OpenWorker

一款開源、本地優先的桌面 AI 同事，交付成品而非對話

Agent 通用 Agent

https://github.com/andrewyng/openworker

前往官網

深度報告

2026 年 7 月，AI 教育領軍人物吳恩達（Andrew Ng）與前亞馬遜 AGI 負責人 Rohit Prasad 聯合開源了桌面 AI Agent「OpenWorker」，採用 MIT 許可證。與傳統「聊天-回答」式 AI 不同，OpenWorker 的核心定位是「交付成品而非對話」——使用者只需描述期望的結果（如「準備客戶簡報」），它就能自行拆解任務、跨本地檔案和已連線的應用執行，最終交出一份可直接開啟和分享的檔案。專案上線 GitHub 後迅速獲得超過 3500 星標，標誌著桌面 Agent 入口之爭出現了第三種位置：開源、本地優先、模型中立。
吳恩達是 DeepLearning.AI 創始人、Coursera 聯合創始人、斯坦福大學電腦科學系兼職教授，曾領導 Google Brain 專案並擔任百度首席科學家。據其個人官網資料，超過 700 萬人透過他的課程學習人工智慧。這次 OpenWorker 的開源，延續了他一貫「降低 AI 使用門檻」的理念——只是這次交付的不是課程，而是一個 AI 同事。共同開發者 Rohit Prasad 同樣分量十足。他 2013 年加入亞馬遜，是 Alexa 早期的首席科學家，2023 年起領導亞馬遜 AGI 團隊並主導 Nova 基礎模型系列，2025 年 12 月底在亞馬遜 AI 架構重組中離職。離開亞馬遜約七個月後，他以共同開發者的身份出現在這個開源專案中，這也是他離開大廠後的首個公開動作。 OpenWorker 最初在吳恩達團隊此前開源的多模型介面庫 aisuite 倉庫內開發，隨後獨立出來成立單獨倉庫。專案於 2026 年 7 月 23 日進入公開測試階段，目前 macOS（Apple Silicon）版本已簽名並支援自動更新，Windows 10/11 版本雖已可用但尚未程式碼簽名。
OpenWorker 與普通 AI 聊天機器人最核心的差異在於「交付閉環」。傳統使用大模型的流程是：讓 AI 分析需求、生成文字，然後使用者自己查詢檔案、核對資料、調整格式，最後在 Slack、郵箱或日曆中把結果發出去。OpenWorker 的目標是把這條鏈路打通——使用者只需描述期望的結果，它會自行拆解任務，呼叫電腦中的檔案、終端和已連線的應用，最後交付一份可直接使用的成品。連線能力方面，OpenWorker 內建 25 個以上辦公工具聯結器，涵蓋 GitHub、Slack、Jira、Notion、Linear、HubSpot、Outlook、Gmail、Google Calendar 等主流工具，也支援透過 MCP 協議接入任何相容工具。使用者可以在 Slack 頻道里 @OpenWorker 觸發任務，它在本機完成工作後把結果回覆到 Slack 執行緒。定時自動化是另一個重要功能。OpenWorker 支援晨報、週報、頻道值守等週期性任務，每次執行留有完整執行記錄。這對需要例行資訊彙總的知識工作者來說，可以省去大量重複操作。架構層面，OpenWorker 採用 Tauri 2 + React 的桌面殼，搭配本地 Python Agent Server。Agent 引擎基於吳恩達此前開源的 aisuite 庫。據 GitHub 倉庫資料，該專案包含約 119 個 Python 後端檔案、149 個 TypeScript/TSX 前端檔案和 78 個後端測試模組，工程完整性在同類開源專案中較為突出。模型層面，OpenWorker 不繫結任何廠商。使用者自帶 API 金鑰即可接入 OpenAI（GPT-5.6 Sol/ Terra/ Luna）、Anthropic（Claude Fable/Mythos/Opus/Sonnet）、Google Gemini 3.6、DeepSeek、Qwen、Mistral、Grok 等前沿模型，也可以透過 Ollama 執行完全本地的模型。精選模型列表覆蓋約 30 個經過工具呼叫驗證的模型，甚至支援在同一任務中切換不同模型以平衡成本和質量。
