Odysseusは、セルフホスト型のAIワークスペースである。ChatGPTやClaudeのようなUI体験を、自分のハードウェアと自分のデータで動かすことを目指している。
GitHub上でMITライセンスにより公開されており、リポジトリのオーナーはpewdiepie-archdaemon、バージョンは1.0である。主な機能は、Chat、Agent、Cookbook、Deep Research、Compare、Documents、Memory / Skills、Email、Notes & Tasks、Calendarなどで、モバイルにも対応する。ChatはvLLM、llama.cpp、Ollama、OpenRouter、OpenAIに対応。
Agentはopencodeをベースに構築され、Cookbookはllmfitを、Deep ResearchはTongyi DeepResearchを応用している。実行にはPython 3.11以上が必要で、Dockerでの起動が推奨されている。
From: 
GitHub – pewdiepie-archdaemon/odysseus: Self-hosted AI workspace.
【編集部解説】
まず押さえておきたいのは、この「Odysseus」が単なる無名のオープンソースプロジェクトではない、という点です。GitHub上のリポジトリは pewdiepie-archdaemon/odysseus というオーナー名で公開されています。そして本人の発表動画や複数の海外報道では、これは世界的YouTuberのピューディパイ（本名フェリックス・チェルベリ）のプロジェクトとして紹介されています。公開は、英語メディアの報道で5月31日とされる「MY trillion $Dollar Project is finally OUT!」と題した動画を通じて告知されました（正式アナウンスを6月1日と報じる媒体もあります）。
なぜ今、エンタメ系の著名人がこれを世に出したのか。その背景には、彼自身の一年がかりの歩みがあります。海外メディアは、彼が過去1年にわたってAI開発の過程を公開し、自前のハードウェアでオープンソースのモデルを動かすシステムを組み上げてきたと報じています。ハードウェアの規模については報道間で数字に食い違いがある点に注意が必要です。Hardware Corner は、8枚の RTX 4090 48GB と2枚の RTX 4000 Ada 20GB で合計424GBのVRAM、構築費用は約41,000ドル（1ドル150円換算で約615万円）と報じています。一方、Tom’s Hardware は同じGPU構成を伝えつつ、メモリプールを約256GBとしていますが、48GB×8枚だけで384GBに達する計算となるため、この256GBという数字は構成の説明と整合しない可能性があり、報道間で集計値に齟齬があると見るのが正確でしょう。いずれにせよ、個人の「ミニデータセンター」と呼ぶにふさわしい規模であることは変わりません。
Odysseus の核心は「ローカルファースト、プライバシーファースト」という思想にあります。市場の主要なAIアシスタントは ChatGPT も Claude も Gemini もすべてクラウド上で動き、入力したプロンプトや会話、アップロードした文書が、月額料金を課す企業のサーバーを経由していきます。これに対し Odysseus は、対話の履歴も文書も設定も手元のマシンに保存する設計です。ただし注意したいのは、「すべてが手元に留まる」のはローカルモデルだけで完結させた場合に限るという点です。Odysseusは外部APIの接続をオプションとして備えており、OpenAIやOpenRouterといった外部API、あるいはメールや検索の連携を使う構成では、入力やメタデータが外部に送信され得ます。プライバシーを最大化したいなら、運用の構成そのものを意識する必要があるわけです。
技術的に注目すべきは「Cookbook」という機能でしょう。これはハードウェアを認識する推奨エンジンとして働き、手元の環境をスキャンして、270以上のカタログ化されたモデルからワンクリックで稼働させられます。このCookbookの中核には、GitHubハンドル AlexsJones として知られる開発者によるオープンソースのツール llmfit がMITライセンスで採用されており、ハードウェア検出と「What Fits?（何が動くか）」の判定を担っています。ローカルAI最大の参入障壁だった「量子化形式の管理」や「モデルとメモリ容量のすり合わせ」という試行錯誤を、大幅に軽減してくれるわけです。
ただし、過度な期待は禁物です。Odysseus は箱から出してすぐ使える ChatGPT の代替品ではなく、自前のハードウェアでローカルモデルを動かすか、外部サービスのAPIキーを自分で接続する必要があり、相応の技術的セットアップが前提となります。READMEがシェルアクセスやAPIトークンの扱いに紙幅を割き、「管理者コンソールと同じ感覚で扱うように」と繰り返し警告しているのも、その裏返しです。利便性と引き換えに、設定とセキュリティの責任は利用者自身が負うことになります。
長期的な視点で見ると、このプロジェクトの意義は「影響力の使い方」にあると私たちは考えます。数千万人規模のリーチを持つ人物が、自らのデータ主権を取り戻す手段を無償・オープンソースで配ったという事実は、これまで一部のエンジニアの趣味に閉じていた「ローカルAI」を、一般層の選択肢へと押し上げる契機になり得ます。公開はすでに完了しており、今後の試金石は、ほかのセルフホスト型ツールと同じようにコミュニティが育つかどうか、そして本人が更新を続けられるかどうかにあります。
規制やプライバシー論議の文脈でも、Odysseus は一つの問いを投げかけています。データをクラウドに預けるのが当たり前という前提は、本当に唯一の道なのか。なお、このプロジェクト自身、開発の多くでAIモデルの支援を受けたことをACKNOWLEDGMENTSで率直に認めています。研究機関や大企業の大規模開発とは異なる、「一人の作り手とAIの協働」が、動くソフトウェアの形でその問いを投げかけた——そこに、このニュースを今報じる価値があると私たちは考えます。
【用語解説】
テレメトリ（telemetry）
