OpenWorker

Un compañero de trabajo de IA de escritorio, de código abierto y local-first, que entrega resultados terminados en lugar de conversaciones

Agent agente universal

https://github.com/andrewyng/openworker

Visitar sitio web

Informe detallado

En julio de 2026, el líder de educación en inteligencia artificial, Andrew Ng, y el ex director de Amazon AGI, Rohit Prasad, abrieron conjuntamente el agente de inteligencia artificial de escritorio "OpenWorker" bajo la licencia del MIT. A diferencia de la IA tradicional de "chatear y responder", el posicionamiento principal de OpenWorker es "entregar productos terminados en lugar de conversaciones": los usuarios solo necesitan describir los resultados deseados (como "preparar informes para el cliente"), y puede dividir las tareas por sí mismo, ejecutarlas en archivos locales y aplicaciones conectadas, y finalmente entregar un archivo que se puede abrir y compartir directamente. Después de que el proyecto se lanzó en GitHub, rápidamente recibió más de 3500 estrellas, lo que marcó el surgimiento de una tercera posición en la batalla por la entrada de los agentes de escritorio: código abierto, local primero y modelo neutral.
Andrew Ng es el fundador de DeepLearning.AI, cofundador de Coursera y profesor adjunto del Departamento de Ciencias de la Computación de la Universidad de Stanford. Una vez dirigió el proyecto Google Brain y se desempeñó como científico jefe de Baidu. Según su sitio web oficial personal, más de 7 millones de personas han aprendido inteligencia artificial a través de sus cursos. El código abierto de OpenWorker esta vez continúa con su constante filosofía de "reducir el umbral para el uso de IA", solo que esta vez la entrega no es un curso, sino un colega de IA. El codesarrollador Rohit Prasad es igualmente fuerte. Se unió a Amazon en 2013 y fue uno de los primeros científicos jefe de Alexa. Ha dirigido el equipo de Amazon AGI y la serie de modelos básicos Nova desde 2023. Renunció a finales de diciembre de 2025 durante la reestructuración de la arquitectura de inteligencia artificial de Amazon. Aproximadamente siete meses después de dejar Amazon, apareció como codesarrollador del proyecto de código abierto, su primer movimiento público desde que dejó una empresa importante. OpenWorker se desarrolló inicialmente en el almacén aisuite, una biblioteca de interfaz multimodelo que anteriormente era de código abierto por el equipo de Andrew Ng, y luego se independizó y estableció un almacén separado. El proyecto entró en la fase beta pública el 23 de julio de 2026. La versión actual de macOS (Apple Silicon) está firmada y admite actualizaciones automáticas. La versión de Windows 10/11 está disponible pero aún no tiene el código firmado.
La principal diferencia entre OpenWorker y los chatbots de IA comunes es el "circuito cerrado de entrega". El proceso tradicional de usar modelos grandes es permitir que la IA analice los requisitos y genere texto, y luego los usuarios busquen archivos, verifiquen datos, ajusten formatos y finalmente envíen los resultados en Slack, buzón o calendario. El objetivo de OpenWorker es abrir este enlace: los usuarios solo necesitan describir los resultados deseados, y desensamblará la tarea en sí, llamará archivos, terminales y aplicaciones conectadas en la computadora y, finalmente, entregará un producto terminado que se puede usar directamente. En términos de capacidades de conectividad, OpenWorker tiene más de 25 conectores integrados para herramientas de oficina, que cubren herramientas convencionales como GitHub, Slack, Jira, Notion, Linear, HubSpot, Outlook, Gmail y Google Calendar. También admite el acceso a cualquier herramienta compatible a través del protocolo MCP. Los usuarios pueden activar tareas @OpenWorker en el canal de Slack y responderá los resultados al hilo de Slack después de que la máquina complete el trabajo. La automatización programada es otra característica importante. OpenWorker admite tareas periódicas como informes matutinos, informes semanales, visualización de canales, etc., y deja un registro de ejecución completo para cada ejecución. Esto puede ahorrar muchas operaciones repetitivas a los trabajadores del conocimiento que necesitan una agregación de información de rutina. A nivel arquitectónico, OpenWorker utiliza el shell de escritorio Tauri 2 + React, combinado con un servidor de agente Python local. El motor del agente se basa en la biblioteca aisuite de código abierto de Ng. Según los datos del almacén de GitHub, el proyecto contiene aproximadamente 119 archivos back-end de Python, 149 archivos front-end TypeScript/TSX y 78 módulos de prueba back-end. La integridad del proyecto es sobresaliente entre proyectos similares de código abierto.A nivel de modelo, OpenWorker no está vinculado a ningún proveedor. Los usuarios pueden acceder a modelos de vanguardia como OpenAI (GPT-5.6 Sol/Terra/Luna), Anthropic (Claude Fable/Mythos/Opus/Sonnet), Google Gemini 3.6, DeepSeek, Qwen, Mistral, Grok, etc. trayendo sus propias claves API. También pueden ejecutar modelos completamente locales a través de Ollama. La lista de modelos seleccionados cubre aproximadamente 30 modelos validados mediante llamadas de herramientas e incluso admite el cambio entre diferentes modelos en la misma tarea para equilibrar el costo y la calidad.
OpenWorker es completamente gratuito bajo la licencia de código abierto del MIT y no tiene niveles pagos. Los usuarios solo asumen el costo del modelo API de su elección: ejecutar modelos nativos de Ollama no cuesta nada. Para los proyectos de código abierto, esta estrategia de precios reduce la barrera para intentarlo, pero también significa que no hay opciones de nube administrada, ni SLA empresarial ni certificación de cumplimiento, adecuadas para usuarios y equipos que tienen la capacidad de mantenerse por sí mismos.
