OpenWorker

Rekan kerja AI desktop open source dan lokal-first yang menyerahkan hasil jadi, bukan percakapan

Agent agen universal

https://github.com/andrewyng/openworker

Kunjungi situs resmi

Laporan mendalam

Pada bulan Juli 2026, pemimpin pendidikan AI Andrew Ng dan mantan kepala Amazon AGI Rohit Prasad bersama-sama membuat Agen AI desktop "OpenWorker" menjadi open source di bawah lisensi MIT. Tidak seperti AI "obrolan-dan-jawab" tradisional, posisi inti OpenWorker adalah untuk "mengirimkan produk jadi, bukan percakapan" - pengguna hanya perlu menjelaskan hasil yang diinginkan (seperti "menyiapkan pengarahan klien"), dan dapat memecah tugas dengan sendirinya, menjalankannya di seluruh file lokal dan aplikasi yang terhubung, dan akhirnya menyerahkan file yang dapat dibuka dan dibagikan secara langsung. Setelah proyek ini diluncurkan di GitHub, proyek ini dengan cepat menerima lebih dari 3.500 bintang, menandai kemunculan posisi ketiga dalam persaingan masuknya Agen desktop: open source, local first, dan model neutral.
Andrew Ng adalah pendiri DeepLearning.AI, salah satu pendiri Coursera, dan asisten profesor di Departemen Ilmu Komputer di Universitas Stanford. Dia pernah memimpin proyek Google Brain dan menjabat sebagai kepala ilmuwan Baidu. Menurut situs resmi pribadinya, lebih dari 7 juta orang telah mempelajari kecerdasan buatan melalui kursusnya. OpenWorker open source kali ini melanjutkan filosofinya yang konsisten yaitu "menurunkan ambang batas penggunaan AI" - hanya saja kali ini penyampaiannya bukan kursus, melainkan rekan AI. Rekan pengembang Rohit Prasad juga sama kuatnya. Dia bergabung dengan Amazon pada tahun 2013 dan merupakan kepala ilmuwan awal Alexa. Dia telah memimpin tim Amazon AGI dan memimpin seri model dasar Nova sejak tahun 2023. Dia mengundurkan diri pada akhir Desember 2025 selama restrukturisasi arsitektur AI Amazon. Sekitar tujuh bulan setelah meninggalkan Amazon, ia muncul sebagai salah satu pengembang proyek sumber terbuka, langkah publik pertamanya sejak meninggalkan perusahaan besar. OpenWorker awalnya dikembangkan di gudang asuite, perpustakaan antarmuka multi-model yang sebelumnya bersumber terbuka oleh tim Andrew Ng, kemudian menjadi mandiri dan mendirikan gudang terpisah. Proyek ini memasuki fase beta publik pada 23 Juli 2026. Versi macOS (Apple Silicon) saat ini telah ditandatangani dan mendukung pembaruan otomatis. Versi Windows 10/11 tersedia tetapi kode belum ditandatangani.
Perbedaan inti antara OpenWorker dan chatbot AI biasa adalah "pengiriman loop tertutup". Proses tradisional dalam menggunakan model besar adalah membiarkan AI menganalisis persyaratan dan menghasilkan teks, lalu pengguna menemukan file, memeriksa data, menyesuaikan format, dan terakhir mengirimkan hasilnya di Slack, kotak surat, atau kalender. Tujuan OpenWorker adalah untuk membuka tautan ini - pengguna hanya perlu mendeskripsikan hasil yang diinginkan, dan OpenWorker akan membongkar tugas itu sendiri, memanggil file, terminal, dan aplikasi yang terhubung di komputer, dan akhirnya mengirimkan produk jadi yang dapat digunakan secara langsung. Dalam hal kemampuan konektivitas, OpenWorker memiliki lebih dari 25 konektor bawaan untuk alat kantor, yang mencakup alat umum seperti GitHub, Slack, Jira, Notion, Linear, HubSpot, Outlook, Gmail, dan Google Kalender. Ini juga mendukung akses ke alat apa pun yang kompatibel melalui protokol MCP. Pengguna dapat memicu tugas @OpenWorker di saluran Slack, dan hasilnya akan dibalas ke thread Slack setelah mesin menyelesaikan pekerjaan. Otomatisasi terjadwal adalah fitur penting lainnya. OpenWorker mendukung tugas berkala seperti laporan