ソフトウェアが利用状況や動作データを開発元へ自動送信する仕組み。Odysseusは「テレメトリなし」を掲げ、利用者の情報を外部に送らない方針を打ち出している。ただし外部API等を使う場合の通信はこれとは別問題である。
MCP（Model Context Protocol）
AIモデルが外部のツールやデータ源とやり取りするための共通規格。これに対応していると、ブラウザ操作やファイル参照などの機能を後から追加しやすくなる。
RAG（Retrieval-Augmented Generation／検索拡張生成）
AIが回答を生成する前に外部の文書やウェブから関連情報を検索して取り込み、その内容を根拠に答えを作る手法。OdysseusのDeep Researchは、情報源を収集・読解・統合するという、RAGに近い検索・参照プロセスを含んでいる。
量子化（quantization）
モデルの数値表現を簡略化し、必要なメモリ量や計算負荷を下げる技術。モデルを軽量に、より少ないメモリで動かせるようになる。
GGUF・FP8・AWQ
いずれもローカルでモデルを動かす際に関わる用語。GGUFは主にモデルを保存・配布するためのファイル形式、FP8やAWQはモデルを軽量に動かすための低精度化・量子化の手法を指す。READMEのCookbook項目に登場する。
フォーク（fork）
公開されたソースコードを複製し、自分用に改変・開発できるようにすること。オープンソース文化における派生・発展の基本単位である。
【参考リンク】
Odysseus（公式ランディングページ）（外部）
Odysseusの機能や導入方法、開発の動機を本人が紹介する公式サイト。270以上のモデル対応も明記。
opencode（anomalyco）（外部）
OdysseusのAgent機能の基盤となる、ターミナル上で動くオープンソースのコーディングエージェント。
llmfit（GitHub）（外部）
OdysseusのCookbookの基盤。手元の環境にどのモデルが収まるかを判定するMITライセンスのツール。
Ollama（外部）
ローカル環境で大規模言語モデルを手軽に動かすツール。Odysseusが対応する代表的な実行基盤の一つ。
ChatGPT（OpenAI）（外部）
OdysseusがUI体験の比較対象に挙げるクラウド型の対話AIサービス。OpenAIが提供している。
Claude（Anthropic）（外部）
ChatGPTと並び比較対象に挙げられるクラウド型の対話AIサービス。Anthropicが提供している。
Docker（外部）
アプリをコンテナ単位でまとめて動かす仕組み。Odysseusが推奨する導入方法で、環境構築の手間を減らせる。
Hugging Face（外部）
オープンソースのAIモデルを多数配布するプラットフォーム。Cookbookがモデルを取得する際に参照する。
【参考動画】
ピューディパイ本人がOdysseusを発表・実演した公式動画。プロジェクトの一次情報であり、機能のデモや開発思想が本人の言葉で語られている。なお動画にはスポンサー（プライバシー関連サービス）の宣伝が含まれる。
【参考記事】
Inside PewDiePie’s $41,000 AI PC: 424GB of VRAM for Local LLMs（Hardware Corner）（外部）
費用・VRAMの出典。合計424GBのVRAM、構築費用約41,000ドルとPC構成の詳細を報じる分析記事。
PewDiePie goes all-in on self-hosting AI using modded GPUs（Tom’s Hardware）（外部）
GPU構成と「約256GB」の出典。報道間で集計値に齟齬がある点の確認に用いた記事。
PewDiePie launches Odysseus free self-hosted AI workspace（GAMES.GG）（外部）
すぐ使える代替ではなく技術的セットアップを要する点を明確に指摘した記事。
odysseus/ACKNOWLEDGMENTS.md（GitHub）（外部）
Cookbookがllmfit、Deep ResearchがTongyi DeepResearchを応用したことを示す一次情報。
PewDiePie launches Odysseus, a free self-hosted AI workspace to challenge big tech subscriptions（The Business Standard）（外部）
発表の経緯と、約1年の開発の歩み、公式の位置づけを伝える記事。
【関連記事】
OpenJarvis 登場、Ollama 対応のローカルファーストAI─スタンフォード発「Intelligence Per Watt」の挑戦
スタンフォード大学発のローカルファーストAIフレームワーク。Ollama対応とハードウェア認識という設計思想がOdysseusと重なる。
ClawdbotからOpenClawへ─急成長するセルフホスト型AIエージェントの実力と危険性
MITライセンスのセルフホスト型AIエージェント。シェルアクセス等のセキュリティ論点はOdysseusの注意点とも共通する。
Gemini Spark登場:Googleが端末オフでも動くAIエージェントを発表、Antigravity基盤と9億ユーザーが武器
巨大テック側が示す端末側で動くAI。個人発のOdysseusと対比すると、ローカルAIの多様な潮流が見えてくる。
NVIDIA N1X／N1、6月1日始動。Windows on ArmにBlackwell GPUが挑む新時代
ローカルでAIを動かす土台となる最新GPUの動向。Odysseusの「自宅リグ」の話題を補完するハードウェア視点。
【編集部後記】
派手なローンチイベントも巨額の資金調達のニュースもなく、一人の作り手が（AIの手も借りながら）コードを積み上げて世に問う——Odysseusの登場には、どこか手づくりの温度が感じられます。その「姿勢」に惹かれる人は、案外多いのではないでしょうか。「便利さの裏で何を手放しているのかをもう一度自分の手の中で確かめてみる。」そんなきっかけを、このプロジェクトはそっと差し出してくれているように思います。完璧な道具ではないかもしれません。それでも、選択肢が一つ増えたこと自体に、小さな希望を感じています。
