OpenWorker

• 1. 概要 （全 404 文字）

  2026 年 7 月、AI 教育のリーダーである Andrew Ng 氏と元 Amazon AGI 責任者の Rohit Prasad 氏は共同で、MIT ライセンスに基づいてデスクトップ AI エージェント「OpenWorker」をオープンソース化しました。従来の「チャットと応答」AI とは異なり、OpenWorker の中心的な位置付けは「会話ではなく完成品を提供する」ことです。ユーザーは必要な結果 (「クライアントのブリーフィングを準備する」など) を記述するだけで済み、タスクを単独で分解し、ローカル ファイルと接続されているアプリケーション全体でタスクを実行し、最終的には直接開いて共有できるファイルを渡すことができます。このプロジェクトは GitHub で開始されるとすぐに 3,500 個以上の星を獲得し、デスクトップ エージェントの参入争いにおいて、オープンソース、ローカル ファースト、モデル中立という 3 番目のポジションの出現を示しました。

• 2. 製品の背景 （全 725 文字）

  Andrew Ng は、DeepLearning.AI の創設者、Coursera の共同創設者、スタンフォード大学コンピューター サイエンス学部の非常勤教授です。彼はかつて Google Brain プロジェクトを率い、Baidu の主任科学者を務めていました。彼の個人的な公式ウェブサイトによると、700 万人以上が彼のコースを通じて人工知能を学習しました。今回の OpenWorker のオープンソースは、「AI 使用の敷居を下げる」という一貫した哲学を継続していますが、今回のみ提供されるのはコースではなく、AI の同僚です。   共同開発者の Rohit Prasad も同様に重いです。彼は 2013 年に Amazon に入社し、Alexa の初期のチーフサイエンティストを務めました。彼は 2023 年から Amazon AGI チームを率い、Nova 基本モデル シリーズを率いてきました。Amazon の AI アーキテクチャの再構築中に、2025 年 12 月末に辞任しました。 Amazonを辞めてから約7か月後、彼はオープンソースプロジェクトの共同開発者として登場し、大手企業を辞めてから初めて公の場に姿を現した。   OpenWorker は当初、Andrew Ng のチームによって以前にオープンソース化されていたマルチモデル インターフェイス ライブラリである aisuite ウェアハウスで開発されましたが、その後独立して別のウェアハウスを設立しました。このプロジェクトは、2026 年 7 月 23 日にパブリック ベータ段階に入りました。現在の macOS (Apple Silicon) バージョンは署名されており、自動更新をサポートしています。 Windows 10/11 バージョンは利用可能ですが、まだコード署名されていません。

• 3. 製品の機能と使用感 （全 1256 文字）

  OpenWorker と通常の AI チャットボットの主な違いは、「配信クローズド ループ」です。大規模なモデルを使用する従来のプロセスでは、AI に要件を分析してテキストを生成させ、その後ユーザーがファイルを検索し、データを確認し、形式を調整して、最終的に結果を Slack、メールボックス、またはカレンダーに送信します。 OpenWorker の目標は、このリンクを開くことです。ユーザーは必要な結果を記述するだけで、タスク自体が逆アセンブルされ、ファイル、端末、およびコンピュータ上の接続アプリケーションが呼び出され、最終的には直接使用できる完成品が提供されます。   接続機能の点では、OpenWorker にはオフィス ツール用の 25 以上の組み込みコネクタがあり、GitHub、Slack、Jira、Notion、Linear、HubSpot、Outlook、Gmail、Google Calendar などの主流ツールをカバーしています。また、MCP プロトコルを介した互換性のあるツールへのアクセスもサポートします。ユーザーは Slack チャネルで @OpenWorker タスクをトリガーでき、マシンが作業を完了すると結果が Slack スレッドに返信されます。   スケジュールされた自動化も重要な機能です。 OpenWorker は、朝のレポート、週次レポート、チャンネル監視などの定期的なタスクをサポートし、実行ごとに完全な実行記録を残します。これにより、日常的な情報の集約が必要なナレッジ ワーカーにとって、多くの繰り返し操作を節約できます。   アーキテクチャ レベルでは、OpenWorker は Tauri 2 + React デスクトップ シェルをローカルの Python エージェント サーバーと組み合わせて使用​​します。 Agent エンジンは、Ng の以前のオープンソース aisuite ライブラリに基づいています。 GitHub ウェアハウス データによると、このプロジェクトには約 119 個の Python バックエンド ファイル、149 個の TypeScript/TSX フロントエンド ファイル、および 78 個のバックエンド テスト モジュールが含まれています。プロジェクトの整合性は、同様のオープンソース プロジェクトの中でも際立っています。モデル レベルでは、OpenWorker はどのベンダーにも束縛されません。ユーザーは、独自の API キーを持参することで、OpenAI (GPT-5.6 Sol/Terra/Luna)、Anthropic (Claude Fable/Mythos/Opus/Sonnet)、Google Gemini 3.6、DeepSeek、Qwen、Mistral、Grok などの最先端のモデルにアクセスできます。 Ollama を通じて完全にローカルなモデルを実行することもできます。厳選されたモデル リストには、ツール呼び出しで検証された約 30 のモデルが含まれており、コストと品質のバランスをとるために、同じタスク内での異なるモデル間の切り替えもサポートされています。

