é o OpenJarvis e de onde ele surgiu
O OpenJarvis é um framework de código aberto para montar agentes de IA pessoais que rodam no seu próprio hardware. Ele é desenvolvido por laboratórios de Stanford no âmbito do programa de pesquisa «Intelligence Per Watt», ou seja, «inteligência por watt». A proposta do programa é avaliar não apenas a qualidade das respostas, mas também quanta energia, dinheiro e tempo cada uma consome.
Por isso, no OpenJarvis os modelos locais vêm ativados por padrão, e a nuvem continua opcional. O framework acompanha energia, custo e latência com o mesmo peso que a precisão. Se você está escolhendo entre sua placa de vídeo e uma API paga, isso ajuda: você enxerga o preço de cada resposta, e não só a qualidade dela.
Como instalar e o que vem dentro
A instalação leva uma linha. Em macOS e Linux, basta executar o script de instalação: ele configura o ambiente e encontra o Ollama, caso já esteja instalado. No Windows, o mesmo comando é executado em um ambiente separado; os detalhes estão nas instruções do projeto. O script instala um modelo inicial, então você já pode começar a usar.
Se quiser outro modelo, escolha qualquer um disponível no Ollama. Por exemplo, jarvis model pull qwen3.5:35b e depois jarvis ask -m qwen3.5:35b "sua pergunta". Para não informar o modelo a cada vez, ele pode ser definido no arquivo de configuração: default_model = "qwen3.5:35b" e preferred_engine = "ollama".
O principal atrativo são os presets prontos. Cada um monta o agente junto com os mecanismos e ferramentas necessários:
- morning-digest-mac gera um resumo matinal a partir da agenda, do e-mail e das notícias do dia. Pelo nome, o preset foi feito para macOS.
- deep-research pesquisa na web e nos seus documentos locais e responde com citações. A pasta de arquivos é indexada primeiro com
jarvis memory index ./docs/, e depois você pode perguntar, por exemplo, «Summarize all emails about Project X». - code-assistant escreve e executa código Python diretamente na sua máquina para concluir uma tarefa.
Qualquer preset é iniciado com jarvis init --preset <nome>, sem a necessidade de montar manualmente a cadeia de ferramentas.
O que isso significa na prática
Para um desenvolvedor, o OpenJarvis é uma base pronta, que não precisa ser montada do zero: agente, memória sobre documentos, ferramentas e escolha do mecanismo já estão conectados. Para gestores de produto e fundadores, o mais importante é outro ponto. A privacidade decorre da própria arquitetura: e-mails e documentos internos ficam no computador, a menos que você ative a nuvem. Isso resolve muitas dúvidas de equipes que não podem enviar dados para serviços externos.
Há também limitações. O anúncio não traz benchmarks: o Ollama não apresenta números de precisão, consumo de energia ou velocidade em placas de vídeo e notebooks específicos. O exemplo com qwen3.5:35b mostra como conectar o modelo, mas não garante que ele rode com conforto em qualquer hardware. Um modelo de dezenas de bilhões de parâmetros exige memória considerável, então em um notebook fraco será preciso escolher algo menor. Além disso, um agente que lê e-mails e executa código na sua máquina recebe permissões amplas. Antes de usar, vale verificar quais acessos você está concedendo a ele.
Se você há tempo quer testar um agente pessoal sem assinatura e sem enviar dados para fora, esta é uma das formas mais simples. Bastam o Ollama instalado, um comando e a escolha de um preset. E o monitoramento integrado de energia, custo e latência ajuda a comparar com honestidade a execução local com a nuvem nas suas tarefas.
- 21 de nov. de 2026Memória flash para SSD ficou 19–32% mais barata em negociações pontuais — drives podem cair de preço
- 21 de nov. de 2026Unsloth atualizou os modelos comprimidos do Qwen3.8-27B: precisão sobe 5–10% com o mesmo tamanho
- 21 de nov. de 2026IA escreve código vulnerável em 44% dos testes: Positive Technologies dá um scanner aos agentes
- 21 de nov. de 2026Sber lança coluna com GigaChat por 14.990 rublos: a voz entende sem internet
Perguntas frequentes sobre a notícia
O que é o OpenJarvis e de onde ele surgiu?
O OpenJarvis é um framework de código aberto para montar agentes de IA pessoais que rodam no seu próprio hardware. Ele é desenvolvido por laboratórios de Stanford no âmbito do programa de pesquisa «Intelligence Per Watt», ou seja, «inteligência por watt». A proposta do programa é avaliar não apenas a qualidade das respostas, mas também quanta energia, dinheiro e tempo cada uma consome. Por isso, no OpenJarvis os modelos locais vêm ativados por padrão, e a nuvem continua opcional.
Como instalar e o que vem dentro?
A instalação leva uma linha. Em macOS e Linux, basta executar o script de instalação: ele configura o ambiente e encontra o Ollama, caso já esteja instalado. No Windows, o mesmo comando é executado em um ambiente separado; os detalhes estão nas instruções do projeto. O script instala um modelo inicial, então você já pode começar a usar. Se quiser outro modelo, escolha qualquer um disponível no Ollama. Por exemplo, jarvis model pull qwen3.5:35b e depois jarvis ask -m qwen3.5:35b "sua pergunta".
O que isso significa na prática?
Para um desenvolvedor, o OpenJarvis é uma base pronta, que não precisa ser montada do zero: agente, memória sobre documentos, ferramentas e escolha do mecanismo já estão conectados. Para gestores de produto e fundadores, o mais importante é outro ponto. A privacidade decorre da própria arquitetura: e-mails e documentos internos ficam no computador, a menos que você ative a nuvem. Isso resolve muitas dúvidas de equipes que não podem enviar dados para serviços externos. Há também limitações.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
O essencial da IA — uma vez por semana
Sete histórias que realmente importaram, escolhidas a dedo. Sem ruído nem releases.
Pronto! Verifique seu e-mail para a confirmação.