pagi, laporan mingguan, pengamatan saluran, dll., dan meninggalkan catatan berjalan lengkap untuk setiap proses. Hal ini dapat menghemat banyak operasi berulang bagi pekerja berpengetahuan yang memerlukan pengumpulan informasi rutin. Pada tingkat arsitektur, OpenWorker menggunakan shell desktop Tauri 2 + React, dipasangkan dengan Server Agen Python lokal. Mesin Agen didasarkan pada perpustakaan asuite sumber terbuka milik Ng. Menurut data gudang GitHub, proyek ini berisi sekitar 119 file back-end Python, 149 file front-end TypeScript/TSX, dan 78 modul pengujian back-end. Integritas proyek luar biasa di antara proyek sumber terbuka serupa.Pada tingkat model, OpenWorker tidak terikat pada vendor mana pun. Pengguna dapat mengakses model mutakhir seperti OpenAI (GPT-5.6 Sol/Terra/Luna), Anthropic (Claude Fable/Mythos/Opus/Sonnet), Google Gemini 3.6, DeepSeek, Qwen, Mistral, Grok, dll. dengan membawa kunci API mereka sendiri. Mereka juga dapat menjalankan model lokal sepenuhnya melalui Ollama. Daftar model yang dikurasi mencakup sekitar 30 model yang divalidasi panggilan alat, dan bahkan mendukung peralihan antar model berbeda dalam tugas yang sama untuk menyeimbangkan biaya dan kualitas.
OpenWorker sepenuhnya gratis di bawah lisensi sumber terbuka MIT dan tidak memiliki tingkatan berbayar. Pengguna hanya menanggung biaya model API pilihan mereka - menjalankan model Ollama asli tidak memerlukan biaya apa pun. Untuk proyek sumber terbuka, strategi penetapan harga ini menurunkan hambatan untuk mencoba, tetapi ini juga berarti tidak ada opsi cloud terkelola, tidak ada SLA perusahaan, dan tidak ada sertifikasi kepatuhan, yang cocok untuk pengguna dan tim yang memiliki kemampuan untuk mempertahankan diri mereka sendiri.
Dilihat dari berbagai masukan, penilaian keseluruhan OpenWorker di industri ini relatif positif. Sorotan inti fokus pada beberapa aspek: pertama, definisi produk "menyampaikan produk jadi" memenuhi kebutuhan nyata pekerja pengetahuan akan AI untuk "hidup" dan bukan "mengobrol"; kedua, kombinasi trinitas open source + prioritas lokal + netralitas model adalah unik di antara produk Agen desktop yang ada; ketiga, rekayasa implementasi mesin izin yang diketik diakui oleh komunitas pengembang. Pada saat yang sama, tinjauan awal juga menunjukkan sejumlah keterbatasan. Versi Windows belum ditandatangani kodenya dan akan memicu peringatan SmartScreen saat diinstal. Proyek ini saat ini dalam tahap beta, dan stabilitas ekosistem konektor serta verifikasi pengguna skala besar masih belum diketahui. Selain itu, pengguna perlu membawa kunci API mereka sendiri atau menerapkan Ollama sendiri, dan hambatan untuk masuk tidak dapat diabaikan bagi pengguna non-teknis.
Penafsiran OpenWorker oleh banyak media teknologi berfokus pada penilaian yang sama: terjebak pada posisi yang sebelumnya kosong. Pada paruh pertama tahun 2026, persaingan untuk masuknya agen desktop akan terjadi di dua jalur - Claude Cowork dari Anthropic bekerja sebagai petugas desktop dalam batas keamanan dan sangat mengikat modelnya sendiri; open source OpenClaw mengambil rute akses sistem yang dalam, dihosting sendiri, memiliki model yang fleksibel namun didorong oleh komunitas. Sumber terbuka OpenWorker, lokal pertama, netralitas model, dan definisi produk tentang "mengirimkan produk jadi" daripada "membantu percakapan" hanyalah jalur ketiga. Pentingnya posisi ini terletak pada netralitas produsen model. Produk rekan kerja pada dasarnya adalah saluran distribusi bagi perusahaan model, sementara OpenWorker mengubah model menjadi komponen yang dapat diganti. Dukungannya untuk model dalam negeri—Kimi, GLM, dan DeepSeek langsung masuk ke daftar unggulan—berarti pengembang dalam negeri dapat menggunakannya sebagai basis Agen harian, bukan hanya klien untuk model luar negeri. Namun, beberapa analis menunjukkan bahwa proyek Andrew Ng selalu memiliki atribut pendidikan dan ekologi: asuite adalah standar antarmuka, dan OpenWorker lebih seperti implementasi referensi, memberikan pengembang "tampilan yang sama" dan masih jauh dari produk massal. Tingkat penyempurnaan beta terbuka dan stabilitas ekosistem konektor akan membutuhkan waktu untuk diverifikasi.
