PewDiePie sekarang jadi software engineer...

BBetter Stack
컴퓨터/소프트웨어AI/미래기술

스크립트

00:00:00Repositori baru yang paling populer musim panas ini, meraih lebih dari 83.000 bintang dalam enam minggu.
00:00:05Proyek ini tidak berasal dari Google, Microsoft, atau OpenAI. Melainkan dari PewDiePie. Ya, PewDiePie yang itu.
00:00:12Dan jika Anda membuka pelacak masalahnya, masalah yang mendapat suara terbanyak mengatakan, dan saya kutip,
00:00:17“ini benar-benar gila.” Dan komentar lain mengatakan, “Saya benar-benar takut bahkan untuk menjalankannya di komputer saya.”
00:00:22Jadi saya akan menjalankannya untuk Anda. Dan kita akan melihat seperti apa proyek ini sebenarnya.
00:00:30Proyek ini bernama Odysseus, dan menyebutnya sekadar antarmuka obrolan AI terasa kurang tepat. Ini adalah ruang kerja AI
00:00:38terintegrasi yang tampaknya melakukan semua hal yang terlalu panjang untuk saya bacakan satu per satu.
00:00:44Sambil melakukan semua ini, aplikasi ini tetap menyimpan data antar sesi sebagai satu aplikasi yang berjalan di komputer Anda.
00:00:50Berlisensi GPL, tanpa versi cloud, tanpa berlangganan. Setiap obrolan dan email tersimpan dalam folder data lokal biasa
00:00:56yang bisa Anda cadangkan sendiri. Latar belakangnya menjelaskan semuanya. Tahun lalu, PewDiePie mulai sangat tertarik
00:01:02pada AI lokal, mungkin lebih dalam dari sebagian besar dari kita. Dia merakit rig 10 GPU dengan modifikasi RTX
00:01:094090 48 GB, model 70 miliar parameter, dan antarmuka buatan sendiri bernama Chat OS yang memiliki dewan bot
00:01:18yang memilih jawaban terbaik sampai mereka mulai bekerja sama melawannya. Odysseus adalah sistem yang dibangun ulang untuk kita semua.
00:01:24Dia merilisnya pada 31 Mei, dan meraih 30.000 bintang dalam 48 jam. Mari kita lihat apa kemampuan sebenarnya.
00:01:30Jika Anda menyukai alat pemrograman untuk mempercepat alur kerja Anda, pastikan untuk berlangganan. Kami selalu merilis video baru.
00:01:35Jadi mari kita jalankan ini, karena di Mac, prosesnya sangat mudah: kloning, jalankan Docker, dan semuanya langsung dikonfigurasi.
00:01:41Saat saya menjalankan perintah grep, saya akan mendapatkan kata sandi sementara di terminal dan aplikasi berjalan di port 7000.
00:01:48Saya bisa masuk dengan nama pengguna “admin” dan kata sandi tersebut. Dan sekarang kita melihat antarmuka berfitur huruf monospace
00:01:52berwarna merah di atas latar gelap bergaya terminal. XDA menyebutnya unik namun hebat, sedangkan komentator Hacker News menyebutnya
00:01:58sangat buruk. Dan sejujurnya, perbedaan pendapat itu menggambarkan segalanya tentang proyek ini.
00:02:03Fitur pertama adalah Cookbook. Fitur ini memindai Mac, prosesor, serta memori terintegrasi, lalu memberi tahu model lokal mana
00:02:09yang benar-benar bisa berjalan di sini, kemudian mengunduh dan menjalankannya melalui Llama CPP dengan akselerasi Metal penuh.
00:02:16Satu tampilan itu menghemat waktu pencarian selama satu jam. Saya bisa menggeser kotak-kotaknya,
00:02:22yang cukup keren. Namun hal menarik berikutnya di sini adalah membandingkan model. Satu petunjuk,
00:02:27tiga model lokal, secara berdampingan, dalam uji acak. Saya bisa memasukkan petunjuk saya, dan setelah selesai,
00:02:34saya bisa memilih pemenangnya sebelum sistem menampilkan model mana yang menulis jawaban tersebut. Ini adalah dewan bot. Cukup keren.
00:02:40Semuanya dibangun di atas aplikasi FastAPI dalam kontainer, Odysseus, Chroma DB untuk memori vektor,
00:02:47mesin pencari SearXNG terintegrasi, dan Nifty untuk notifikasi push. Kombinasi inilah yang membuat fitur Deep Research,
00:02:54yang akan saya bahas sebentar lagi, bekerja tanpa API berbayar sama sekali. Fitur ini mencari melalui SearXNG miliknya sendiri,
00:03:00membaca sumber-sumbernya, dan menyajikan laporan beserta sitasi secara langsung dan lokal. Pengingat memorinya berfungsi nyata. Beri tahu satu fakta hari ini,
00:03:06tanyakan besok di sesi baru, dan sistem tetap mengetahuinya. Klien email memilah kotak masuk asli Anda melalui IMAP
00:03:11dan membuat draf balasan. Saya tidak ingin menyinkronkan email saya ke aplikasi ini karena alasan privasi, tetapi fiturnya sudah tersedia.
