Концепция AI coworker не нова. Но большинство так называемых «AI-коллег» — это просто ChatGPT в другой обёртке — забывают всё после окончания чата, начинают заново в следующий раз.
Rowboat другой. Его README — одна строка: «Open-source AI coworker, with memory.»
13.7k звёзд, 1608 коммитов, 120 тегов. Это не демо-проект — это open-source продукт, который итерируется уже более года.
Что это
Позиционирование Rowboat — персональный AI coworker с памятью. Основные возможности:
- Постоянная память: Хранит историю разговоров и контекст проекта через векторную базу данных Qdrant
- Live Notes: Последний коммит показывает «feat: live notes — single objective per note replaces multi-track model» — они упрощают модель заметок, делая каждую заметку фокусом на одной цели
- Embedding index: Dockerfile.qdrant в репозитории и коммиты по улучшению embedding index показывают, что извлечение памяти — ключевая функция
Сигналы архитектуры
Из структуры репозитория несколько ключевых сигналов:
- Каталог
apps/: Есть самостоятельное фронтенд-приложение, не просто CLI-инструмент - Файл
CLAUDE.md: Проект использует Claude Code для разработки (cursoragent отображается как контрибьютор) — они строят продукт с AI-агентами - 176 веток: Много для проекта с 13.7k звёздами, что предполагает множество экспериментальных функций
- 50 issues / 55 PRs: Соотношение близкое к 1:1 означает, что контрибуции сообщества поступают
Сравнение
Пространство AI coworker теперь имеет несколько игроков:
| Проект | Позиционирование | Звёзды | Особенности |
|---|---|---|---|
| Rowboat | Open-source AI coworker | 13.7k | Постоянная память, бэкенд Qdrant |
| Vellum Assistant | Персональный AI ассистент | 321 | Кросс macOS/Telegram/Slack |
| Anthropic Cowork | Встроенная коллаборация Claude | N/A | Закрытый код, экосистема Anthropic |
Преимущество Rowboat: open source + память + независимое развёртывание. Anthropic Cowork хорош, но привязывает вас к экосистеме Claude. Rowboat может подключиться к любому LLM бэкенду.
Можно ли использовать
Да. Поддержка Docker существует (Dockerfile.qdrant), поэтому путь развёртывания ясен.
Но учтите:
- Нужно запустить собственный экземпляр Qdrant, добавляя операционные накладные расходы
- 176 веток означают, что основная ветка может быть нестабильной — используйте теги релизов
- Умеренный размер сообщества (331 форк), возможно, придётся решать проблемы самостоятельно
Рекомендация: сначала попробуйте в локальной среде Docker, прежде чем ставить в продакшен.
За чем следить
Дизайн-подход «live notes» Rowboat интересен — переключение с multi-track на single objective per note. Это по сути структурирование памяти, а не просто сброс всех разговоров в векторную базу данных.
Если этот путь сработает, качество памяти AI coworker увидит качественный скачок. Ведь «помнить всё» и «помнить нужное» — это две разные вещи.
Источники: