OpenWorker

Un collègue IA de bureau open source et local-first, qui livre des résultats finis plutôt que des conversations

Agent agent universel

https://github.com/andrewyng/openworker

Visiter le site officiel

Rapport détaillé

En juillet 2026, Andrew Ng, responsable de l'éducation en IA, et Rohit Prasad, ancien responsable d'Amazon AGI, ont conjointement ouvert l'agent d'IA de bureau « OpenWorker » sous la licence MIT. Contrairement à l'IA traditionnelle « chat et réponse », le positionnement principal d'OpenWorker est de « fournir des produits finis plutôt que des conversations » : les utilisateurs n'ont qu'à décrire les résultats souhaités (tels que « préparer les briefings clients »), et il peut décomposer les tâches par lui-même, les exécuter sur des fichiers locaux et des applications connectées, et enfin remettre un fichier qui peut être ouvert et partagé directement. Après que le projet ait été lancé sur GitHub, il a rapidement reçu plus de 3 500 étoiles, marquant l'émergence d'une troisième position dans la bataille pour l'entrée des agents de bureau : open source, local d'abord et neutre en matière de modèle.
Andrew Ng est le fondateur de DeepLearning.AI, co-fondateur de Coursera et professeur adjoint au département d'informatique de l'Université de Stanford. Il a autrefois dirigé le projet Google Brain et a été le scientifique en chef de Baidu. Selon son site officiel personnel, plus de 7 millions de personnes ont appris l'intelligence artificielle grâce à ses cours. L'open source d'OpenWorker poursuit cette fois sa philosophie cohérente consistant à "abaisser le seuil d'utilisation de l'IA" - seulement cette fois, la prestation n'est pas un cours, mais un collègue IA. Le co-développeur Rohit Prasad est tout aussi costaud. Il a rejoint Amazon en 2013 et a été le premier scientifique en chef d'Alexa. Il dirige l'équipe Amazon AGI et dirige la série de modèles de base Nova depuis 2023. Il a démissionné fin décembre 2025 lors de la restructuration de l'architecture IA d'Amazon. Environ sept mois après avoir quitté Amazon, il est apparu en tant que co-développeur sur le projet open source, sa première démarche publique depuis son départ d'une grande entreprise. OpenWorker a été initialement développé dans l'entrepôt aisuite, une bibliothèque d'interfaces multimodèles auparavant open source par l'équipe d'Andrew Ng, puis est devenu indépendant et a créé un entrepôt séparé. Le projet est entré en phase bêta publique le 23 juillet 2026. La version actuelle de macOS (Apple Silicon) est signée et prend en charge les mises à jour automatiques. La version Windows 10/11 est disponible mais pas encore de code signé.
La principale différence entre OpenWorker et les chatbots IA ordinaires réside dans la « boucle fermée de livraison ». Le processus traditionnel d'utilisation de grands modèles consiste à laisser l'IA analyser les exigences et générer du texte, puis les utilisateurs recherchent des fichiers, vérifient les données, ajustent les formats et enfin envoient les résultats dans Slack, dans une boîte aux lettres ou dans un calendrier. L'objectif d'OpenWorker est d'ouvrir ce lien - les utilisateurs n'ont qu'à décrire les résultats souhaités, et il démontera la tâche elle-même, appellera les fichiers, les terminaux et les applications connectées sur l'ordinateur, et enfin livrera un produit fini pouvant être utilisé directement. En termes de capacités de connectivité, OpenWorker dispose de plus de 25 connecteurs intégrés pour les outils bureautiques, couvrant les outils grand public tels que GitHub, Slack, Jira, Notion, Linear, HubSpot, Outlook, Gmail et Google Calendar. Il prend également en charge l'accès à tout outil compatible via le protocole MCP. Les utilisateurs peuvent déclencher des tâches @OpenWorker dans le canal Slack, et il répondra les résultats au fil Slack une fois que la machine aura terminé le travail. L'automatisation programmée est une autre fonctionnalité importante. OpenWorker prend en charge les tâches périodiques telles que le rapport matinal, le rapport hebdomadaire, la surveillance des chaînes, etc., et laisse un enregistrement complet pour chaque exécution. Cela peut éviter de nombreuses opérations répétitives pour les travailleurs du savoir qui ont besoin d'une agrégation d'informations de routine. Au niveau architectural, OpenWorker utilise le shell de bureau Tauri 2 + React, associé à un serveur d'agent Python local. Le moteur de l'agent est basé sur la bibliothèque aisuite précédemment open source de Ng. Selon les données de l'entrepôt GitHub, le projet contient environ 119 fichiers back-end Python, 149 fichiers front-end TypeScript/TSX et 78 modules de test back-end. L'intégrité du projet est exceptionnelle parmi les projets open source similaires.Au niveau du modèle, OpenWorker n'est lié à aucun fournisseur. Les utilisateurs peuvent accéder à des modèles de pointe tels que OpenAI (GPT-5.6 Sol/Terra/Luna), Anthropic (Claude Fable/Mythos/Opus/Sonnet), Google Gemini 3.6, DeepSeek, Qwen, Mistral, Grok, etc. en apportant leurs propres clés API. Ils peuvent également diffuser des modèles entièrement locaux via Ollama. La liste de modèles organisée couvre environ 30 modèles validés par appel d'outils et prend même en charge la commutation entre différents modèles dans la même tâche pour équilibrer le coût et la qualité.
OpenWorker est entièrement gratuit sous la licence open source MIT et n'a pas de niveaux payants. Les utilisateurs ne supportent que le coût de l'API de modèle de leur choix : l'exécution avec des modèles Ollama natifs ne coûte rien. Pour les projets open source, cette stratégie tarifaire réduit les obstacles à l'essai, mais cela signifie également qu'il n'y a pas d'options de cloud géré, pas de SLA d'entreprise et pas de certification de conformité, adaptés aux utilisateurs et aux équipes qui ont la capacité de se maintenir eux-mêmes.
À en juger par de multiples retours, l'évaluation globale d'OpenWorker dans l'industrie est relativement positive. Les principaux points forts se concentrent sur plusieurs aspects : premièrement, la définition du produit « livrer des produits finis » répond aux besoins réels des travailleurs du savoir pour que l'IA « vive » plutôt que « discute » ; Deuxièmement, la combinaison trinitaire open source + priorité locale + neutralité du modèle est unique parmi les produits d'agent de bureau existants ; troisièmement, la mise en œuvre technique du moteur d'autorisations typées est reconnue par la communauté des développeurs. Dans le même temps, les premières analyses ont également souligné un certain nombre de limites. La version Windows n'est pas encore signée en code et déclenchera un avertissement SmartScreen une fois installée. Le projet est actuellement en phase bêta et la stabilité de l'écosystème des connecteurs et la vérification à grande échelle des utilisateurs sont encore inconnues. De plus, les utilisateurs doivent apporter leurs propres clés API ou déployer Ollama par eux-mêmes, et la barrière à l'entrée ne peut être ignorée pour les utilisateurs non techniques.
L'interprétation d'OpenWorker par de nombreux médias technologiques se concentre sur le même jugement : il est coincé dans une position auparavant vide. Au cours du premier semestre 2026, la bataille pour l'entrée des agents de bureau se déroulera selon deux axes : Claude Cowork d'Anthropic travaille comme employé de bureau dans le cadre de la sécurité et lie profondément son propre modèle ; l'open source OpenClaw emprunte la voie d'accès au système approfondi, est auto-hébergé, a un modèle flexible mais est piloté par la communauté. L'open source d'OpenWorker, le local d'abord, la neutralité du modèle et la définition du produit consistant à « livrer des produits finis » plutôt qu'à « aider les conversations » ne constituent que la troisième voie. L’importance de cette position réside dans la neutralité du modéliste. Les produits Cowork sont essentiellement des canaux de distribution pour les entreprises modèles, tandis qu'OpenWorker transforme les modèles en composants remplaçables. Sa prise en charge des modèles nationaux (Kimi, GLM et DeepSeek vont directement dans la liste des fonctionnalités) signifie que les développeurs nationaux peuvent l'utiliser comme base d'agent quotidienne, et pas seulement comme client pour les modèles étrangers. Cependant, certains analystes ont souligné que les projets d'Andrew Ng ont toujours eu des attributs pédagogiques et écologiques : aisuite est un standard d'interface, et OpenWorker s'apparente davantage à son implémentation de référence, donnant aux développeurs le « même look » et est encore loin d'être un produit de masse. Il faudra du temps pour vérifier le degré de perfectionnement de la version bêta ouverte et la stabilité de l’écosystème des connecteurs.
