Claude Cowork lupaa tehdä työsi puolestasi. Rowboat kysyy ensin: mihin se työ oikeastaan tallentuu ja kuka sen omistaa? 🤔

Kysymys on yllättävän käytännöllinen. Vuoden 2026 AI-työkaverit eivät enää ole pelkkiä chat-ikkunoita. Ne lukevat sähköposteja, valmistelevat palavereita, avaavat selaimen, kirjoittavat koodia ja jatkavat tehtäviä taustalla. Silloin ratkaisevaksi nousee muisti: kuka omistaa työsi kontekstin, missä se sijaitsee ja voitko tarkistaa, mitä agentti sinusta tietää.

Rowboat on avoimen lähdekoodin desktop-sovellus, jota sen tekijät kuvaavat AI-työkaveriksi muistilla. Sitä markkinoidaan myös avoimena vaihtoehtona Claude Coworkille. Vertailu on osuva, mutta vain puoliksi. Claude Cowork on valmis Anthropicin tuote. Rowboat on paikallinen työpaja, jossa muistista tulee tavallinen Markdown-kansio.

Rowboatin GitHub-repo on tätä kirjoittaessa aktiivinen: Apache-2.0-lisensoitu TypeScript-projekti, noin 15,3 tuhatta tähteä, yli 1,5 tuhatta forkia ja uusin v0.7.1-julkaisu 7.7.2026. Tämä ei siis ole pelkkä iltapäivähack.

Mutta aktiivinen repo ei vielä tee valmista tuotetta. Rowboat kannattaa ymmärtää ennen kaikkea valintana: haluatko AI-työkaverin valmiina pilvipalveluna vai haluatko rakentaa oman työmuistikerroksen, jota voit lukea, muokata ja varmuuskopioida itse?

Rowboat on työpöytäsovellus, jonka ympärille on koottu sähköposti, muistiinpanot, selain, palaverimuistiot, koodityö ja tausta-agentit. Ajatus on yksinkertainen: agentti on hyödyllinen vasta, kun sillä on oikea konteksti.

Tavallisessa chatbotissa tämä konteksti rakennetaan joka kerta uudelleen. Kerrot kuka asiakas on, mitä viimeksi sovittiin, miksi tietty vaihtoehto hylättiin ja millä sävyllä vastauksen pitää lähteä. Rowboat yrittää tehdä tästä jatkuvaa. Se indeksoi työtäsi paikalliseen tietograafiin ja käyttää sitä, kun pyydät apua.

Käytännön tasolla Rowboat voi esimerkiksi:

Jos tämä kuulostaa tutulta, syy on selvä. Sama suunta näkyy Coworkissa, Codexissa, Claude Codessa ja laajemmin agenttityökaluissa. AI-Sanomissa tätä on käsitelty aiemmin esimerkiksi loop engineering -oppaassa: hyvä agenttityö ei ole yksittäinen prompti vaan rajattu työnkulku, joka tietää milloin se käynnistyy, mitä se tuottaa ja milloin sen pitää pysähtyä.

Rowboatin oma erikoisuus on muistissa.

Rowboatin kiinnostavin valinta on teknisesti tylsä ja siksi hyvä: tieto tallentuu paikallisiin Markdown-tiedostoihin. Oletuskansio on ~/.rowboat, jonka alle syntyy muun muassa knowledge-hakemisto.

Tähän tietopohjaan Rowboat rakentaa Obsidian-tyyppisen muistin ihmisistä, organisaatioista, projekteista, aiheista ja palavereista. Sähköpostit ja palaveritranskriptit eivät jää vain hakemattomaksi raakadokumenttimassaksi, vaan niistä syntyy linkitettyjä muistiinpanoja.

Tämä eroaa tavallisesta RAG-ajattelusta. RAG-haku etsii lähteistä vastauksia. Rowboat yrittää ylläpitää tilannekuvaa.

Esimerkiksi projektimuistiossa voi olla:

Tämä on lähellä sitä ajatusta, josta kirjoitin aiemmin OpenHuman-oppaassa: AI-agentista tulee hyödyllisempi, kun muisti ei ole vain mallin sisäinen arvaus vaan tarkistettava työkerros. Ero on siinä, että Rowboat vie ajatuksen lähemmäs jokapäiväistä tietotyötä: sähköpostia, kalenteria, palavereita ja työpöytäsovellusta.

Hyvä puoli on läpinäkyvyys. Voit avata muistin, lukea sen ja korjata sitä. Huono puoli on sama kuin kaikessa tiedostopohjaisessa työssä: jos muisti alkaa paisua, sen laatu pitää hoitaa. Rowboatissa tähän on rakennettu curation-logiikkaa, joka tiivistää ja siivoaa muistiinpanoja, mutta taika ei ole täydellinen. Muisti on hyödyllinen vain, jos se pysyy oikeana.

Rowboatin "live notes" on yksi kiinnostavimmista ominaisuuksista. Tavallinen Markdown-muistiinpano voi saada live:-määrityksen, jossa kerrotaan tavoite ja laukaisimet. Muistiinpano voi päivittyä aikataululla, aikaikkunan sisällä, tapahtumasta tai käsin.

Karkeasti: