Forscher der Stanford University haben OpenJarvis veröffentlicht – ein Open-Source-Framework für persönliche KI-Agenten, die komplett auf lokaler Hardware laufen. Die Software funktioniert nahtlos mit Ollama und macht lokale Verarbeitung zur Standardeinstellung statt cloudbasierter Anfragen. Version 1.0 ist ab sofort verfügbar.
OpenJarvis entstand aus Stanfords "Intelligence Per Watt"-Forschung und konzentriert sich auf effiziente, dezentralisierte KI. Das System bündelt vorbereitete Agent-Presets für typische Aufgaben: Eine Morning-Briefing-App nutzt Kalender und E-Mails, ein Research-Tool durchsucht lokale Dokumente mit Web-Quellen, und ein Code-Agent schreibt Python-Skripte direkt auf deinem Rechner. Nutzer können beliebige Modelle via Ollama auswählen und einbinden – vom kompakten Starter-Modell bis zu großen Varianten wie Qwen 3.5 35B.
Die Installation ist einfach: Ein Bash-Script auf macOS und Linux erkennt vorhandene Ollama-Installationen automatisch, Windows-Nutzer greifen auf WSL2 oder eine Desktop-App zurück. Energieverbrauch, Kosten und Latenz werden neben der Genauigkeit gemessen – ein Fokus, der zeigt, dass Effizienz hier genauso wichtig ist wie Performance.
Das Framework adressiert ein wachsendes Problem: Während lokale Modelle längst alltägliche Aufgaben bewältigen, senden die meisten Personal-AI-Systeme Daten routinemäßig in die Cloud. OpenJarvis kehrt diesen Standard um und macht Privacy und Kontrolle zum Default.