Сегодня мы публикуем десктопную macOS версию NIKA – личного ИИ-агента. Ее можно использовать как универсального автономного агента, а еще в ней можно завести личных агентов (как у Grok и OpenAI) и запускать LLM прямо на своём компьютере (а такого у них нет!). On-device здесь означает полноценный локальный инференс самой LLM-модели: после загрузки модели для диалога с ней не нужны ни облачный API, ни интернет. Это бесплатно и безопасно – в локальном режиме LLM обрабатывает запросы прямо на вашем устройстве, без обращения к облачному API. Здесь доступны диалог с моделью и память на компьютере.

А начинали мы с облачной Ники: в мае 2026 года запустили веб-версию и Telegram-бота. Уже тогда Ника могла звонить, писать письма и выполнять поручения на сайтах – я даже доверила ей одну из своих банковских карт… Именно с этой версией мы проводили эксперименты с покупками, звонками и бронированиями, о которых расскажем ниже. Наш запуск состоялся за несколько месяцев до публичных запусков Grok Bot 11 августа, Muse 8 сентября и OpenAI Dots 29 сентября. Сейчас у Ники 30 тысяч активных пользователей в веб-версии и Telegram. Так веб выглядит сейчас:

За лето Ника успела забронировать мне гостиницу по телефону и накопить дома годовой запас кофе. Начну с этой предыстории, затем покажу десктоп и локальные модели. Код и инструкция по установке будут в конце.

Предыстория: мы выпустили агента в реальный мир. Вот что из этого вышло

Спойлер: Рынок оказался к этому готов лишь частично :(

Как я упомянула выше, веб-версию и Telegram-бота мы запустили еще в мае. Нас интересовало, сколько повседневных дел можно поручить агенту обычным сообщением. У Ники были собственный номер телефона, электронная почта, аккаунты в мессенджерах и доступ к банковской карте. Мы проверяли реальные покупки продуктов, заказы доставки, оплаты, звонки и бронирования.

Как я натестировала годовой запас кофе

В одном известном российском магазине я настроила через Нику покупку кофе по расписанию: раз в два дня, по утрам. Агент оформлял заказ, и мне привозили одну-две пачки дрип-пакетов.

Это был тест регулярной задачи с реальной оплатой и доставкой. Я проверяла, будет ли агент выполнять поручение снова и снова. Он выполнял. Теперь у меня дома годовой запас кофе.

Гостиница, которую можно было забронировать только по телефону

В июле я ездила на Летний фестиваль Дениса Мацуева в Суздале, который проходил с 10 по 19 июля 2026 года. Для поездки мне нужна была гостиница во Владимире. У выбранной гостиницы не было онлайн-бронирования: нужно было звонить.

Ника позвонила и забронировала мне номер. В этом случае возможность агента разговаривать по телефону оказалась вполне практичной: именно звонок позволял решить задачу.

А кто не любит русскую баню? Случай с бронью по WhatsApp

Ещё в одном сценарии Ника забронировала русскую баню в Дубае, договорившись через WhatsApp. Тот же тип поручения, но другой канал общения с сервисом.

За лето таких примеров накопились десятки. Мы проверяли, что агент действительно может сделать и как на него реагируют сервисы и люди. Если интересен отдельный разбор этих экспериментов, поддержите статью плюсом – расскажем подробнее.

От поручения к действию: три коротких демо

Мы дали Нике банковскую карту — и она купила авиабилет

Одно из поручений для Ники — купить авиабилет. Мы дали ей доступ к банковской карте и попросили пройти весь путь: найти рейсы, выбрать подходящий вариант, заполнить данные пассажира и оплатить заказ.

Ника справилась: прошла все этапы на сайте авиакомпании и купила билет. Этот эксперимент мы проводили с облачной версией Ники.

На коллаже ниже — основные этапы: поиск билетов, выбранные рейсы, заполнение данных пассажира и переход к оплате картой.

Еще два примера из тестов облачной Ники: работа с облачной инфраструктурой и подбор компьютера в интернет-магазине.

Конфигурация сервера в Yandex Cloud. Ника сама открывает калькулятор, выбирает ресурсы, собирает конфигурацию и рассчитывает стоимость.

Подбор компьютера в «М.Видео». Ника работает с сайтом магазина и подбирает комплектующие для сборки ПК по поручению пользователя.

Это демонстрации облачной версии. Возможности сегодняшнего релиза десктопной версии разберём отдельно ниже.

Модели уже умеют многое. Сервисы пока не всегда готовы

Во время тестов мы разбирали не только успешные действия, но и ошибки. По нашей внутренней классификации, 94% зафиксированных ошибок были связаны с неработоспособностью подключённых инструментов, MCP-серверов и других внешних интеграций. Это доля среди ошибок, а не среди всех запросов к агенту.

Агент мог понять поручение и выбрать нужное действие, но для результата требовался работающий инструмент и готовый к такому взаимодействию сервис. Способность модели решить задачу сама по себе ещё не обеспечивает покупку, оплату или бронь.