A juzgar por múltiples comentarios, la evaluación general de OpenWorker en la industria es relativamente positiva. Los aspectos más destacados se centran en varios aspectos: primero, la definición de producto de "entregar productos terminados" satisface las necesidades reales de los trabajadores del conocimiento de que la IA "viva" en lugar de "charlar"; en segundo lugar, la combinación trinitaria de código abierto + prioridad local + neutralidad del modelo es única entre los productos Agent de escritorio existentes; En tercer lugar, la comunidad de desarrolladores reconoce la implementación de ingeniería del motor de permisos escritos. Al mismo tiempo, las primeras revisiones también señalaron una serie de limitaciones. La versión de Windows aún no tiene código firmado y activará una advertencia de SmartScreen cuando se instale. El proyecto se encuentra actualmente en la etapa beta y aún se desconoce la estabilidad del ecosistema del conector y la verificación de usuarios a gran escala. Además, los usuarios deben traer sus propias claves API o implementar Ollama por sí mismos, y los usuarios no técnicos no pueden ignorar la barrera de entrada.
La interpretación de OpenWorker por parte de muchos medios tecnológicos se centra en el mismo juicio: está estancado en una posición que antes estaba vacía. En la primera mitad de 2026, la batalla por la entrada de agentes de escritorio se desarrollará a lo largo de dos rutas: Claude Cowork de Anthropic trabaja como empleado de escritorio dentro de los límites de seguridad y vincula profundamente su propio modelo; OpenClaw de código abierto toma la ruta de acceso profundo al sistema, es autohospedado, tiene un modelo flexible pero está impulsado por la comunidad. El código abierto de OpenWorker, lo local primero, la neutralidad del modelo y la definición de producto de "entregar productos terminados" en lugar de "ayudar a las conversaciones" simplemente forman la tercera ruta. La importancia de esta posición reside en la neutralidad del fabricante del modelo. Los productos de cowork son esencialmente canales de distribución para empresas modelo, mientras que OpenWorker convierte los modelos en componentes reemplazables. Su soporte para modelos nacionales (Kimi, GLM y DeepSeek van directamente a la lista de destacados) significa que los desarrolladores nacionales pueden usarlo como una base de agentes diaria, no solo como un cliente para modelos extranjeros. Sin embargo, algunos analistas señalaron que los proyectos de Andrew Ng siempre han tenido atributos educativos y ecológicos: aisuite es un estándar de interfaz, y OpenWorker se parece más a su implementación de referencia, dando a los desarrolladores la "misma apariencia" y aún está lejos de ser un producto masivo. Tomará tiempo verificar el grado de pulido de la beta abierta y la estabilidad del ecosistema del conector.
A nivel de seguridad, un Agente local con permisos de acceso a terminal y permisos de escritura de archivos es en sí mismo una superficie de ataque persistente. Aunque el motor de permisos de OpenWorker tiene un diseño escrito (dividido en cuatro niveles de riesgo: solo lectura, escritura local, ejecución de comandos y efectos secundarios externos, y admite cinco modos de permiso), la ventana emergente de aprobación antes de realizar operaciones importantes sigue siendo esencialmente la última línea de defensa para evitar instrucciones maliciosas. Las inyecciones de pistas ocultas en páginas web rastreadas, tokens de conector comprometidos y servidores MCP maliciosos pueden eludir este mecanismo. Otro riesgo reside en el estado beta del proyecto. La versión de Windows aún no tiene el código firmado y hacer que la experiencia multiplataforma sea consistente aún es un trabajo pendiente. Llevará más tiempo verificar si los 25 conectores integrados pueden cubrir el flujo de trabajo real de la empresa y la experiencia real de acceso a MCP. Además, la creciente superposición funcional con OpenClaw también es una variable competitiva que vale la pena observar. Ambos son de código abierto, ambos son neutrales en cuanto al modelo y ambos enfatizan la operación local. Las diferencias convergerán en formas de interacción y gobernanza de la ingeniería. Queda por ver si OpenWorker puede aprovechar la influencia de la comunidad de Ng para construir un ecosistema de contribuyentes.
OpenWorker es más adecuado para los siguientes tipos de usuarios: trabajadores del conocimiento que valoran la privacidad de los datos (se ejecuta localmente, los datos no salen del dispositivo); desarrolladores que estén dispuestos a tirar (desarrollo de código abierto, auditable y secundario); usuarios que desean cambiar de manera flexible entre múltiples modelos (con sus propias claves API, los modelos se pueden reemplazar); equipos que necesitan automatizar tareas de oficina de forma regular. Los escenarios que son menos adecuados incluyen: usuarios no técnicos que no necesitan configuración inmediata (es necesario configurar la clave API o Ollama); organizaciones que requieren certificación de seguridad y cumplimiento a nivel empresarial; empresas que requieren colaboración en equipos multiusuario y capacidades de gestión centralizada; usuarios que utilizan principalmente Windows o Linux y no quieren molestarse (macOS es actualmente la plataforma principal).
El valor del lanzamiento de OpenWorker no es solo un nuevo producto de Agente, sino también una declaración clara de Andrew Ng sobre la dirección de desarrollo de los Agentes de escritorio: los Agentes de IA no pueden permanecer en el cuadro de chat para siempre, sino que deben participar verdaderamente en el trabajo, entregar resultados y devolver al usuario el derecho a la selección de modelos, la llamada de herramientas y la toma de decisiones finales. Para los equipos que están evaluando las herramientas del Agente, el modelo de permisos de aprobación de OpenWorker puede servir como base para medir los productos del Agente en la nube. Su grado de pulido en la fase beta y el progreso de la construcción de la ecología comunitaria determinarán si puede evolucionar de una "implementación de referencia" a un "producto en masa".