OpenWorker 完全免費，採用 MIT 開源許可證，沒有付費層級。使用者只需承擔自己選擇的模型 API 費用——使用本地 Ollama 模型可實現零成本執行。對於開源專案來說，這一定價策略降低了嘗試門檻，但同時也意味著沒有託管雲選項、沒有企業 SLA、沒有合規認證，適合有能力自行維護的使用者和團隊。
從多方反饋來看，業內對 OpenWorker 的整體評價比較正面。核心亮點集中在幾個方面：第一，「交付成品」的產品定義切中了知識工作者對 AI「出活」而非「聊天」的真實需求；第二，開源 + 本地優先 + 模型中立的三位一體組合，在現有桌面 Agent 產品中是獨一份；第三，型別化許可權引擎的工程實現受到開發者社群的認可。同時，早期評價也指出了不少侷限。Windows 版本尚未程式碼簽名，安裝時會觸發 SmartScreen 警告。專案目前處於 beta 階段，聯結器生態的穩定性和大規模使用者驗證都還是未知數。此外，使用者需要自帶 API 金鑰或自行部署 Ollama，上手門檻對於非技術使用者來說不容忽視。
多家科技媒體對 OpenWorker 的解讀集中在同一個判斷上：它卡在了一個此前空著的位置。2026 年上半年，桌面 Agent 的入口之爭沿著兩條路線展開——Anthropic 的 Claude Cowork 在安全邊界內做桌面文員，深度繫結自家模型；開源的 OpenClaw 走深度系統訪問路線，自託管、模型靈活但由社群驅動。OpenWorker 的開源、本地優先、模型中立，加上「交付成品」而非「協助對話」的產品定義，正好形成了第三條路線。這個位置的意義在於模型廠商的中立性。Cowork 類產品本質上是模型公司的分發渠道，OpenWorker 則把模型變成可替換的元件。它對國產模型的支援——Kimi、GLM、DeepSeek 直接進入精選列表——意味著國內開發者可以把它當作日常 Agent 底座，而不只是海外模型的客戶端。不過也有分析指出，吳恩達的專案歷來帶有教育和生態屬性：aisuite 是介面標準，OpenWorker 更像它的參考實現，是給開發者「打了一個樣」，離大眾產品還有距離。open beta 的打磨程度和聯結器生態的穩定性，都需要時間驗證。
安全層面，一個擁有終端訪問許可權和檔案寫入許可權的本地 Agent 本身就是持續的攻擊面。雖然 OpenWorker 的許可權引擎做了型別化設計——分為只讀、本地寫入、執行命令、外部副作用四個風險等級，並支援五種許可權模式——但執行重要操作前的審批彈窗，本質上仍是阻止惡意指令的最後一道防線。藏匿在抓取網頁中的提示注入、被攻破的聯結器令牌、惡意的 MCP 伺服器，都可能繞過這一機制。另一個風險在於專案的 beta 狀態。Windows 版本尚未程式碼簽名，跨平臺體驗的一致性還是未完成的工作。25 個內建聯結器能否覆蓋企業真實工作流，MCP 接入的實際體驗如何，都需要更長時間驗證。此外，與 OpenClaw 之間功能重疊度越來越高也是值得關注的競爭變數。兩者都開源、都模型中立、都強調本地執行，差異將收斂到互動形態和工程治理上。OpenWorker 能否藉助吳恩達的社群影響力建立貢獻者生態，還待觀察。
OpenWorker 最適合以下幾類使用者：注重資料隱私的知識工作者（本地執行，資料不出裝置）；願意折騰的開發者（開源可審計，可二次開發）；希望在多個模型間靈活切換的使用者（自帶 API Key，模型可替換）；需要定時自動化辦公任務的團隊。不太適合的場景包括：需要零設定即開即用的非技術使用者（需要配置 API 金鑰或 Ollama）；需要企業級合規和安全認證的組織；需要多使用者團隊協作集中管理功能的企業；以 Windows 或 Linux 為主且不想折騰的使用者（macOS 目前是主推平臺）。
OpenWorker 的釋出價值不只是一個新的 Agent 產品，更是吳恩達對桌面 Agent 發展方向的一次清晰表態：AI Agent 不能永遠停留在聊天框裡，要真正參與工作、交付成果，並把模型選擇權、工具呼叫權和最終決定權交還給使用者。對於正在評估 Agent 工具的團隊來說，OpenWorker 的審批許可權模型可以作為衡量雲上 Agent 產品的參考基線。它在 beta 期的打磨程度和社群生態的建設進度，將決定它能否從「參考實現」進化為「大眾產品」。

