Alibabas forskerhold har netop open-sourcet CoPaw — et framework der giver udviklere en komplet workstation til at bygge og køre personlige AI-agenter med vedvarende hukommelse, multi-kanal kommunikation og et modulært skill-system. Det er ikke bare endnu en chatbot-wrapper, men et gennemtænkt stykke infrastruktur der løser mange af de praktiske problemer ved at køre en personlig AI-agent i produktion.
Fra model til workstation — et paradigmeskift
CoPaw repræsenterer et skifte i hvordan vi tænker om AI-agenter. I stedet for at fokusere udelukkende på selve sprogmodellen, bygger CoPaw et komplet arbejdsmiljø omkring den. Frameworket består af tre kernemoduler:
- AgentScope — håndterer agent-kommunikation og logik
- AgentScope Runtime — sikrer stabil eksekvering og ressourcestyring
- ReMe (Memory Management) — giver agenten langtidshukommelse, lokalt eller i skyen
Det er ReMe-modulet der gør den virkelig interessante forskel. Hvor standard LLM-API’er er tilstandsløse — de glemmer alt efter hver samtale — giver ReMe agenten det CoPaw-teamet kalder “Long-Term Experience”. Agenten husker dine præferencer, tidligere opgaver og arbejdsgange på tværs af sessioner og platforme. For alle der har prøvet at bygge en personlig AI-agent, ved man hvor frustrerende det er at starte forfra hver gang.
Skills-systemet: udvid din agent uden at røre kernen
En af CoPaws features er dets skill-system. I stedet for at modificere selve agent-motoren kan udviklere tilføje nye funktioner som selvstændige Python-moduler i en skill-mappe. Specifikationen er inspireret af Anthropics skills-format, og hver skill er en diskret enhed der kan:
- Skrabe og opsummere websider (Reddit-tråde, YouTube-videoer)
- Interagere med lokale filer og skrivebordsmiljøer
- Søge i personlige vidensbaser
- Håndtere kalendere og email via naturligt sprog
Denne arkitektur minder om det vi kender fra OpenClaws opbygning, hvor skills også fungerer som modulære udvidelser. CoPaw tager dog skridtet videre ved at standardisere formatet på tværs af platforme og gøre det let at dele skills mellem udviklere.
Multi-kanal: én agent, mange platforme
Et af de mest irriterende problemer ved personlige AI-agenter er fragmenteringen på tværs af beskedplatforme. CoPaw løser dette med sit “All-Domain Access”-lag, der standardiserer kommunikationen uanset kanal. I dag understøtter frameworket:
- Enterprise: DingTalk og Lark (Feishu)
- Social/udvikler: Discord, QQ og iMessage
Det betyder at du kan starte en samtale med din personlig AI-agent på Discord, fortsætte på iMessage og stadig have fuld kontekst — fordi ReMe-modulet holder styr på hukommelsen centralt.
Hvordan passer det ind i landskabet?
CoPaw positionerer sig i et felt der vokser hurtigt. Jeg har allerede dækket OpenClaw og NanoClaw som etablerede platforme til personlige AI-agenter. CoPaw adskiller sig ved sit stærkere fokus på hukommelsesstyring og ved at komme fra Alibabas forskningsdivision, hvilket giver det et solidt akademisk fundament.
Det er værd at bemærke at CoPaw primært understøtter kinesiske platforme (DingTalk, Lark, QQ) ud over Discord og iMessage. For europæiske udviklere der bruger Telegram, Signal eller WhatsApp er der altså stadig huller i kanalunderstøttelsen — men med det åbne skill-system bør community-udvidelser kunne lukke dem relativt hurtigt.
CoPaw er tilgængeligt som open source på GitHub under Alibabas AgentScope-organisation. For udviklere der vil bygge seriøse personlige AI-agenter med vedvarende hukommelse og multi-platform support, er det værd at kigge nærmere på — især hvis man allerede arbejder med AgentScope eller lignende frameworks.
Det kritiske perspektiv: kinesisk AI-infrastruktur i din hverdag
CoPaw er teknisk imponerende — men det er værd at stoppe op og tænke over implikationerne af at lade en kinesisk AI-agent workstation håndtere din personlige data. En personlig AI-agent med vedvarende hukommelse har per definition adgang til alt: dine arbejdsvaner, kommunikationsmønstre, kontakter, præferencer og potentielt følsomme dokumenter.
Alibaba er underlagt kinesisk lovgivning, herunder National Intelligence Law fra 2017, som forpligter kinesiske virksomheder til at samarbejde med efterretningstjenester efter anmodning. Selv om CoPaw er open source og kan hostes lokalt, rejser det spørgsmål om telemetri, opdateringsmekanismer og eventuelle bagdøre i dependencies.
For europæiske udviklere og virksomheder er der yderligere et GDPR-aspekt. Hvis ReMe-hukommelsesmodulet gemmer persondata i skyen — og CoPaw understøtter netop cloud-baseret hukommelse — skal man sikre, at databehandlingen overholder europæisk lovgivning. Det er ikke trivielt med kinesisk infrastruktur.
Det betyder ikke at man skal afvise CoPaw kategorisk. Open source-koden kan auditeres, og lokal hosting eliminerer mange risici. Men man bør gå ind med åbne øjne: Kinesiske AI-frameworks er ikke underlagt de samme gennemsigtighedskrav som europæiske eller amerikanske alternativer. I en tid hvor selv amerikanske myndigheder dropper AI-leverandører af sikkerhedshensyn, er det en overvejelse der fortjener mere end en fodnote.
Kilde: MarkTechPost — Alibaba Team Open-Sources CoPaw
Denne artikel er skrevet i samarbejde med AI, og efterfølgende redigeret af et rigtigt menneske 🙂
