PyRun de la URV crea aplicacions d’IA sense gestionar servidors

El 27 d’octubre de 2026, MetaData va presentar PyRun, desenvolupada pel grup CloudLab de la Universitat Rovira i Virgili (URV), a Tarragona, com una plataforma per crear aplicacions d’intel·ligència artificial sense administrar directament servidors; Pedro García, responsable del grup, vol que «les persones es concentrin en el problema que volen resoldre». Des del navegador s’hi poden preparar assistents que consulten informació pròpia, programar amb l’ajuda d’agents i executar anàlisis de dades que necessiten recursos del núvol.

En una comunicació de la URV, la universitat descriu PyRun com un laboratori virtual per a estudiants, docents, investigadors i professionals, accessible des del navegador. Per a un professional o un equip petit, la distinció és concreta: la plataforma prepara l’entorn de càlcul, però el projecte continua requerint decisions sobre el codi, les dades i els recursos que consumirà.

Assistents que consulten informació seleccionada

Un ús de PyRun és construir un assistent conversacional a partir de documents escollits per qui el desenvolupa. La presentació de CloudLab esmenta manuals, articles científics i documentació d’una organització com a materials que l’assistent pot consultar per respondre preguntes. Això permet acotar les respostes a un conjunt d’informació relacionat amb una assignatura, una activitat professional o un projecte de recerca.

En un cas hipotètic, un petit negoci podria reunir els seus manuals de servei i preparar un assistent per respondre consultes sobre aquest contingut. PyRun aportaria l’entorn per desenvolupar-lo i executar-lo; el negoci hauria de triar els materials, mantenir-los al dia i decidir quines preguntes ha de resoldre l’aplicació. Si un document és ambigu o obsolet, automatitzar l’accés a la informació no en corregeix el contingut.

La mateixa lògica serveix per a una col·lecció d’apunts o publicacions científiques: l’assistent treballa sobre el material que s’hi incorpora. Per això, abans de valorar-ne les respostes, importa saber què conté aquesta col·lecció i com s’ha preparat. PyRun facilita construir i executar l’eina; la selecció de les fonts i la utilitat de les respostes depenen del projecte concret.

Agents de programació i anàlisi de dades

PyRun també incorpora agents d’IA que poden ajudar a generar programes, detectar errors i fer tasques dins l’entorn de desenvolupament. L’usuari pot donar instruccions en llenguatge natural i supervisar-ne el treball. Aquesta assistència pot reduir la feina de preparació d’un programa, però encara cal definir què ha de fer i revisar el codi i els resultats abans d’incorporar-los a una aplicació.

Quan la feina exigeix més càlcul, PyRun pot distribuir tasques entre recursos del núvol. CloudLab assenyala l’anàlisi de dades genòmiques i el tractament d’imatges de satèl·lit com a possibles aplicacions d’aquesta capacitat. Per a un equip reduït, l’avantatge operatiu és poder executar un procés paral·lel sense desplegar i coordinar manualment els recursos informàtics que necessita.

Aquests exemples també delimiten el tipus d’usuari a qui serveix l’eina. PyRun està pensada per treballar amb aplicacions i codi en Python: cal preparar les dades, formular el càlcul i interpretar-ne la sortida. Un agent pot ajudar a escriure parts del programa, però no determina per si sol si les dades són adequades, si el mètode respon a la pregunta plantejada o si el resultat és fiable.

Què automatitza PyRun quan executa el codi

La gestió que assumeix PyRun comença entre el programa de l’usuari i el proveïdor del núvol. La plataforma configura l’entorn d’execució, prepara els recursos necessaris per a la feina, posa en marxa el procés i en permet seguir el funcionament. Això evita haver de configurar directament cada servidor o desplegar per separat tots els components de càlcul.

El canvi és especialment visible quan un procés creix més enllà del que pot assumir un ordinador personal. En lloc de preparar manualment diverses màquines, el desenvolupador treballa en el seu projecte i deixa que la plataforma organitzi l’execució distribuïda. Els càlculs continuen passant en recursos reals del núvol, de manera que la durada de la feina, les dades tractades i la capacitat utilitzada segueixen tenint conseqüències operatives.

El navegador concentra l’accés a aquest entorn, però el resultat continua sent una aplicació que algú ha de dissenyar. Per exemple, crear un assistent amb documents propis implica preparar la informació i definir el comportament esperat; executar una anàlisi exigeix decidir quines dades entren al procés i què significarà la sortida. PyRun desplaça la configuració de la infraestructura fora de la feina quotidiana del desenvolupador.

El compte d’AWS i el cost que continua a càrrec de l’usuari

La documentació oficial de PyRun estableix la frontera econòmica: la plataforma s’ofereix gratuïtament durant la fase inicial, però per començar cal registrar-s’hi amb un correu electrònic i connectar un compte d’Amazon Web Services (AWS). Els recursos de càlcul i emmagatzematge que utilitzen les tasques es facturen directament al compte del proveïdor connectat. La gratuïtat de PyRun, per tant, no fixa el cost total d’executar una aplicació.

La plataforma organitza l’execució dins l’entorn de núvol de l’usuari. Segons el tipus de feina, el consum pot correspondre a instàncies de càlcul, funcions sense servidor o emmagatzematge. Un assistent que respon consultes i un procés que tracta un gran conjunt de dades poden requerir recursos diferents; sense conèixer-ne l’ús concret, no es pot atribuir una factura única a PyRun.

La integració principal per començar és AWS. La documentació també descriu un suport creixent per a IBM Cloud mitjançant IBM Code Engine i una limitació actual per als equips: en general, un compte d’AWS vinculat només es pot associar a un usuari de PyRun. Per a un professional que desenvolupa pel seu compte, això situa el compte de núvol i el consum al centre del pressupost; per a un equip petit, també condiciona com s’organitza l’accés al projecte.