使用者評論

Lawrence_Wilson_99

—

Windows 版本裝了，但 SmartScreen 一直彈警告，搞了半天才裝上。雖然理解 beta 階段還沒簽名，但體驗確實打了折扣。等正式版吧。

CryptoTr_ader885

—

吳恩達果然是吳恩達，OpenWorker 這個「交付成品」的思路太對了。之前每次用 AI 都要在各軟體之間來回倒騰，現在一句話就搞定，省了中間環節。

Gabriel.Bailey_7

—

太香了，已經回不去了。

Heather.Price_775

—

看了一圈程式碼，許可權引擎的設計是最大的亮點。把工具呼叫分成 read / write_local / exec / external 四類，再配五種許可權模式，比 OpenClaw 那種簡單的全部允許或全部拒絕合理得多。

Thomas_Miller_88

—

剛在 Mac 上裝好 OpenWorker，配置了 Claude API Key，試了一下讓它幫我整理下週的日程衝突。說實話第一次跑的時候有點擔心它會不會亂改日曆，結果它在執行前彈了個確認框，列了具體的改動清單讓我審一遍。比起 Cowork 那種黑盒操作，這種感覺踏實不少。

JMitchellIII

—

期待 Windows 版本完善！

realLyubomudrSviridovskiy_88

—

yyds！吳恩達出品必屬精品。

MsFrankieDunne_88

—

之前用 OpenClaw 總擔心安全問題，OpenWorker 的許可權引擎給了我沒嘗試過的安心感。把每個工具呼叫都做了風險評級再決定是否放行，而不是簡單粗暴的全放權或全禁止，這種精細化的管控才是一個桌面 Agent 該有的樣子，尤其是當它擁有你終端的訪問許可權時，每一步都慎重才是對的。

JoshuaPerez007

—

GitHub 上已經有漢化包了，叫 openworker-zh-CN，一位開發者做的。覆蓋了大概 80% 的介面，側邊欄、設定頁、聯結器都漢化了。對英文不好的使用者來說，這個貢獻真的很關鍵。

杜博雅

—

有沒有人試過在 Ollama 上跑本地模型？我用 Qwen 2.5 試了一下，執行速度和響應質量都還不錯，關鍵是資料完全不出本機，這比用雲端 API 放心多了。

i1gj2jx

—

本地執行這點就秒殺 Cowork 了。

Kimberly_Morgan369

—

說實話上手門檻還是有點高的。先要裝客戶端，然後是 Python 環境，還要自己搞 API Key。對技術小白來說，光是配置這一步就勸退了。但如果你是開發者，那它就是神器。

CherylPowell_2021

—

免費的，還要什麼腳踏車。

WElin_dev

—

試了下讓它從 HubSpot 拉客戶資料然後生成簡報，最後產出的是一個可以直接用的 HTML 檔案。之前用 GPT 做同樣的事情，我需要手動跑 CRM 匯出、再複製貼上到提示詞裡，OpenWorker 省了中間至少三步。

安然297

—

最讓我驚喜的是 Slack 整合。在頻道里 @OpenWorker 就能觸發任務，它在桌面端跑完活把結果回覆到執行緒裡，這個體驗很自然，不用在聊天和桌面應用之間切來切去。

Kevin.ThompsonQ

—

仔細讀了一下 secrets.py 的程式碼，發現聯結器的訪問令牌目前還是以 0600 許可權的 JSON 檔案存著的，官方說後續會切到系統金鑰鏈。正式用之前建議注意一下這個點。

