Een groep onderzoekers heeft nanoMuse ontwikkeld, een open-source framework dat is ontworpen om persoonlijke AI-agenten te faciliteren die naadloos kunnen opereren over verschillende apparaten van één enkele gebruiker. Het project is gepositioneerd als een transparant alternatief voor gesloten systemen, zoals de in september 2026 geïntroduceerde Muse van Meta.
In een wetenschappelijk rapport op het platform arxiv.org leggen auteurs Guangyi Liu, Yong Liu en Jiangning Zhang uit dat de behoeften aan digitale assistenten zijn geëvolueerd. Waar vroege versies uit 2011 enkel reactief antwoorden gaven en agenten uit 2023 zich beperkten tot het uitvoeren van specifieke, afgebakende taken, is er nu een vraag naar systemen die in staat zijn tot continue interactie en beschikken over een langetermijngeheugen.
Doorbreken van gesloten ecosystemen
De drijfveer achter nanoMuse was de komst van Meta's Muse. Volgens de onderzoekers in de kon dit systeem weliswaar accounts, apparaten en geheugens beheren binnen één gesprek, maar bleef het een gesloten omgeving die volledig afhankelijk was van de cloud van een specifieke leverancier in één land.
Om deze beperkingen te omzeilen, is nanoMuse uitgebracht onder de GPL-3.0 licentie. Het doel is een persoonlijke agent te creëren die onafhankelijk van een centrale cloud kan draaien op diverse hardware, van computers tot smartphones. De agent is daarbij in staat om direct acties uit te voeren op de schermen van deze apparaten.
Architectuur en privacywaarborgen
Een kernpunt van het project is de verschuiving van controle terug naar de gebruiker. In plaats van een ondoorzichtig cloudmodel hanteert nanoMuse een architectuur waarbij de gebruiker zelf bepaalt welk AI-model wordt ingezet. De technische opzet rust op enkele belangrijke pijlers:
- Communicatie via relays: Apparaten wisselen conversaties uit via een relay-systeem dat door de gebruiker zelf beheerd kan worden.
- Beveiliging via Sentinels: Elke actie die de AI-agent onderneemt, verloopt via een controlemechanisme, de zogenaamde 'Sentinel'.
- Inzichtelijk geheugen: Het geheugen van de agent is opgeslagen in bestanden die leesbaar zijn voor de gebruiker, wat volledige herleidbaarheid van informatie mogelijk maakt.
De ontwikkelaars benadrukken dat een persoonlijke agent niet enkel als een taalmodel moet worden gezien, maar als complete software. Een dergelijke agent moet over meerdere weken informatie kunnen vasthouden, proactief kunnen communiceren en verantwoording kunnen afleggen over zijn handelingen.
Toekomstige ontwikkelingen en ecosysteem
Voor de nabije toekomst schetsen de auteurs in hun een roadmap waarin de focus ligt op het verbeteren van de herkomstvermelding (provenance) binnen het geheugen. Daarnaast wordt er gewerkt aan een evaluatiesuite om de interactie met apparaten — door de onderzoekers 'the hands' genoemd — te optimaliseren, evenals de ontwikkeling van een specifiek open model dat is toegesneden op deze taken.
Om de drempel voor andere ontwikkelaars te verlagen, hebben de auteurs schattingen opgenomen over de kosten en de omvang van het systeem. Deze drang naar openheid past in een bredere trend binnen de AI-gemeenschap. Zo zijn er op github.com diverse gecureerde lijsten te vinden van repositories die tools rondom grote taalmodellen en API's verspreiden. nanoMuse breidt dit ecosysteem uit door niet alleen een model, maar het volledige framework voor agenten openbaar te maken.