OpenWorker

오픈소스 로컬 우선 데스크톱 AI 동료, 대화가 아닌 완성된 결과물을 전달합니다

Agent 범용 에이전트

https://github.com/andrewyng/openworker

공식 사이트 방문

심층 리포트

2026년 7월, AI 교육 리더인 Andrew Ng와 전 Amazon AGI 책임자인 Rohit Prasad는 MIT 라이선스에 따라 데스크톱 AI 에이전트 "OpenWorker"를 공동으로 오픈소스화했습니다. 기존의 "채팅 및 답변" AI와 달리 OpenWorker의 핵심 포지셔닝은 "대화보다는 완성된 제품을 제공"하는 것입니다. 사용자는 원하는 결과(예: "클라이언트 브리핑 준비")만 설명하면 되며 작업을 자체적으로 분류하여 로컬 파일과 연결된 애플리케이션에서 실행하고 마지막으로 직접 열고 공유할 수 있는 파일을 전달할 수 있습니다. 프로젝트가 GitHub에서 시작된 후 빠르게 3,500개가 넘는 별을 받았으며 데스크톱 에이전트 진입 경쟁에서 오픈 소스, 로컬 우선, 모델 중립이라는 세 번째 위치가 등장했습니다.
Andrew Ng는 DeepLearning.AI의 창립자이자 Coursera의 공동 창립자이자 스탠포드 대학교 컴퓨터 공학과 겸임 교수입니다. 그는 한때 Google Brain 프로젝트를 이끌었고 Baidu의 수석 과학자를 역임했습니다. 그의 개인 공식 홈페이지에 따르면 그의 강좌를 통해 인공지능을 배운 사람은 700만명이 넘는다. 이번에 OpenWorker의 오픈 소스는 "AI 사용의 문턱을 낮추는 것"이라는 일관된 철학을 이어갑니다. 이번에는 강의가 아닌 AI 동료가 전달합니다. 공동 개발자 Rohit Prasad도 똑같이 무겁습니다. 그는 2013년에 Amazon에 합류했으며 Alexa의 초기 최고 과학자였습니다. 그는 2023년부터 Amazon AGI 팀을 이끌며 Nova 기본 모델 시리즈를 이끌었습니다. 그는 Amazon의 AI 아키텍처 개편 과정에서 2025년 12월 말 사임했습니다. 아마존을 떠난 지 약 7개월 만에 오픈소스 프로젝트의 공동 개발자로 모습을 드러냈는데, 이는 대기업을 떠난 후 첫 공개 행보였다. OpenWorker는 원래 Andrew Ng 팀이 오픈소스로 제공하던 다중 모델 인터페이스 라이브러리인 aisuite Warehouse에서 개발되었다가 독립하여 별도의 Warehouse를 구축했습니다. 이 프로젝트는 2026년 7월 23일 공개 베타 단계에 진입했습니다. 현재 macOS(Apple Silicon) 버전이 서명되었으며 자동 업데이트를 지원합니다. Windows 10/11 버전을 사용할 수 있지만 아직 코드 서명되지 않았습니다.
OpenWorker와 일반 AI 챗봇의 핵심 차이점은 '전달 폐쇄 루프'입니다. 대규모 모델을 사용하는 전통적인 프로세스는 AI가 요구 사항을 분석하고 텍스트를 생성한 다음 사용자가 파일을 찾고, 데이터를 확인하고, 형식을 조정하고, 최종적으로 결과를 Slack, 사서함 또는 달력으로 보내는 것입니다. OpenWorker의 목표는 이 링크를 여는 것입니다. 사용자는 원하는 결과만 설명하면 되며 작업 자체를 분해하고 컴퓨터에 있는 파일, 터미널 및 연결된 응용 프로그램을 호출하고 최종적으로 직접 사용할 수 있는 완성된 제품을 제공합니다. 연결 기능 측면에서 OpenWorker에는 GitHub, Slack, Jira, Notion, Linear, HubSpot, Outlook, Gmail 및 Google Calendar와 같은 주요 도구를 포괄하는 사무용 도구용 커넥터가 25개 이상 내장되어 있습니다. 또한 MCP 프로토콜을 통해 호환되는 모든 도구에 대한 액세스를 지원합니다. 사용자는 Slack 채널에서 @OpenWorker 작업을 트리거할 수 있으며 시스템이 작업을 완료한 후 Slack 스레드에 결과를 응답합니다. 