Появился сверхлегкий AI-ассистент PicoClaw, потребляющий менее 10 МБ памяти. Проект демонстрирует тренд на оптимизацию и перенос вычислений на периферийные устройства.
3 мин
В индустрии искусственного интеллекта наметился интересный контр-тренд. Пока гиганты наращивают мощности серверов и размеры моделей, энтузиасты ищут способы запускать умных агентов на минимальном оборудовании. Ярким примером стал проект PicoClaw от компании Sipeed — это сверхлегкий AI-ассистент, написанный на языке Go. Его главная особенность заключается в эффективности: он способен работать на устройствах стоимостью 10 долларов, потребляя менее 10 МБ оперативной памяти и загружаясь всего за одну секунду.
Долгое время разработка AI-агентов велась преимущественно на языках Python (фреймворки вроде LangChain) или TypeScript. Это удобно для разработчиков благодаря богатой экосистеме библиотек, но накладывает серьезные ограничения на производительность. Интерпретируемые языки требуют значительных ресурсов, делая запуск агентов на слабом железе — например, на старых одноплатных компьютерах или IoT-устройствах — практически невозможным. PicoClaw позиционирует себя как ответ на эту проблему, предлагая радикальное снижение системных требований по сравнению с аналогами вроде OpenClaw или NanoBot.
Go
Архитектура PicoClaw построена вокруг идеи максимальной эффективности. Разработчики утверждают, что переписали код с нуля на компилируемом языке Go, причем любопытный факт: миграция архитектуры и оптимизация кода на 95% были выполнены самим AI-агентом под контролем человека (human-in-the-loop).
Основные характеристики проекта:
Проект позволяет превратить старый Android-смартфон или дешевую плату (вроде LicheeRV-Nano) в полноценный сервер для AI-ассистента, который может управлять задачами, вести поиск в интернете и выполнять команды.
Hardware
Появление PicoClaw сигнализирует о важном сдвиге в парадигме Edge AI (искусственный интеллект на периферийных устройствах). Ранее для запуска агента требовался мощный компьютер или постоянное подключение к облачному сервису с тяжелым клиентом. Теперь же сама логика агента — «мозговой центр», управляющий запросами к API больших языковых моделей — становится настолько легковесной, что может жить внутри роутера или камеры наблюдения.
Это открывает дорогу к децентрализации AI. Вместо того чтобы полагаться на тяжеловесные приложения, пользователи могут разворачивать персональных ассистентов на собственном, даже устаревшем оборудовании, сохраняя контроль над данными и конфигурацией. Использование Go вместо Python здесь играет ключевую роль, обеспечивая необходимую производительность без накладных расходов виртуальной машины.
Проект находится на ранней стадии (предупреждения о безопасности сети и отсутствии шифрования пока актуальны), но взрывной рост интереса — 12 тысяч звезд на GitHub за неделю — говорит о востребованности таких решений. В ближайшем будущем мы можем увидеть появление целого класса микро-агентов, встроенных в бытовую электронику по умолчанию.
Однако стоит помнить, что PicoClaw — это лишь оркестратор. Он все еще зависит от внешних API (OpenRouter, OpenAI и др.) для генерации текста. Следующим логичным шагом индустрии станет оптимизация самих малых языковых моделей (SLM) до уровня, позволяющего запускать их локально на том же железе за 10 долларов, что сделает систему полностью автономной.
License
Website
Изображение из источника
Изображение из источника
PicoClaw
Изображение из источника
Изображение из источника
PicoClaw доказывает, что управляющая логика AI-агентов может быть экстремально легкой, работая на устройствах с 10 МБ памяти.
Главным препятствием для внедрения AI в IoT часто были не сами нейросети (которые работают через API), а тяжеловесность Python-обвязки, которую PicoClaw успешно устраняет.