FlamingoFiRich_ter

—

3.7K stars 幾天就到了，吳恩達的影響力確實不是蓋的。不過說真的，這專案目前還處在「參考實現」的階段，聯結器的穩定性和 bug 修復速度才是決定它能走多遠的關鍵。

EliWalker

—

在 Slack 裡 @OpenWorker 這個功能太香了。我在運營頻道設了一個每天早上 9 點自動生成資料簡報的任務，它跑完之後在頻道里回覆一整個執行緒，團隊成員都能看到。之前這事得專人手動做，現在完全自動化了，至少省了半小時。唯一的問題是剛開始配置 Slack 連線的時候有點費勁，花了二十分鐘才搞定 OAuth。

silverrabbit181

—

Rohit Prasad 離開亞馬遜後第一個專案就是這個，看來他選開源這條路的決心挺大的。一個做過 Alexa 首席科學家的人跑來搞桌面 Agent，有點意思。

Jennifer_Wood_202112

—

MIT 許可證真的是很良心了，可以商用、可以改、可以自己部署。對於 SaaS 團隊來說，等於白撿一個 Agent 底座，自己魔改一下就能用。

CosmwasmWizLarses

—

個人覺得當前版本最有價值的是它的審批流程設計。不是那種簡單的「是/否」彈窗，而是每個工具呼叫都有對應的風險分級，shell 命令還強制逐次詢問。這思路值得所有桌面 Agent 學習。

Jeffrey.NguyenJr

—

同時支援 Kimi、GLM、DeepSeek 這些國產模型，說明團隊是真的在走模型中立路線。對於國內開發者來說，可以用國產模型做底座，不用被海外 API 繫結。

JStephens

—

我在團隊裡安排了四個預設角色:運維值班、銷售簡報、產品反饋整理和行政日程。每個場景都試了一下，最流暢的是整理日程，最需要打磨的是跨 Jira 和 GitHub 查版本進度的場景，有時候模型理解任務會出差錯。

KimberlyColemanIII

—

開了 auto 模式讓 Agent 全權操作，結果它差點把某個測試分支刪了……還好執行 shell 命令之前還是彈了確認。建議非技術使用者別開 auto，用 interactive 模式最安全。

Kelly_Ortiz369

—

專案剛開源不到一週就有 59 次 commit，維護節奏相當快。對比了一下 OpenClaw 的專案活躍度，OpenWorker 有吳恩達團隊背書，長期維護應該更有保障。

DHill520

—

試了接 MCP 協議的工具，配了一個自定義聯結器，整個過程比預期順利。文件裡說明支援 MCP，實際用起來也確實可以，擴充套件性比我想的好。

PElon

—

設了一個每天早上 8 點自動跑晨報的定時任務，跑了兩天都正常。每次跑完有完整日誌，可以看到 Agent 每一步做了什麼，出了問題也好排查。

Joshua_Ortiz

—

我第一天就裝上了，正兒八經用了一個星期。說下真實感受吧。優點是思路確實對，「交付成品」這個定位比現在市面上所有聊天式 AI 都先進，省去了很多手工操作。但缺點也很明顯，首先 Windows 版沒有程式碼簽名，安裝就要折騰半天；其次它本質是一個 Python 本地服務加一個前端殼，對非開發者來說，要搞懂配置 API Key、調 MCP 聯結器這些東西，門檻實在不低。另外聯結器的穩定性也還有提升空間，我試了 Gmail 和 Google Calendar，偶爾會斷連需要重新授權。總的來說我覺得它適合願意折騰的開發者，但不適合想開箱即用的普通使用者。希望 beta 期能把這些問題都修好吧。

AnthonyEnnis

—

第一天就下載試了，config 方面確實需要點技術基礎，但跑起來之後效果驚人。OpenWorker 和 OpenClaw 的競爭感覺會是今年下半年桌面 Agent 領域最值得看的事情。

Barbara.BellII

—

幫我準備客戶簡報這個功能實測效果很好，它會先掃描本地 CRM 資料、查郵件往來記錄、再結合 GitHub 上的專案進度，生成一個完整的一頁紙。要是早半年有這個，我至少能省幾十個小時。

OpenWorker

深度報告

使用者評論

相關連結

同類產品