Reseñas de usuarios

Lawrence_Wilson_99

—

Windows 版本装了，但 SmartScreen 一直弹警告，搞了半天才装上。虽然理解 beta 阶段还没签名，但体验确实打了折扣。等正式版吧。

CryptoTr_ader885

—

吴恩达果然是吴恩达，OpenWorker 这个「交付成品」的思路太对了。之前每次用 AI 都要在各软件之间来回倒腾，现在一句话就搞定，省了中间环节。

Gabriel.Bailey_7

—

太香了，已经回不去了。

Heather.Price_775

—

看了一圈代码，权限引擎的设计是最大的亮点。把工具调用分成 read / write_local / exec / external 四类，再配五种权限模式，比 OpenClaw 那种简单的全部允许或全部拒绝合理得多。

Thomas_Miller_88

—

刚在 Mac 上装好 OpenWorker，配置了 Claude API Key，试了一下让它帮我整理下周的日程冲突。说实话第一次跑的时候有点担心它会不会乱改日历，结果它在执行前弹了个确认框，列了具体的改动清单让我审一遍。比起 Cowork 那种黑盒操作，这种感觉踏实不少。

JMitchellIII

—

期待 Windows 版本完善！

realLyubomudrSviridovskiy_88

—

yyds！吴恩达出品必属精品。

MsFrankieDunne_88

—

之前用 OpenClaw 总担心安全问题，OpenWorker 的权限引擎给了我没尝试过的安心感。把每个工具调用都做了风险评级再决定是否放行，而不是简单粗暴的全放权或全禁止，这种精细化的管控才是一个桌面 Agent 该有的样子，尤其是当它拥有你终端的访问权限时，每一步都慎重才是对的。

JoshuaPerez007

—

GitHub 上已经有汉化包了，叫 openworker-zh-CN，一位开发者做的。覆盖了大概 80% 的界面，侧边栏、设置页、连接器都汉化了。对英文不好的用户来说，这个贡献真的很关键。

杜博雅

—

有没有人试过在 Ollama 上跑本地模型？我用 Qwen 2.5 试了一下，执行速度和响应质量都还不错，关键是数据完全不出本机，这比用云端 API 放心多了。

i1gj2jx

—

本地运行这点就秒杀 Cowork 了。

Kimberly_Morgan369

—

说实话上手门槛还是有点高的。先要装客户端，然后是 Python 环境，还要自己搞 API Key。对技术小白来说，光是配置这一步就劝退了。但如果你是开发者，那它就是神器。

CherylPowell_2021

—

免费的，还要什么自行车。

WElin_dev

—

试了下让它从 HubSpot 拉客户数据然后生成简报，最后产出的是一个可以直接用的 HTML 文件。之前用 GPT 做同样的事情，我需要手动跑 CRM 导出、再复制粘贴到提示词里，OpenWorker 省了中间至少三步。