예약된 자동화는 또 다른 중요한 기능입니다. OpenWorker는 아침 보고, 주간 보고, 채널 시청 등 주기적인 작업을 지원하며, 각 실행에 대한 완전한 실행 기록을 남깁니다. 이를 통해 일상적인 정보 수집이 필요한 지식 근로자의 반복 작업을 많이 줄일 수 있습니다. 아키텍처 수준에서 OpenWorker는 로컬 Python 에이전트 서버와 쌍을 이루는 Tauri 2 + React 데스크톱 셸을 사용합니다. 에이전트 엔진은 Ng의 이전 오픈 소스 aisuite 라이브러리를 기반으로 합니다. GitHub 웨어하우스 데이터에 따르면 이 프로젝트에는 약 119개의 Python 백엔드 파일, 149개의 TypeScript/TSX 프런트엔드 파일 및 78개의 백엔드 테스트 모듈이 포함되어 있습니다. 유사한 오픈소스 프로젝트 중에서 프로젝트 무결성이 뛰어납니다.모델 수준에서 OpenWorker는 어떤 공급업체에도 구속되지 않습니다. 사용자는 자신의 API 키를 가져와 OpenAI(GPT-5.6 Sol/Terra/Luna), Anthropic(Claude Fable/Mythos/Opus/Sonnet), Google Gemini 3.6, DeepSeek, Qwen, Mistral, Grok 등과 같은 최첨단 모델에 액세스할 수 있습니다. 또한 Ollama를 통해 완전히 로컬 모델을 실행할 수도 있습니다. 엄선된 모델 목록에는 도구 호출 검증 모델이 약 30개 포함되어 있으며 비용과 품질의 균형을 맞추기 위해 동일한 작업에서 서로 다른 모델 간 전환도 지원합니다.
OpenWorker는 MIT 오픈 소스 라이선스에 따라 완전 무료이며 유료 계층이 없습니다. 사용자는 자신이 선택한 모델 API의 비용만 부담합니다. 기본 Ollama 모델을 실행하면 비용이 전혀 들지 않습니다. 오픈 소스 프로젝트의 경우 이 가격 책정 전략은 시도의 장벽을 낮추지만, 자체적으로 유지 관리할 수 있는 능력이 있는 사용자와 팀에게 적합한 관리형 클라우드 옵션, 엔터프라이즈 SLA, 규정 준수 인증이 없다는 의미이기도 합니다.
여러 피드백을 종합해보면 업계 내 OpenWorker에 대한 전반적인 평가는 비교적 긍정적입니다. 핵심 강조점은 여러 측면에 초점을 맞추고 있습니다. 첫째, "완제품 제공"이라는 제품 정의는 AI가 "채팅"이 아닌 "살아남기"를 원하는 지식 근로자의 실제 요구를 충족합니다. 둘째, 오픈 소스 + 로컬 우선 순위 + 모델 중립성의 삼위일체 조합은 기존 데스크탑 에이전트 제품 중에서 독특합니다. 셋째, 형식화된 권한 엔진의 엔지니어링 구현이 개발자 커뮤니티에서 인정을 받았습니다. 동시에 초기 리뷰에서는 여러 가지 한계도 지적했습니다. Windows 버전은 아직 코드 서명되지 않았으며 설치 시 SmartScreen 경고가 발생합니다. 해당 프로젝트는 현재 베타 단계로, 커넥터 생태계의 안정성과 대규모 사용자 검증은 아직 미지수이다. 또한 사용자는 자신의 API 키를 가져오거나 Ollama를 직접 배포해야 하며, 기술적인 지식이 없는 사용자에게는 진입 장벽을 무시할 수 없습니다.
많은 기술 매체의 OpenWorker에 대한 해석은 동일한 판단에 초점을 맞추고 있습니다. 즉, OpenWorker는 이전에 공허한 위치에 갇혀 있습니다. 2026년 상반기에는 데스크톱 에이전트 진입을 위한 전투가 두 가지 경로로 전개될 것입니다. Anthropic의 Claude Cowork는 보안 경계 내에서 데스크톱 사무원으로 일하며 자체 모델을 깊게 묶습니다. 오픈 소스 OpenClaw는 심층적인 시스템 액세스 경로를 취하고 자체 호스팅되며 유연한 모델을 가지고 있지만 커뮤니티에 의해 주도됩니다. OpenWorker의 오픈 소스, 로컬 우선, 모델 중립성, "대화 지원"이 아닌 "완제품 제공"에 대한 제품 정의는 세 번째 경로를 형성합니다. 