Au niveau de la sécurité, un agent local disposant d'autorisations d'accès au terminal et d'autorisations d'écriture de fichiers est en soi une surface d'attaque persistante. Bien que le moteur d'autorisation d'OpenWorker ait une conception typée - divisée en quatre niveaux de risque : lecture seule, écriture locale, exécution de commandes et effets secondaires externes, et prend en charge cinq modes d'autorisation - la fenêtre contextuelle d'approbation avant d'effectuer des opérations importantes reste essentiellement la dernière ligne de défense pour empêcher les instructions malveillantes. Les injections d'indices cachées dans les pages Web analysées, les jetons de connecteur compromis et les serveurs MCP malveillants peuvent tous contourner ce mécanisme. Un autre risque réside dans le statut bêta du projet. La version Windows n'est pas encore signée en code et rendre l'expérience multiplateforme cohérente est encore un travail inachevé. Il faudra plus de temps pour vérifier si les 25 connecteurs intégrés peuvent couvrir le flux de travail réel de l'entreprise et l'expérience réelle de l'accès MCP. De plus, le chevauchement fonctionnel croissant avec OpenClaw est également une variable concurrentielle à surveiller. Les deux sont open source, tous deux neutres en termes de modèle et tous deux mettent l’accent sur le fonctionnement local. Les différences convergeront vers les formes d’interaction et la gouvernance de l’ingénierie. Il reste à voir si OpenWorker peut tirer parti de l’influence de la communauté de Ng pour créer un écosystème de contributeurs.
OpenWorker convient particulièrement aux types d'utilisateurs suivants : les travailleurs du savoir qui apprécient la confidentialité des données (exécutés localement, les données ne quittent pas l'appareil) ; les développeurs prêts à lancer (open source, auditable et développement secondaire) ; les utilisateurs qui souhaitent basculer de manière flexible entre plusieurs modèles (avec leurs propres clés API, les modèles peuvent être remplacés) ; équipes qui ont besoin d’automatiser régulièrement les tâches de bureau. Les scénarios moins adaptés incluent : les utilisateurs non techniques qui n'ont besoin d'aucune configuration prête à l'emploi (la clé API ou Ollama doit être configurée) ; les organisations qui exigent une certification de conformité et de sécurité au niveau de l’entreprise ; les entreprises qui nécessitent une collaboration en équipe multi-utilisateurs et des capacités de gestion centralisées ; les utilisateurs qui utilisent principalement Windows ou Linux et ne veulent pas s'en soucier (macOS est actuellement la plate-forme principale).
La valeur de la sortie d'OpenWorker n'est pas seulement un nouveau produit Agent, mais aussi une déclaration claire d'Andrew Ng sur l'orientation du développement des agents de bureau : les agents IA ne peuvent pas rester éternellement dans la boîte de discussion, mais doivent véritablement participer au travail, fournir des résultats et restituer à l'utilisateur le droit de sélectionner un modèle, d'appeler des outils et de prendre une décision finale. Pour les équipes qui évaluent les outils Agent, le modèle d'autorisations d'approbation d'OpenWorker peut servir de référence par rapport à laquelle mesurer les produits Agent sur le cloud. Son degré de perfectionnement en phase bêta et les progrès de la construction de l'écologie communautaire détermineront s'il peut évoluer d'une « implémentation de référence » à un « produit de masse ».

Avis des utilisateurs

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

Rapport détaillé

Avis des utilisateurs

Produits similaires