00:03:17Ada kalender terintegrasi tempat Anda dapat menambahkan acara seperti biasa, tetapi sekarang LLM
00:03:22dapat membaca isinya secara langsung. Saya bisa mencoba fitur deep research di sini, yang ingin saya bahas kembali.
00:03:26Saya bisa mengajukan pertanyaan dan sistem akan menjalankan alur agen multitahap. Analogik terbaik yang saya punya adalah proyek cloud mandiri
00:03:33yang dilengkapi dengan kotak masuk email terlampir. Nah, satu hal yang ingin saya sampaikan secara adil: alur kerja agen,
00:03:39Cookbook, dan alur penelitian diadaptasi dengan mencantumkan kredit yang sesuai dari OpenCode, LLM Fit,
00:03:46dan Deep Research milik Alibaba. Ini hanyalah penggabungan komponen secara terampil, bukan penemuan dari awal,
00:03:52dan sejujurnya, memang tidak perlu begitu. Hal ini memunculkan pertanyaan yang ditanyakan persis oleh Hacker News.
00:03:58Mengapa tidak menggunakan OpenWebUI saja? Pertanyaan yang sangat wajar. OpenWebUI dan LibreChat telah dikembangkan bertahun-tahun dengan rilis
00:04:05versi yang matang. Odysseus unggul dalam kelengkapan fitur. Tidak ada proyek lain yang menyediakan email, kalender, agen terjadwal,
00:04:11notifikasi push, dan pengelola model berbasis perangkat keras dalam satu paket. Ada juga masalah lisensi,
00:04:17Lisensi OpenWebUI tidak mengizinkan Anda menghapus merek mereka, yang menurut Hacker News membuat proyek itu tidak sepenuhnya
00:04:23sumber terbuka. Odysseus menggunakan lisensi murni AGPL. Namun jika Anda hanya membutuhkan obrolan dan RAG,
00:04:30gunakan saja alat yang lain. Tidak ada perdebatan soal itu. Sekarang, bagian yang benar-benar perlu Anda dengar,
00:04:34karena saya sama sekali tidak mempromosikan proyek ini, isu teratas menyatakan “Apa yang sebenarnya terjadi di sini?”
00:04:41Isu tersebut menjelaskan 800 pull request yang digabungkan berisi kode berkualitas rendah buatan LLM, berkas CSS sepanjang 30.000 baris, JavaScript acak,
00:04:49dan saat ini, hampir 900 PR masih terbuka, banyak yang ditulis oleh AI, dan sisanya dikirimkan oleh para penggemar.
00:04:56Sama sekali tidak ada rilis bertag. Nol. Anda menjalankan cabang dev yang terus berubah, dependensi tanpa versi pasti,
00:05:03pasang hari ini, dan besok Anda bisa mendapatkan dua aplikasi yang berbeda. Jumlah bintang sebagian berasal dari penggemar,
00:05:07tentu saja. Dia memiliki 110 juta pelanggan, tetapi jumlah bintang bukan penanda kualitas kode. Dan bacalah panduan ancaman keamanan
00:05:14milik proyek ini sendiri. Agen mendapatkan akses shell, akses berkas, dan kemampuan mengirim email. Menurut mereka sendiri,
00:05:21perlakukan ini seperti konsol admin. Jangan pernah membukanya ke internet publik. Ada masalah khusus Mac pada Docker,
00:05:27inferensi hanya berjalan di CPU, karena Docker di macOS tidak dapat mengakses GPU secara langsung. Jadi,
00:05:32kesimpulan saya terbagi dua. Sebagai tempat eksperimen lokal, proyek ini menarik. Namun untuk kebutuhan produksi, sama sekali tidak direkomendasikan.
00:05:39Dan tidak masalah jika proyek ini memiliki dua sisi tersebut. Namun inilah yang dilewatkan oleh orang-orang yang menganggapnya sekadar kode berkualitas rendah. Lebih dari 300 orang
00:05:45telah berkontribusi pada proyek ini sekarang. Komunitas mengusulkan berkas pemilik kode dan menulis usulan reformasi
00:05:52arsitektur secara menyeluruh yang mendapat lebih dari 100 komentar. Dan dua hari lalu, repositori ini dipindahkan ke organisasi GitHub miliknya sendiri.
00:05:59Proyek ini memang berantakan, ramai, tidak konsisten, tetapi jauh lebih hidup daripada hampir semua proyek yang pernah saya lihat belakangan ini. Jadi,
00:06:05inilah kesimpulan saya. Ini bukan tentang kodenya. Kodenya sejujurnya adalah hal yang paling tidak penting di dalam
00:06:09repositori tersebut. Yang terpenting adalah 110 juta orang baru saja melihat seseorang yang mereka percayai berkata bahwa Anda bisa menjalankan
00:06:15AI sendiri di komputer Anda sendiri dan memiliki data Anda sendiri. Menjalankan AI secara lokal mulai menjadi tren utama,
00:06:20tetapi itu tidak selalu berarti kita harus langsung mempercayainya. Jika Anda menyukai tips dan trik pemrograman seperti ini,
00:06:24pastikan untuk berlangganan saluran BetterStack. Sampai jumpa di video berikutnya.