• 4. 価格設定とビジネスモデル （全 222 文字）

  OpenWorker は MIT オープンソース ライセンスに基づいて完全に無料であり、有料枠はありません。ユーザーは、選択したモデル API のコストのみを負担します。ネイティブ Ollama モデルで実行する場合、コストはゼロです。オープンソース プロジェクトの場合、この価格戦略により試行の障壁が低くなりますが、同時に、管理能力のあるユーザーやチームに適したマネージド クラウド オプション、エンタープライズ SLA、コンプライアンス認定がないことも意味します。

• 5. ユーザーレビュー （全 481 文字）

  複数のフィードバックから判断すると、業界における OpenWorker の全体的な評価は比較的肯定的です。主要なハイライトはいくつかの側面に焦点を当てています。まず、「完成品の提供」という製品定義は、AI が「チャット」するのではなく「生きる」というナレッジ ワーカーの実際のニーズを満たしています。 2 番目に、オープンソース + ローカル優先 + モデルの中立性という三位一体の組み合わせは、既存のデスクトップ エージェント製品の中でユニークです。 3 番目に、型付きパーミッション エンジンのエンジニアリング実装が開発者コミュニティによって認められています。   同時に、初期のレビューでは多くの制限も指摘されていました。 Windows バージョンはまだコード署名されていないため、インストール時に SmartScreen 警告が表示されます。このプロジェクトは現在ベータ段階にあり、コネクタ エコシステムの安定性や大規模なユーザー検証はまだ不明です。さらに、ユーザーは独自の API キーを持参するか、Ollama を自分でデプロイする必要があり、技術者以外のユーザーにとって参入障壁は無視できません。

• 6. 業界の評価 （全 735 文字）

  多くのテクノロジー メディアによる OpenWorker の解釈は、同じ判断に焦点を当てています。OpenWorker は、以前は空っぽだった位置に固定されています。 2026 年前半、デスクトップ エージェントの参入をめぐる戦いは 2 つのルートに沿って展開されます。Anthropic の Claude Cowork はセキュリティ境界内でデスクトップ クラークとして働き、独自のモデルと深く結びついています。オープン ソースの OpenClaw は、ディープ システム アクセス ルートを採用し、自己ホスト型で、柔軟なモデルを備えていますが、コミュニティによって推進されています。 OpenWorker のオープンソース、ローカル ファースト、モデルの中立性、そして「会話を支援する」のではなく「完成品を提供する」という製品定義は、まさに 3 番目のルートを形成します。   この立場の意義は模型メーカーの中立性にあります。 Cowork 製品は基本的にモデル会社の流通チャネルですが、OpenWorker はモデルを交換可能なコンポーネントに変えます。国内モデルのサポート (Kimi、GLM、および DeepSeek が注目リストに直接入ります) は、国内開発者が海外モデルのクライアントとしてだけでなく、日常のエージェント ベースとして使用できることを意味します。   しかし、一部のアナリストは、Andrew Ng 氏のプロジェクトには常に教育的かつ環境に優しい特性があると指摘しています。aisuite はインターフェイス標準であり、OpenWorker はそのリファレンス実装に近く、開発者に「同じ外観」を与えており、まだ大量生産製品には程遠いです。オープンベータの磨きの程度とコネクタエコシステムの安定性を検証するには時間がかかります。

