Osaurus возник из идеи создания настольного ИИ-помощника Dinoki, которого соучредитель Osaurus Теренс Пэ описывал как нечто вроде «Clippy с поддержкой ИИ». Клиенты Dinoki спрашивали его, зачем им покупать приложение, если им все равно приходится платить за токены — единицы использования, которые компании, занимающиеся ИИ, взимают за обработку запросов и генерацию ответов.
Это заставило Пэ глубже задуматься о запуске ИИ локально.
«Так и появился Osaurus», — рассказал Пэ, ранее инженер-программист в Tesla и Netflix, в телефонном разговоре с TechCrunch. Идея, пояснил он, заключалась в том, чтобы попытаться запустить ИИ-помощника локально. «Вы можете делать практически все на своем Mac локально: просматривать файлы, получать доступ к браузеру, настраивать системные конфигурации. Я решил, что это будет отличный способ позиционировать Osaurus как персональный ИИ для частных лиц».
Пэ начал создавать инструмент в публичном доступе в виде проекта с открытым исходным кодом, добавляя функции и исправляя ошибки по ходу дела.
Сегодня Osaurus может гибко подключаться к локально размещенным моделям ИИ или облачным провайдерам, таким как OpenAI и Anthropic. Пользователи могут свободно выбирать, какие модели ИИ они используют, и оставлять другие аспекты работы с ИИ на своем собственном оборудовании, например, собственную память моделей, свои файлы и инструменты.
Учитывая, что разные модели ИИ обладают разными сильными сторонами, преимущество этой системы заключается в том, что пользователи могут переключаться на модель ИИ, которая наилучшим образом соответствует их потребностям.
Такая структура делает Osaurus тем, что называют «упряжью» (harness) — уровнем управления, который соединяет различные модели ИИ, инструменты и рабочие процессы через единый интерфейс, подобно таким инструментам, как OpenClaw или Hermes. Однако разница в том, что такие инструменты часто нацелены на разработчиков, разбирающихся в терминале. А иногда, как в случае с OpenClaw, они могут создавать проблемы безопасности, о которых приходится беспокоиться.
Osaurus, тем временем, предлагает простой в использовании интерфейс для потребителей и решает проблемы безопасности, запуская процессы в аппаратно изолированной виртуальной «песочнице». Это ограничивает ИИ определенным радиусом действия, сохраняя ваш компьютер и данные в безопасности.
Конечно, практика запуска моделей ИИ на вашей машине все еще находится на ранней стадии, поскольку она сильно зависит от ресурсов и оборудования. Для запуска локальных моделей вашей системе потребуется не менее 64 ГБ оперативной памяти. Для запуска более крупных моделей, таких как DeepSeek v4, Пэ рекомендует системы с объемом ОЗУ около 128 ГБ.
Но Пэ считает, что со временем потребности локального ИИ снизятся.
«Я вижу в этом потенциал, потому что производительность интеллекта на ватт — что является метрикой для локального ИИ — значительно выросла. У него своя кривая инноваций. В прошлом году локальный ИИ едва мог закончить предложения, но сегодня он может выполнять инструменты, писать код, получать доступ к вашему браузеру и заказывать товары на Amazon […] он становится все лучше и лучше», — сказал он.
Сегодня Osaurus может запускать MiniMax M2.5, Gemma 4, Qwen3.6, GPT-OSS, Llama, DeepSeek V4 и другие модели. Он также поддерживает базовые модели Apple для устройств, семейство моделей Liquid AI LFM для устройств, а в облаке может подключаться к OpenAI, Anthropic, Gemini, xAI/Grok, Venice AI, OpenRouter, Ollama и LM Studio.
Как полноценный сервер MCP (Model Context Protocol), вы также можете предоставить доступ к своим инструментам любому клиенту, совместимому с MCP. Кроме того, он поставляется с более чем 20 нативными плагинами для Почты, Календаря, Видения, Использования macOS, XLSX, PPTX, Браузера, Музыки, Git, Файловой системы, Поиска, Fetch и других.
Совсем недавно Osaurus был обновлен и теперь включает голосовые функции.
С момента запуска проекта почти год назад он был загружен более 112 000 раз, согласно данным с его веб-сайта.
В настоящее время основатели Osaurus (среди которых соучредитель Сэм Ю) участвуют в нью-йоркском стартап-акселераторе Alliance. Они также обдумывают следующие шаги, которые могут включать предложение Osaurus бизнесу, например, в юридической или медицинской сферах, где запуск локальных LLM может решить проблемы конфиденциальности.
По мере роста мощности локальных моделей ИИ команда полагает, что это может снизить спрос на центры обработки данных для ИИ.
«Мы наблюдаем этот взрывной рост в сфере ИИ, когда [облачные провайдеры ИИ] вынуждены масштабироваться за счет центров обработки данных и инфраструктуры, но мы чувствуем, что люди еще не до конца осознали ценность локального ИИ», — сказал Пэ. «Вместо того чтобы полагаться на облако, они могут развернуть Mac Studio локально, и это должно потреблять значительно меньше энергии. У вас сохраняются возможности облака, но вы не зависите от центра обработки данных для запуска этого ИИ», — добавил он.
Всегда имейте в виду, что редакции могут придерживаться предвзятых взглядов в освещении новостей.
Автор – Sarah Perez