핵심 요약

Odysseus membuktikan bahwa perangkat lunak AI lokal berbasis sumber terbuka dapat menarik lebih dari 83.000 bintang dan 300 kontributor meskipun basis kodenya berantakan dan belum siap untuk produksi.

하이라이트

  • Repositori Odysseus meraih lebih dari 83.000 bintang dalam enam minggu dan mencatat 30.000 bintang dalam 48 jam pertama sejak dirilis pada 31 Mei.

  • Sistem ini berjalan secara lokal di komputer pengguna tanpa versi cloud, tanpa langganan, dan menggunakan lisensi GPL.

  • Fitur Cookbook memindai perangkat keras Mac untuk menentukan model lokal yang kompatibel dan menjalankannya melalui Llama CPP dengan akselerasi Metal.

  • Arsitektur Odysseus menggabungkan FastAPI, Chroma DB untuk memori vektor, mesin pencari SearXNG, dan Nifty.

  • Proyek ini mengintegrasikan klien email IMAP, kalender yang dapat dibaca oleh LLM, dan alur penelitian agen multitahap.

  • Repositori ini berisi hampir 900 pull request terbuka dengan kode buatan LLM dan berkas CSS sepanjang 30.000 baris tanpa rilis bertag resmi.

타임라인

Pengenalan Proyek Odysseus

  • Repositori Odysseus mendulang lebih dari 83.000 bintang dalam enam minggu setelah dirilis oleh PewDiePie.
  • Aplikasi ini berfungsi sebagai ruang kerja AI terintegrasi yang menyimpan data secara lokal dalam folder data standar.
  • Sistem ini beroperasi tanpa layanan cloud atau langganan dan menggunakan lisensi GPL.

Popularitas repositori ini melonjak dengan cepat setelah dirilis pada akhir Mei, menarik perhatian luas di berbagai platform seperti Hacker News. Sistem ini dikembangkan sebagai alternatif lokal dari rig 10 GPU pribadi yang sebelumnya dirakit untuk eksperimen kecerdasan buatan. Seluruh obrolan dan data email disimpan langsung di komputer pengguna tanpa ketergantungan pada server eksternal.

Fitur Utama dan Arsitektur Teknis

  • Fitur Cookbook mendeteksi spesifikasi perangkat keras Mac dan mengunduh model lokal yang sesuai menggunakan Llama CPP.
  • Sistem ini menggunakan FastAPI, Chroma DB, SearXNG, dan Nifty untuk menjalankan fitur pencarian mendalam tanpa API berbayar.
  • Klien email dan kalender terintegrasi memungkinkan LLM memproses data kotak masuk secara langsung.

Proses instalasi pada sistem Mac dirancang agar dapat dijalankan melalui kloning repositori dan kontainer Docker. Fitur perbandingan model memungkinkan pengguna menguji tiga model lokal secara bersamaan dalam uji acak. Selain itu, integrasi SearXNG memungkinkan agen melakukan pencarian dan menyusun laporan beserta sitasi secara mandiri.

Kritik Kualitas Kode dan Isu Keamanan

  • Sebagian besar alur kerja diadaptasi dari proyek sumber terbuka lain seperti OpenCode dan Deep Research milik Alibaba.
  • Repositori ini berisi ratusan pull request berisi kode berkualitas rendah dan belum memiliki rilis bertag resmi.
  • Dokumentasi keamanan memperingatkan pengguna untuk memperlakukan aplikasi ini sebagai konsol admin dan tidak membukanya ke internet publik.

Meskipun mendapat kritik tajam dari komunitas karena masalah kualitas kode dan dependensi yang tidak stabil, proyek ini berhasil mengumpulkan lebih dari 300 kontributor aktif. Komunitas terus mendorong perbaikan arsitektur dan memindahkan repositori ke organisasi GitHub tersendiri. Nilai utama dari proyek ini terletak pada kemampuan menarik perhatian jutaan orang untuk menjalankan kecerdasan buatan secara mandiri di komputer lokal mereka.

커뮤니티 글

모든 글 보기