Наш вывод из этих экспериментов: модели уже умеют многое, а рынок РФ пока готов к работе с ИИ-агентами лишь частично. Сервисам и провайдерам вокруг них еще предстоит научиться с ними работать.

Оставались и вопросы правил такого взаимодействия: какие действия агент может совершать самостоятельно, где нужно подтверждение пользователя и как сервису обрабатывать обращения агента. Работоспособности модели для этого недостаточно.

Поэтому часть транзакционных возможностей мы временно ограничили. Вернемся к ним по мере того, как сможем обеспечить устойчивую работу интеграций и понятное взаимодействие с магазинами и другими сервисами. Истории выше описывают наши эксперименты с ранней облачной версией; часть этих функций сейчас ограничена.

Рестораны «Сахалин», «Воронеж», «EVA», простите

Отдельная история - тестирование звонков. В рамках этих тестов Ника сама звонила в рестораны: мы задавали ей поручения и оценивали результат. За время проверки голосовых сценариев она сделала больше ста тестовых звонков, в том числе в «Сахалин» и «Воронеж». Ника бронировала столики на разные имена и на разное время. В «Сахалин» она позвонила двадцать раз, после чего её номер заблокировали. Некоторые другие рестораны тоже внесли номер Ники в чёрный список.

Впрочем, чтобы забронировать столик, звонить нужно не всегда. У некоторых ресторанов это можно сделать на сайте — и такие сценарии мы тоже тестировали. Здесь Нике предстояло уже не договариваться с живым администратором, а разбираться в интерфейсе в браузере. Например, для бронирования в EVA она сама открывала страницу ресторана и заполняла форму заявки. Ниже — GIF с её работой в браузере.

Рестораны, простите нас за лишние звонки Ники и тестовые бронирования. Спасибо за терпение. Мы проверяли качество работы агента, но для администраторов каждый такой звонок был настоящим разговором и дополнительной нагрузкой. Их реакцию можно понять. Личный помощник должен экономить время и своему пользователю, и людям, с которыми взаимодействует. Мы честно отменяли все неактуальные брони! А несколькими бронями, сделанными в ходе тестирования, воспользовались и вкусно поели с командой…

Этот опыт помог нам отладить агентов и лучше увидеть, что происходит по другую сторону звонка. Мы хотим, чтобы со временем такие помощники могли быть полезны тысячам и миллионам людей.

Один из наших любимых телефонных разговоров - когда наш ИИ-агент Ника пообщался с ИИ-агентом ресторана со стороны Яндекса - это было очень мило, а главное - они быстро договорились!

Что именно мы открываем сегодня

Полноценная Ника с мощными облачными LLM уже доступна в веб-версии. Там собраны модель, память и доступные инструменты, а начать можно без установки приложения и скачивания моделей. Сегодняшний релиз - открытый код десктопного приложения с личными агентами и локальным инференсом LLM.

Мы верим, что персональный ИИ-помощник должен быть доступен каждому. Возможность пользоваться им не должна целиком зависеть от подписки на облачную модель. Если вам интересно экспериментировать, но нет возможности или желания оплачивать облачный инференс, можно начать с локальной версии на подходящем компьютере.

Для нас демократизация - это возможность выбрать модель, запустить ее у себя, посмотреть код и изменить приложение под свои задачи. Поэтому мы открываем десктопную Нику: личных агентов, работу с локальными моделями и память на компьютере. Локальный режим доступен без регистрации; при необходимости можно войти в аккаунт и переключиться на облачную Нику.

Grok Bot, Dots и Muse в своих публичных описаниях опираются на облачные компьютеры агентов. Здесь мы предлагаем другую конфигурацию: десктопное приложение, открытый код и инференс LLM на устройстве пользователя. Сравнение относится именно к этим персональным сервисам, а не ко всем открытым моделям и инструментам их разработчиков.

Облачная версия использует harness - систему вокруг модели, которая организует выполнение задач и работу с инструментами. Десктоп пока переносит локально только часть этих возможностей. Самые сложные сценарии остаются в облаке; локальный режим даёт возможность пользоваться выбранной моделью на собственном компьютере.

Ботсы: универсальные агенты, которых можно настроить под себя

Десктопная Ника выглядит как привычный чат. Слева находятся ботсы, задачи, цели, расписания, память, календарь и другие разделы. При первом запуске можно войти в аккаунт или выбрать локальный режим без регистрации.

Своих личных агентов мы называем ботсами. По умолчанию они универсальны: для первой задачи достаточно написать, что нужно сделать. Сначала придумывать роль и составлять длинную инструкцию не требуется.

При желании можно выбрать имя и облик, задать предпочтительный стиль общения, формат ответов и дополнительные инструкции. Например, попросить одного ботса отвечать кратко, а другого подробно объяснять учебные темы. Это настройка под человека, а не обязательный этап перед началом работы.

Модель тоже работает на вашем компьютере

Локальную модель можно скачать из встроенного каталога. В текущей сборке представлены три варианта на базе Qwen3.5:

Размер файла модели не равен потреблению оперативной памяти при работе. Оно зависит в том числе от длины контекста и настроек запуска. Все доступно для конфигурирования в разделе “Настройки”.

