بسیاری تصور می‌کنند اجرای مدل‌های زبانی بزرگ یا LLM به کارت گرافیک قدرتمند نیاز دارد. این تصور برای مدل‌های بزرگ تا حدی درست است، اما دنیای هوش مصنوعی محلی به مدل‌های حجیم محدود نمی‌شود. مدل‌های کوچک و کم‌مصرفی وجود دارند که می‌توانند روی لپ‌تاپ‌های معمولی بسیاری از کارهای کاربردی را انجام دهند.

اگر لپ‌تاپ یا کامپیوتر قدیمی نسبتاً جدیدی با حداقل ۸ گیگابایت رم دارید، می‌توانید از مدل‌های سبک برای پروژه‌هایی مانند جست‌وجوی هوشمند در اسناد، تولید توضیح برای تصاویر، خلاصه‌سازی متن و پردازش اطلاعات استفاده کنید. در چنین پروژه‌هایی حتی اگر سرعت تولید به چند توکن در ثانیه محدود شود، لزوماً مشکل بزرگی ایجاد نمی‌کند؛ زیرا بسیاری از این کارها به صورت دسته‌ای و در پس‌زمینه انجام می‌شوند.

برای مدت زیادی استفاده از دستیارهای هوش مصنوعی با یک مشکل آزاردهنده همراه بود. این ابزارها می‌توانستند بخش زیادی از کارها را انجام دهند، اما همچنان لازم بود کاربر دائماً بین محیط کاری اصلی و چت‌بات جابه‌جا شود.

به عنوان مثال، برای نوشتن پاسخ یک ایمیل معمولاً باید متن ایمیل را در ChatGPT یا Claude کپی کرد، توضیح داد که چه پاسخی موردنظر است، متن تولیدشده را اصلاح کرد و در نهایت آن را دوباره در Gmail قرار داد. هوش مصنوعی بخش اصلی کار را انجام می‌داد، اما همچنان یک واسطه میان هوش مصنوعی و ابزارهای کاری وجود داشت.

محصولاتی مانند Claude Cowork تا حد زیادی این مشکل را کاهش داده‌اند. با این حال، Rowboat رویکرد متفاوتی دارد و یک ویژگی مهم را به این مفهوم اضافه می‌کند: حافظه دائمی از محیط کاری کاربر.

Rowboat یک ابزار هوش مصنوعی متن‌باز است که می‌تواند ایمیل‌ها و جلسات و تقویم و یادداشت‌ها و پروژه‌ها و اطلاعات کاری را در یک محیط یکپارچه گردآوری کند و از این اطلاعات برای ایجاد زمینه‌ای پایدار در تعاملات بعدی بهره ببرد. در ادامه‌ی این مقاله از سیاره‌ی آی‌تی به ویژگی‌ها و توانمندی‌های Rowboat می‌پردازیم.