Puntos claves de la noticia:
- Tether demonstrates QVAC, an AI assistant running full inference on a mid-range laptop.
- The model processes natural language commands and connects locally to tools like Asana.
- It uses the Model Context Protocol (MCP), an open Anthropic standard released in 2024.
Paolo Ardoino, CEO de Tether, presentó una prueba en vivo de QVAC, un asistente de inteligencia artificial que ejecuta inferencia completa en una laptop de gama media sin depender de servidores remotos ni conexiones a la nube. La demostración mostró a QVAC creando tareas y subtareas en Asana mediante comandos en lenguaje natural, procesando las solicitudes en aproximadamente un segundo y consumiendo pocos tokens computacionales.
La arquitectura de QVAC opera enteramente en la GPU del equipo local del usuario. A diferencia de asistentes que envían consultas a servidores centralizados para procesar las instrucciones, QVAC mantiene todos los datos y operaciones dentro de la máquina. El modelo genera respuestas sin filtrar información sensible hacia infraestructura externa, lo que protege la privacidad del usuario y elimina la dependencia de proveedores de servicios en la nube.
La integración con herramientas externas como Asana funciona a través del Model Context Protocol (MCP), un estándar abierto desarrollado por Anthropic y lanzado en noviembre de 2024. MCP establece un formato común para que modelos de IA se comuniquen con aplicaciones, bases de datos y servicios externos de forma estructurada.
Antes de MCP, cada integración entre un modelo de IA y una herramienta requería desarrollo personalizado. El protocolo estandariza el proceso mediante una arquitectura cliente-servidor donde el modelo actúa como cliente y las herramientas exponen sus funciones a través de servidores MCP.
Cómo el Model Context Protocol permite que la IA local acceda a herramientas externas sin comprometer privacidad
El funcionamiento de MCP se asemeja a un puente de conexión universal. El cliente — en el caso de QVAC, el asistente de IA corriendo localmente — se conecta a servidores MCP que exponen recursos o capacidades específicas.
Cada servidor puede representar una herramienta distinta: Asana para gestión de tareas, sistemas de archivos locales, bases de datos, calendarios o cualquier aplicación compatible. El cliente solicita acciones mediante el protocolo estandarizado, y el servidor ejecuta la operación y devuelve los resultados.
En la demostración de Ardoino, QVAC procesó una instrucción verbal, interpretó la intención del usuario, se conectó al servidor MCP de Asana y creó una tarea principal junto con una subtarea relacionada. Todo el proceso ocurrió sin que los datos abandonaran el equipo del usuario. El servidor MCP de Asana puede operar localmente o en un entorno controlado por el usuario, manteniendo el principio de privacidad central del proyecto.
Ardoino confirmó el proyecto se liberará como código abierto próximamente. La decisión permite a desarrolladores auditar el código, adaptar el asistente a casos de uso específicos y construir servidores MCP personalizados para herramientas adicionales.
El acceso abierto también fomenta la adopción del paradigma de IA descentralizada, donde los usuarios controlan sus datos y la ejecución de los modelos ocurre en hardware que poseen o gestionan directamente.
