Стэнфордский OpenJarvis запускает личного ИИ-агента на вашем железе через Ollama
Обычный личный ИИ-помощник шлёт каждый запрос, письма и календарь на чужой облачный сервер. OpenJarvis — открытый фреймворк лабораторий Стэнфорда — запускает агента на вашем компьютере, а облако остаётся опцией. Теперь он работает через Ollama, программу для запуска нейросетей локально, и ставится одной командой. Так приватного помощника для почты, документов и кода можно поднять без внешнего API.
AI-обработка оригинала Ollama Blog; редакция Hamidun News
Представьте личного ИИ-помощника, которому вы дали доступ к почте, календарю и рабочим документам. В большинстве случаев каждый ваш вопрос и каждое письмо уходят на чужой облачный сервер, и вы платите за это деньгами и приватностью. При этом локальные модели давно справляются с большей частью повседневных задач: ответить на вопрос, пересказать текст, набросать код. Команда Ollama, популярной программы для запуска нейросетей на собственном компьютере, объявила, что открытый фреймворк OpenJarvis теперь можно запускать поверх неё. Идея проста: сначала всё работает у вас, а облако подключается только по желанию.
Что такое OpenJarvis и откуда он взялся
OpenJarvis — открытый фреймворк для сборки персональных ИИ-агентов, которые работают на вашем железе. Его делают лаборатории Стэнфорда в рамках исследовательской программы «Intelligence Per Watt», то есть «интеллект на ватт». Смысл программы в том, чтобы оценивать не только качество ответов, но и то, сколько энергии, денег и времени на них уходит.
Поэтому в OpenJarvis локальные модели включены по умолчанию, а облако остаётся необязательным. Энергию, стоимость и задержку фреймворк отслеживает наравне с точностью. Если вы выбираете между своей видеокартой и платным API, это удобно: вы видите цену каждого ответа, а не только его качество.
Как запустить и что внутри
Установка занимает одну строку. На macOS и Linux достаточно выполнить установочный скрипт: он сам настроит окружение и найдёт уже установленный Ollama. На Windows ту же команду запускают в отдельной среде, детали есть в инструкции проекта. Скрипт ставит стартовую модель, так что поработать можно сразу.
Если нужна другая модель, берёте любую из Ollama. Например, jarvis model pull qwen3.5:35b, а затем jarvis ask -m qwen3.5:35b "ваш запрос". Чтобы не указывать модель каждый раз, её прописывают в конфиге: default_model = "qwen3.5:35b" и preferred_engine = "ollama".
Главное удобство — готовые пресеты. Каждый собирает агента вместе с нужными движками и инструментами:
- morning-digest-mac делает утреннюю сводку из календаря, почты и новостей дня. Судя по названию, пресет рассчитан на macOS.
- deep-research ищет по вебу и вашим локальным документам и отвечает с цитатами. Папку с файлами сначала индексируют командой
jarvis memory index ./docs/, после чего можно спросить, например, «Summarize all emails about Project X». - code-assistant пишет и запускает Python-код прямо на вашей машине, чтобы выполнить задачу.
Любой пресет запускается через jarvis init --preset <имя>, без ручной сборки цепочки инструментов.
Что это значит на практике
Для разработчика OpenJarvis — готовая заготовка, которую не нужно собирать с нуля: агент, память по документам, инструменты и выбор движка уже связаны. Для продакта и основателя важнее другое. Приватность здесь следует из устройства системы: почта и внутренние документы остаются на компьютере, пока вы сами не включите облако. Это снимает много вопросов у команд, которым нельзя отправлять данные во внешние сервисы.
Есть и ограничения. В анонсе нет бенчмарков: цифр по точности, расходу энергии или скорости на конкретных видеокартах и ноутбуках Ollama не приводит. Пример с qwen3.5:35b показывает, как подключить модель, но не обещает, что она комфортно пойдёт на любом железе. Модель на десятки миллиардов параметров требует заметного объёма памяти, поэтому на слабом ноутбуке придётся брать что-то поменьше. Кроме того, агент, который читает почту и запускает код у вас на машине, получает широкие права. Перед использованием стоит проверить, какие доступы вы ему выдаёте.
Если вы давно хотели попробовать личного агента без подписки и без отправки данных наружу, это один из самых простых способов. Достаточно установленного Ollama, одной команды и выбора пресета. А встроенный учёт энергии, стоимости и задержки поможет честно сравнить локальный запуск с облаком на ваших задачах.
- 21 нояб. 2026 г.Локальную phi3 взламывали в 51% попыток — разработчик поставил перед ней защитный шлюз
- 21 нояб. 2026 г.Thinking Machines выпустила открытую Inkling 2 Mini на 26,4 млрд параметров для Mac с 32 ГБ
- 21 нояб. 2026 г.Флеш-память для SSD подешевела на 19–32% в разовых сделках — накопители могут упасть в цене
- 21 нояб. 2026 г.Unsloth обновила сжатые Qwen3.8-27B: точность выросла на 5–10% при том же размере
Вопросы и ответы по материалу
Что известно по теме: что такое OpenJarvis и откуда он взялся?
OpenJarvis — открытый фреймворк для сборки персональных ИИ-агентов, которые работают на вашем железе. Его делают лаборатории Стэнфорда в рамках исследовательской программы «Intelligence Per Watt», то есть «интеллект на ватт». Смысл программы в том, чтобы оценивать не только качество ответов, но и то, сколько энергии, денег и времени на них уходит. Поэтому в OpenJarvis локальные модели включены по умолчанию, а облако остаётся необязательным. Энергию, стоимость и задержку фреймворк отслеживает наравне с точностью.
Что известно по теме: как запустить и что внутри?
Установка занимает одну строку. На macOS и Linux достаточно выполнить установочный скрипт: он сам настроит окружение и найдёт уже установленный Ollama. На Windows ту же команду запускают в отдельной среде, детали есть в инструкции проекта. Скрипт ставит стартовую модель, так что поработать можно сразу. Если нужна другая модель, берёте любую из Ollama. Например, jarvis model pull qwen3.5:35b, а затем jarvis ask -m qwen3.5:35b "ваш запрос".
Что известно по теме: что это значит на практике?
Для разработчика OpenJarvis — готовая заготовка, которую не нужно собирать с нуля: агент, память по документам, инструменты и выбор движка уже связаны. Для продакта и основателя важнее другое. Приватность здесь следует из устройства системы: почта и внутренние документы остаются на компьютере, пока вы сами не включите облако. Это снимает много вопросов у команд, которым нельзя отправлять данные во внешние сервисы. Есть и ограничения.
От чтения про ИИ-агентов — к запуску своего агента за вечер
Пошаговая сборка автономных агентов и MCP-связок в Hamidun Academy (academy.hamidun.com) (72 часа бесплатно) или мгновенный запуск готовых мультишаговых агентов в облаке Nomad.
Главное из мира ИИ — раз в неделю
7 ключевых событий недели, отобранных вручную. Без шума, репостов и пресс-релизов.
Готово! Проверьте почту — мы отправили подтверждение.