Il blog di Orkas spiega come funziona Orkas: un client desktop open source che dà priorità ai dati locali e permette di coordinare agenti di IA con le tue chiavi dei modelli. Queste note tecniche trattano l'ambiente di esecuzione Agent Harness, l'orchestrazione multiagente, l'autoevoluzione locale, l'instradamento verso i fornitori, la memoria, la compattazione del contesto e le scelte di sicurezza alla base del traffico dei modelli diretto ai fornitori. Ogni articolo è scritto come riferimento pratico per sviluppatori, operatori e creatori di sistemi di IA che valutano flussi di lavoro con agenti di IA e priorità ai dati locali.
Come l'ambiente di esecuzione desktop trasforma le chiamate ai modelli in sessioni affidabili degli agenti: cicli di streaming, instradamento degli strumenti, stato resistente agli arresti anomali, astrazione dei fornitori e gestione del contesto.
Come un agente principale scompone una richiesta, assegna il lavoro ai sottoagenti, trasmette il contesto tra i passaggi e recupera quando un'attività non riesce.
Perché Orkas conserva i dati dell'area di lavoro e le chiavi dei modelli sul computer dell'utente e perché il traffico relativo al tuo fornitore arriva direttamente a esso anziché passare dai server di Orkas.
Il server ufficiale è riservato a Studio, l'esecuzione di script esterni lo è sempre stata e la soluzione alternativa per l'edizione gratuita ora non è confermata, anziché essere definitivamente dichiarata non funzionante.
Dietro un'unica espressione si nascondono tre lavori. Quali parti si possono davvero automatizzare, quali restano umane e la verifica delle evidenze prima di qualsiasi taglio.
A un negozio gestito da due persone è stato proposto un preventivo di $3000 più $400 al mese. Cosa si ottiene con quella cifra, quanto chiedono CiteScore, Otterly e AppearAI e la versione che puoi svolgere in autonomia in un pomeriggio.
Trenta ordini al giorno, un'ora di copia e incolla. La versione utile mette in evidenza solo le quattro righe che non corrispondono.
Sette controlli che i professionisti richiedono prima che un agente possa modificare un budget e una tabella trasparente dei quattro di cui Orkas non dispone.
Una verifica in cinque passaggi di come gli assistenti formulano raccomandazioni nella tua categoria e perché le risposte a domande che non menzionano un marchio non citano quasi mai il tuo sito.
App ID, Cert ID, RuName e un ID marketplace. Uno di questi non è un URL, ed è lì che si blocca la maggior parte delle configurazioni.
Nessun programma per sviluppatori e nessuna coda di revisione, perché il server è tuo. Restano due possibili malfunzionamenti, entrambi silenziosi.
Claude non ha un connettore Etsy ed Etsy non offre un server MCP. Quattro soluzioni di terze parti e l'unica barriera davanti alla quale si fermano tutte.
Cosa copre un server MCP per Seller Central, il lavoro con SP-API di cui nessuno parla per primo e da dove devono arrivare le competenze di merchandising.
Shopify offre due server MCP e quello più semplice non può vedere il tuo negozio. La scelta degli ambiti di autorizzazione e perché le operazioni di scrittura richiedono un controllo.
Un'agenzia vende tre cose separabili — capacità operativa, competenza e assunzione di responsabilità — riunite in un'unica fattura, e alla maggior parte delle aziende ne servono meno di tre. Per una sola persona, produrre capacità operativa è diventato molto meno costoso; le altre due sono cambiate pochissimo. Come capire quale stai effettivamente acquistando.
Parti da quanto hai bisogno di guadagnare, non da quanto chiedono gli altri. Un calcolatore delle tariffe che funziona nel browser, i calcoli su cui si basa, dove trovare i veri dati di mercato e quattro modi per aumentare la tariffa a un cliente che hai già.
Le sei sezioni che un cliente legge davvero, cosa inserire in ciascuna e in quale ordine scriverle — più un modello Word e uno Excel già compilati e la procedura in due passaggi che li genera entrambi. Non serve un indirizzo email.
Kimi K3 è passato da 1T a 2.8T parametri, ed è il numero meno interessante del rapporto. L'architettura cresce lungo sequenza, profondità e larghezza — e una modifica sostituisce un intero percorso di esecuzione GPU con un unico limite inferiore. Cosa offre ciascuna direzione, quanto costa nello stack di inferenza e un'abitudine del settore che lo studio abbandona senza clamore.
Quasi tutti gli agenti compattano il contesto al raggiungimento di una percentuale della finestra ed eliminano gli scambi più vecchi. Quella soglia sa che lo spazio sta finendo; non sa nulla di ciò che si può perdere senza rischi. Perché la proprietà di Markov delle tappe intermedie è un'ipotesi anziché un fatto e perché la compattazione richiede che valga in modo molto più rigoroso rispetto all'addestramento.
Orkas registra in modo persistente le tappe intermedie del piano e, separatamente, i fatti osservati sul sistema host su ciò che ogni chiamata a uno strumento ha effettivamente modificato. Nulla collega le due registrazioni, quindi un passaggio risulta completato nel momento in cui lo afferma il modello. Come BEACON posiziona il proprio rilevatore, i tre livelli da costruire e un criterio che lo studio non prevede.