• 7. 論争とリスク （全 668 文字）

  セキュリティ レベルでは、端末アクセス許可とファイル書き込み許可を持つローカル エージェント自体が永続的な攻撃対象領域となります。 OpenWorker のパーミッション エンジンは、読み取り専用、ローカル書き込み、コマンド実行、外部副作用の 4 つのリスク レベルに分類され、5 つのパーミッション モードをサポートする型付き設計になっていますが、重要な操作を実行する前の承認ポップアップ ウィンドウは、本質的に依然として悪意のある命令を防ぐ最後の防御線です。クロールされた Web ページに隠されたヒント インジェクション、侵害されたコネクタ トークン、悪意のある MCP サーバーはすべて、このメカニズムをバイパスする可能性があります。   もう 1 つのリスクは、プロジェクトのベータ版のステータスにあります。 Windows バージョンはまだコード署名されておらず、クロスプラットフォームのエクスペリエンスに一貫性を持たせる作業はまだ終わっていません。 25 個の内蔵コネクタが企業の実際のワークフローをカバーできるかどうか、および MCP アクセスの実際のエクスペリエンスを検証するにはさらに時間がかかります。   さらに、OpenClaw との機能の重複が増加していることも、注目に値する競争変数です。どちらもオープンソースであり、どちらもモデル中立であり、ローカル操作を重視しています。違いは、インタラクション形式とエンジニアリングガバナンスに収束します。 OpenWorker が Ng のコミュニティの影響力を活用してコントリビューター エコシステムを構築できるかどうかはまだわかりません。

• 8. 適用可能なグループと使用方法の提案 （全 404 文字）

  OpenWorker は、次のタイプのユーザーに最適です。データ プライバシーを重視するナレッジ ワーカー (ローカルで実行し、データはデバイスの外に流出しません)。積極的に挑戦する開発者 (オープンソース、監査可能な、二次開発)。複数のモデルを柔軟に切り替えたいユーザー（独自の API キーを使用してモデルを置き換えることができます）。オフィスタスクを定期的に自動化する必要があるチーム。   あまり適切ではないシナリオには、次のようなものがあります。 すぐにセットアップを行う必要がない非技術ユーザー (API キーまたは Ollama を構成する必要がある)。エンタープライズレベルのコンプライアンスとセキュリティ認証を必要とする組織。マルチユーザーのチームコラボレーションと集中管理機能を必要とする企業。主に Windows または Linux を使用し、煩わしさを感じたくないユーザー (現在は macOS が主要なプラットフォームです)。

• 9. 要約する （全 328 文字）

  OpenWorker のリリースの価値は、新しいエージェント製品であるだけでなく、デスクトップ エージェントの開発方向性に関する Andrew Ng 氏の明確な声明でもあります。AI エージェントは永遠にチャット ボックスにとどまることはできませんが、真に作業に参加し、結果を提供し、モデルの選択、ツールの呼び出し、および最終的な意思決定の権利をユーザーに返さなければなりません。エージェント ツールを評価しているチームにとって、OpenWorker の承認権限モデルは、クラウド上のエージェント製品を測定するためのベースラインとして機能します。ベータ段階での磨きの程度と群集生態学の構築の進捗によって、「リファレンス実装」から「量産製品」に進化できるかどうかが決まります。

詳細レポートはまだありません

• 

  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。

レビューはまだありません