安然297

—

最让我惊喜的是 Slack 集成。在频道里 @OpenWorker 就能触发任务，它在桌面端跑完活把结果回复到线程里，这个体验很自然，不用在聊天和桌面应用之间切来切去。

Kevin.ThompsonQ

—

仔细读了一下 secrets.py 的代码，发现连接器的访问令牌目前还是以 0600 权限的 JSON 文件存着的，官方说后续会切到系统密钥链。正式用之前建议注意一下这个点。

FlamingoFiRich_ter

—

3.7K stars 几天就到了，吴恩达的影响力确实不是盖的。不过说真的，这项目目前还处在「参考实现」的阶段，连接器的稳定性和 bug 修复速度才是决定它能走多远的关键。

EliWalker

—

在 Slack 里 @OpenWorker 这个功能太香了。我在运营频道设了一个每天早上 9 点自动生成数据简报的任务，它跑完之后在频道里回复一整个线程，团队成员都能看到。之前这事得专人手动做，现在完全自动化了，至少省了半小时。唯一的问题是刚开始配置 Slack 连接的时候有点费劲，花了二十分钟才搞定 OAuth。

silverrabbit181

—

Rohit Prasad 离开亚马逊后第一个项目就是这个，看来他选开源这条路的决心挺大的。一个做过 Alexa 首席科学家的人跑来搞桌面 Agent，有点意思。

Jennifer_Wood_202112

—

MIT 许可证真的是很良心了，可以商用、可以改、可以自己部署。对于 SaaS 团队来说，等于白捡一个 Agent 底座，自己魔改一下就能用。

CosmwasmWizLarses

—

个人觉得当前版本最有价值的是它的审批流程设计。不是那种简单的「是/否」弹窗，而是每个工具调用都有对应的风险分级，shell 命令还强制逐次询问。这思路值得所有桌面 Agent 学习。

Jeffrey.NguyenJr

—

同时支持 Kimi、GLM、DeepSeek 这些国产模型，说明团队是真的在走模型中立路线。对于国内开发者来说，可以用国产模型做底座，不用被海外 API 绑定。

JStephens

—

我在团队里安排了四个预设角色:运维值班、销售简报、产品反馈整理和行政日程。每个场景都试了一下，最流畅的是整理日程，最需要打磨的是跨 Jira 和 GitHub 查版本进度的场景，有时候模型理解任务会出差错。

KimberlyColemanIII

—

开了 auto 模式让 Agent 全权操作，结果它差点把某个测试分支删了……还好执行 shell 命令之前还是弹了确认。建议非技术用户别开 auto，用 interactive 模式最安全。

Kelly_Ortiz369

—

项目刚开源不到一周就有 59 次 commit，维护节奏相当快。对比了一下 OpenClaw 的项目活跃度，OpenWorker 有吴恩达团队背书，长期维护应该更有保障。

DHill520

—

试了接 MCP 协议的工具，配了一个自定义连接器，整个过程比预期顺利。文档里说明支持 MCP，实际用起来也确实可以，扩展性比我想的好。

PElon

—

设了一个每天早上 8 点自动跑晨报的定时任务，跑了两天都正常。每次跑完有完整日志，可以看到 Agent 每一步做了什么，出了问题也好排查。

Joshua_Ortiz

—

我第一天就装上了，正儿八经用了一个星期。说下真实感受吧。优点是思路确实对，「交付成品」这个定位比现在市面上所有聊天式 AI 都先进，省去了很多手工操作。但缺点也很明显，首先 Windows 版没有代码签名，安装就要折腾半天；其次它本质是一个 Python 本地服务加一个前端壳，对非开发者来说，要搞懂配置 API Key、调 MCP 连接器这些东西，门槛实在不低。另外连接器的稳定性也还有提升空间，我试了 Gmail 和 Google Calendar，偶尔会断连需要重新授权。总的来说我觉得它适合愿意折腾的开发者，但不适合想开箱即用的普通用户。希望 beta 期能把这些问题都修好吧。

AnthonyEnnis

—

第一天就下载试了，config 方面确实需要点技术基础，但跑起来之后效果惊人。OpenWorker 和 OpenClaw 的竞争感觉会是今年下半年桌面 Agent 领域最值得看的事情。

Barbara.BellII

—

帮我准备客户简报这个功能实测效果很好，它会先扫描本地 CRM 数据、查邮件往来记录、再结合 GitHub 上的项目进度，生成一个完整的一页纸。要是早半年有这个，我至少能省几十个小时。

OpenWorker

Informe detallado

Reseñas de usuarios

Productos similares