이 입장의 중요성은 모델 제조업체의 중립성에 있습니다. Cowork 제품은 기본적으로 모델 회사의 유통 채널인 반면, OpenWorker는 모델을 교체 가능한 구성 요소로 변환합니다. Kimi, GLM, DeepSeek 등 국내 모델을 지원한다는 것은 국내 개발자가 단순히 해외 모델의 클라이언트가 아닌 일일 Agent 기반으로 사용할 수 있음을 의미합니다. 그러나 일부 분석가들은 Andrew Ng의 프로젝트에는 항상 교육적, 생태학적 특성이 있었다고 지적했습니다. aisuite는 인터페이스 표준이고 OpenWorker는 참조 구현에 더 가깝고 개발자에게 "동일한 모양"을 제공하며 여전히 대량 제품과는 거리가 멀습니다. 오픈 베타의 완성도와 커넥터 생태계의 안정성은 검증하는 데 시간이 걸릴 것입니다.
보안 수준에서 터미널 액세스 권한과 파일 쓰기 권한이 있는 로컬 에이전트는 그 자체로 지속적인 공격 표면입니다. OpenWorker의 권한 엔진은 읽기 전용, 로컬 쓰기, 명령 실행, 외부 부작용의 4가지 위험 수준으로 구분되고 5가지 권한 모드를 지원하는 유형화된 설계를 갖고 있지만 중요한 작업을 수행하기 전 승인 팝업 창은 본질적으로 여전히 악의적인 지시를 방지하기 위한 최후의 방어선입니다. 크롤링된 웹 페이지에 숨겨진 힌트 주입, 손상된 커넥터 토큰, 악성 MCP 서버는 모두 이 메커니즘을 우회할 수 있습니다. 또 다른 위험은 프로젝트의 베타 상태에 있습니다. Windows 버전은 아직 코드 서명되지 않았으며 크로스 플랫폼 경험을 일관되게 만드는 것은 아직 끝나지 않은 작업입니다. 25개의 기본 제공 커넥터가 기업의 실제 워크플로우를 포괄할 수 있는지 여부와 MCP 액세스의 실제 경험을 확인하는 데 더 오랜 시간이 걸립니다. 또한, OpenClaw와의 기능적 중복이 증가하는 점도 주목할 만한 경쟁 변수입니다. 둘 다 오픈 소스이고 모델 중립적이며 둘 다 로컬 작업을 강조합니다. 차이점은 상호 작용 형태와 엔지니어링 거버넌스로 수렴됩니다. OpenWorker가 Ng의 커뮤니티 영향력을 활용하여 기여자 생태계를 구축할 수 있는지 여부는 아직 밝혀지지 않았습니다.
OpenWorker는 다음 유형의 사용자에게 가장 적합합니다. 데이터 개인정보 보호를 중시하는 지식 근로자(로컬에서 실행, 데이터가 장치 외부로 유출되지 않음) 기꺼이 포기할 개발자(오픈 소스, 감사 가능 및 보조 개발) 여러 모델 간을 유연하게 전환하려는 사용자(자체 API 키를 사용하여 모델 교체 가능) 정기적으로 사무실 작업을 자동화해야 하는 팀. 덜 적합한 시나리오는 다음과 같습니다: 기본적으로 설정이 필요하지 않은 비기술적인 사용자(API 키 또는 Ollama를 구성해야 함) 기업 수준의 규정 준수 및 보안 인증이 필요한 조직 다중 사용자 팀 협업과 중앙 집중식 관리 기능이 필요한 기업 주로 Windows나 Linux를 사용하고 귀찮게 하고 싶지 않은 사용자(현재는 macOS가 주요 플랫폼입니다).
OpenWorker 출시의 가치는 새로운 에이전트 제품일 뿐만 아니라 데스크톱 에이전트의 개발 방향에 대한 Andrew Ng의 명확한 설명이기도 합니다. AI 에이전트는 영원히 채팅 상자에 머물 수 없지만 진정으로 작업에 참여하고 결과를 제공하며 모델 선택, 도구 호출 및 최종 의사 결정 권한을 사용자에게 반환해야 합니다. 에이전트 도구를 평가하는 팀의 경우 OpenWorker의 승인 권한 모델은 클라우드에서 에이전트 제품을 측정하는 기준이 될 수 있습니다. 베타 단계의 연마 정도와 커뮤니티 생태 구축의 진행 상황에 따라 "참조 구현"에서 "대량 제품"으로 발전할 수 있는지 여부가 결정됩니다.

사용자 리뷰

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

심층 리포트

사용자 리뷰

유사 제품