Приложение показывает доступную память и место на диске. Можно выбрать модель из каталога или импортировать совместимую модель в формате GGUF. После первоначальной загрузки модели диалог с ней работает без подключения к интернету.

У десктопа есть отдельная память на компьютере: пользователь решает, какие сведения сохранить для последующих локальных ответов. Локальная память и память аккаунта Ники показаны отдельно.

При этом локальный инференс и полностью изолированное приложение не одно и то же. Разговор с установленной локальной моделью может работать офлайн; скачивание моделей, облачные запросы и внешние сервисы требуют сети. При выборе NIKA Cloud задача обрабатывается в облаке.

Что попробовать на локальной модели

Начать можно с задач, результат которых легко проверить. Вот три сценария для первого знакомства.

Разобрать фрагмент документа

Передать модели текст и попросить выделить конкретные условия:

Выпиши сроки, обязанности сторон и штрафы из этого текста. Для каждого пункта приведи подтверждающую цитату. Если информации нет, так и напиши.

Такой запрос даёт понятный критерий проверки: можно сопоставить каждый пункт с исходным текстом. Итог всё равно нужно проверять, особенно если от него зависит решение.

Превратить заметки в план

Из этих заметок собери план доклада на десять минут. Выдели основную мысль, три аргумента и вопросы, для которых пока не хватает данных.

Здесь не нужен поиск по внешним сайтам: модель работает с материалом, который вы ей дали. Такой же сценарий удобно повторить при выключенном интернете, чтобы проверить локальный режим.

Задать быстрый вопрос из другого приложения

Для коротких запросов есть Quick Ask: окно Ники открывается поверх текущего приложения по сочетанию клавиш. Можно перевести фразу, переписать абзац или задать вопрос, не переключаясь в основной чат. Горячая клавиша настраивается в приложении.

Где заканчиваются возможности локальной версии

Маленькая модель на ноутбуке не становится равной большой облачной модели только потому, что вокруг неё появился агентный интерфейс. Качество зависит от модели, задачи и объёма контекста; скорость ещё и от компьютера. Мы не обещаем одинакового результата на любом железе.

В текущей версии локальный режим прежде всего предназначен для диалога и работы с переданным контекстом. Сложные задачи с внешними сервисами выполняет облачная Ника. Это граница нашей реализации, а не принципиальный запрет для локальных моделей пользоваться инструментами.

Для переключения на NIKA Cloud в десктопе нужен вход в аккаунт. При этом не все возможности ранних экспериментов с оплатами и заказами доступны в пользовательской версии: часть из них мы ограничили, как описано выше.

Зачем ещё одно приложение, если есть LM Studio и Ollama

Если задача состоит в том, чтобы запустить локальную модель и разговаривать с ней, отдельный инструмент для этого уже может полностью закрывать потребность.

Нам интересно собрать вокруг модели повседневного помощника: личных ботсов, память, быстрый доступ из других приложений и возможность обратиться к основной Нике. Десктопная версия позволяет экспериментировать с этим подходом и менять приложение под себя.

Открытый код даёт возможность проверить реализацию, предложить исправление, подключить совместимую модель или сделать собственную версию интерфейса. Для нас это способ дать сообществу больше контроля над тем, каким будет личный агент.

Код, установка и обратная связь

Исходный код десктопной Ники публикуем на GitHub. Облачный harness и серверные интеграции в этот релиз не входят; точный состав открытых компонентов описан в README.

• GitHub: Исходный код NIKA Desktop

Инструкции по сборке приложения и установке из .dmg для macOS находятся там же, в README.

Для начала нужно установить приложение, выбрать локальный режим, скачать модель и отправить первый запрос. Ботса можно персонализировать уже после этого. Если хочется проверить работу офлайн, отключите интернет после загрузки модели и повторите запрос. Мы будем рады issues и pull request’ам. Особенно полезны конкретные примеры: какая модель, какое железо, что вы попросили сделать и что получили в ответ. Это поможет понять, какие задачи локальная Ника уже закрывает, а где ей нужны доработки.

О чём написать следующий пост?

1. Опыт агентной разработки: от первой версии до продакшена. Как мы разработали и выкатили первую версию Ники за четыре дня, а за две недели довели её до промышленной эксплуатации на тысячах пользователей.

2. Локальные LLM на практике. Какие задачи им по силам, как выбрать модель под свой компьютер и найти баланс между качеством ответов, скоростью и потреблением памяти.

3. Что вокруг модели: harness, tools и MCP. Как устроены выполнение задач и подключение инструментов, почему ломаются интеграции и как агент справляется со сбоями.

4. Память и долгосрочные поручения. Как агент сохраняет контекст и возвращается к задачам через дни и недели без повторных напоминаний пользователя.

5. МЕСТО ДЛЯ ВАШЕЙ РЕКЛАМЫ

Напишите в комментариях номер темы или предложите свою.