Pada tingkat keamanan, Agen lokal dengan izin akses terminal dan izin menulis file itu sendiri merupakan permukaan serangan yang terus-menerus. Meskipun mesin izin OpenWorker memiliki desain yang diketik - dibagi menjadi empat tingkat risiko baca-saja, penulisan lokal, eksekusi perintah, dan efek samping eksternal, dan mendukung lima mode izin - jendela pop-up persetujuan sebelum melakukan operasi penting pada dasarnya masih merupakan garis pertahanan terakhir untuk mencegah instruksi jahat. Suntikan petunjuk yang disembunyikan di halaman web yang dirayapi, token konektor yang disusupi, dan server MCP yang berbahaya semuanya dapat melewati mekanisme ini. Risiko lainnya terletak pada status beta proyek. Versi Windows belum ditandatangani kodenya, dan membuat pengalaman lintas platform konsisten masih merupakan pekerjaan yang belum selesai. Apakah 25 konektor bawaan dapat mencakup alur kerja perusahaan yang sebenarnya dan pengalaman akses MCP yang sebenarnya akan memerlukan waktu lebih lama untuk diverifikasi. Selain itu, meningkatnya tumpang tindih fungsi dengan OpenClaw juga merupakan variabel kompetitif yang patut diperhatikan. Keduanya open source, keduanya netral model, dan keduanya menekankan pengoperasian lokal. Perbedaan tersebut akan menyatu menjadi bentuk interaksi dan tata kelola rekayasa. Masih harus dilihat apakah OpenWorker dapat memanfaatkan pengaruh komunitas Ng untuk membangun ekosistem kontributor.
OpenWorker paling cocok untuk tipe pengguna berikut: pekerja berpengetahuan yang menghargai privasi data (dijalankan secara lokal, data tidak keluar dari perangkat); pengembang yang bersedia membuang (open source, auditable, dan pengembangan sekunder); pengguna yang ingin beralih secara fleksibel di antara beberapa model (dengan kunci API mereka sendiri, model dapat diganti); tim yang perlu mengotomatiskan tugas kantor secara teratur. Skenario yang kurang sesuai antara lain: pengguna non-teknis yang tidak memerlukan pengaturan apa pun (kunci API atau Ollama perlu dikonfigurasi); organisasi yang memerlukan sertifikasi kepatuhan dan keamanan tingkat perusahaan; perusahaan yang memerlukan kolaborasi tim multi-pengguna dan kemampuan manajemen terpusat; pengguna yang sebagian besar menggunakan Windows atau Linux dan tidak mau repot (macOS saat ini menjadi platform utama).
Nilai dari rilis OpenWorker bukan hanya produk Agen baru, tetapi juga pernyataan jelas dari Andrew Ng tentang arah pengembangan Agen desktop: Agen AI tidak bisa terus berada di kotak obrolan, tetapi harus benar-benar berpartisipasi dalam pekerjaan, memberikan hasil, dan mengembalikan hak pemilihan model, pemanggilan alat, dan pengambilan keputusan akhir kepada pengguna. Untuk tim yang mengevaluasi alat Agen, model izin persetujuan OpenWorker dapat berfungsi sebagai dasar untuk mengukur produk Agen di cloud. Tingkat kesempurnaannya dalam fase beta dan kemajuan konstruksi ekologi komunitas akan menentukan apakah hal ini dapat berkembang dari "implementasi referensi" menjadi "produk massal".

Ulasan pengguna

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

Laporan mendalam

Ulasan pengguna

Produk serupa