К содержимому
Дайджест

Open-source AI сложен намеренно: гибрид как выход

Manolo Remiddi·12 октября 2026·12:59
можно прочитать мнение
Открыть на YouTube
Рассуждение о том, почему локальные AI-агенты остаются сложными, и показ гибридной схемы, где open-source харнесс работает с облачными моделями — для практиков, которые хотят сохранить контроль над данными.

Что в ролике

Если вы привыкли к облачным AI-ассистентам за простоту, стоит понимать: корпорации намеренно делают open-source-альтернативы дорогими и сложными, чтобы удержать вас в своих экосистемах. Автор напоминает, что open-source-сборки вроде Open Claw, Hermes, Paperclip и Open Code уже девять месяцев дают то, что корпорации только догоняют: память, суверенность данных и возможность менять модель под задачу. Разница в том, что локальные харнессы бесплатны и полностью ваши, но требуют настройки и мощного железа, если запускать большие модели локально. Он показывает гибридный подход: харнесс работает у него на машине, а за интеллект могут отвечать облачные модели через API — Codex, DeepSeek, GLM или локальные модели. В своей системе он собрал канбан-пайплайн, где идея фиксируется голосом, анализируется агентом и после одобрения превращается в задачи; редактором может быть VS Codium вместо VS Code без телеметрии Microsoft. Отдельные агенты подключаются через интерфейс: например, Augmentor-агент копирует файлы на NAS, а короткий ярлык вызывает локального ассистента для быстрых вопросов. Главный совет — не застревать в одном вендоре из-за удобства, как это было с Gmail и WhatsApp, а собрать свою связку из open-source харнесса и подходящих моделей. В конце он приглашает в Discord-сообщество AI-пионеров и обещает показать новый UI, который нарисовал от руки.

Практика

Что получишь
Понимание, почему локальные открытые агенты кажутся сложными, и конкретный путь к гибридной схеме: open-source харнесс плюс любые модели — облачные и локальные.
Первый шаг
Начните с выбора open-source харнесса, например Open Code или Paperclip, и подключите к нему одну облачную модель через API, например DeepSeek.
Цифры
  • —9 месяцев — столько, по словам автора, корпорации потребовалось, чтобы догнать то, что open-source уже имел
  • —24/7 — в таком режиме у автора работает локальный project manager-агент
  • —2 элемента — харнесс и модель, которые автор советует разделять при построении системы
Честно
В конце автор прямо приглашает в своё Discord-сообщество AI-пионеров и просит подписаться на канал; ссылка в описании. Свой интерфейс и агентов он показывает, но не выкладывает готовые файлы — повторение требует самостоятельной сборки. На экране видно интерфейс и выбор моделей, но конкретные команды и конфигурации в речи не называются.
Если слова незнакомы — 6 терминов

Связки из этого ролика

3 шт.

Компоненты

11 шт.

Формат: мнение · для практикующих · уверенность разметки 0.85 · источник