Orkas dispone di tre meccanismi di protezione dai cicli, e nessuno intercetta un modello capace che entra in stallo — perché tutti e tre verificano se si sta ripetendo, e un modello bloccato non lo fa mai. Il punto cieco, la definizione di progresso basata sull'output che abbiamo ripreso da BEACON e cosa misurare per primo.
Una lettura approfondita di BEACON dell'Università dello Zhejiang: perché gli agenti a lungo orizzonte collassano con l'apprendimento per rinforzo, come l'attribuzione del merito ancorata alle tappe intermedie risolve il problema e una metrica che sembra contraddire la propria impostazione finché non se ne ripercorrono i calcoli.
Essere citati non significa posizionarsi. Significa superare il recupero delle informazioni e poi essere il passaggio che vale la pena citare — i tre bot di OpenAI, la barriera della CDN che robots.txt nasconde e perché un'informazione dietro JavaScript non esiste.
Claude Code e Codex eccellono in ambiti diversi. Eseguili insieme — con terminali e worktree git, oppure da un unico Commander di Orkas che li orchestra entrambi in una sola chat.
Come Orkas sincronizza i dati degli utenti tra dispositivi con trasferimento crittografato, archiviazione dei contenuti, commit gestiti dal server, blocchi dell'account, regole di sincronizzazione, gestione dei conflitti assistita dal modello, conferma dell'eliminazione e cestino.
Come Orkas ha ricostruito le fondamenta del proprio agente nel corso delle versioni 1.0: un ambiente di esecuzione interno al processo, rotazione dei fornitori, orchestrazione dinamica delle chat di gruppo, hosting aperto, memoria e autoevoluzione.
Dentro l'orchestrazione multiagente di Orkas: un agente principale trasforma una richiesta in un piano, assegna il lavoro ai sottoagenti in base alle dipendenze, trasmette il contesto tra i passaggi e si riprende dagli errori.
Il fattore di costo principale è il tasso di iterazione, non il prezzo al secondo. Da dove nascono i tentativi ripetuti e come rendere abituale l'uso della lista di controllo dei campi.
Cosa significa IA con priorità locale — i tuoi dati, le chiavi API e il traffico dei modelli restano sul tuo computer, non nel cloud di un fornitore — perché conta per la privacy e come funziona davvero un agente che usa la tua chiave API.
Come Orkas trasforma le chiamate ai modelli in un ambiente di esecuzione affidabile per agenti desktop: cicli di esecuzione in streaming, instradamento degli strumenti, compattazione del contesto, astrazione dei fornitori, memoria e sessioni resistenti agli arresti anomali.
Dentro il ciclo di autoevoluzione locale di Orkas: segnali leggeri, riflessione in background, abilità eseguibili, metriche delle abilità e misure di protezione per evitare di imparare la lezione sbagliata.
Orkas è un client desktop di IA open source per macOS e Windows che dà priorità ai dati locali. Anziché chattare con un solo assistente, dirigi un team di agenti: un agente principale è responsabile del tuo obiettivo e coinvolge sottoagenti che richiamano abilità per svolgere il lavoro. Puoi usare i modelli ufficiali opzionali gestiti da Orkas oppure collegare il tuo fornitore tramite OAuth o una chiave API; la tua area di lavoro dà priorità ai dati locali per impostazione predefinita.
Dare priorità ai dati locali significa che i tuoi dati e il controllo restano sul tuo dispositivo. Chat, file, base di conoscenza, memoria e chiavi crittografate dei modelli risiedono sul tuo computer per impostazione predefinita. Con il tuo fornitore, il traffico dei modelli va direttamente dal computer al fornitore e non passa attraverso i server di Orkas come intermediari; i modelli ufficiali usano il servizio di modelli gestito da Orkas.
Un agente principale legge il tuo obiettivo, lo suddivide in passaggi e coinvolge sottoagenti in base all'attività e alle capacità. Ogni sottoagente lavora nel proprio contesto delimitato e richiama abilità — ricerca web, esecuzione di codice, lettura e scrittura di file, ricerca nella base di conoscenza e connettori — per ottenere il risultato. L'agente principale passa a ogni sottoagente solo ciò di cui ha bisogno, contenendo i costi dei token e mantenendo chiare le responsabilità.
Gli usi più comuni includono ricerca e analisi, scrittura e revisione, programmazione con agenti nativi o agenti CLI esterni come Claude Code, Codex e OpenClaw, lavoro sui dati, apprendimento e documenti d'ufficio. Puoi anche trasformare una volta sola un'attività ricorrente in un sottoagente riutilizzabile e richiamarlo in chat ogni volta che ne hai bisogno.
L'attuale versione pubblica è un'app desktop per macOS e Windows; il relay per il controllo remoto da iOS è disabilitato e non esiste un client web. Puoi usare i modelli ufficiali opzionali gestiti da Orkas oppure collegare un fornitore tramite OAuth o una chiave API. Il tuo fornitore fattura l'utilizzo effettuato con la tua chiave; le funzionalità gestite usano crediti Orkas. La qualità dei risultati dipende dal modello che colleghi. La sincronizzazione opzionale tra più dispositivi archivia i dati sincronizzati sui server di Orkas e l'edizione gratuita invia dati analitici di utilizzo limitati.
