吴恩达老师新作！开源桌面AI Agent，5天大涨7.6k Star

智猩猩AI整理

编辑：没方

7月24日，吴恩达突然在 X 上宣布，他和 Rohit Prasad 正在做一个新的开源项目 OpenWorker。

曾把深度学习带给全球数百万学习者的吴恩达，这次把目光放在了更落地的“AI 同事”上。

眼下几乎所有AI工具都会主打自己的“干活能力”。

可是，我们和AI协作的日常往往是这样的：

比如说让ChatGPT帮忙做一份客户调研，它可以在聊天框里输出几千字，写得条理清晰。

但接下来，你还得把内容复制进Word，重新调整格式，逐一核对数据，再打开邮箱找到客户，把相关资料打包附上，最后写一封邮件发给同事。

同样，让AI帮你处理今天的日程，它可以清晰列出哪些会议时间冲突，并建议你把哪一场挪到下午。可真正动手打开日历、查看参会人的空闲、修改会议时间、再逐一通知所有人的操作，依然落在你肩上。

AI只是给了我们一个近乎完美的“答案”，但是它并没有把“事情”做完。

搞得我们好像被困在一种奇怪的夹层里。

一边惊叹于AI的聪明，一边自己每天仍需要在无数软件之间来回切换，执行着复制、粘贴、下载、上传、改格式的重复劳动。

OpenWorker想做的，就是填上这些流程的“接缝”工作。

它是一个运行在你桌面上的开源AI Coworker。

你不需要给出每一步指令，只需告诉它最终想要什么结果。它会自主将目标拆解为多个步骤，在你的本地文件、终端和各种办公应用之间协同工作。

当涉及到发送消息、修改日历或运行命令等关键操作时，它会暂停下来，等你批准后再执行。

最终，它交付给你的是一份可以直接使用的文档、表格或报告，而不是一份教你接下来该做什么的“待办清单”。

如下图所示，该项目仅开源5天，就在github上收获了 7.6k stars。

01

拆解OpenWorker：运行在桌面端的

Agent Harness

从架构上看，OpenWorker可以理解为一套运行在桌面端的Agent Harness。

最外层是基于React和Tauri构建的桌面界面，负责呈现对话、任务进度、生成文件、工具调用记录和审批请求。它的内部构造如下图：

桌面界面下方运行着一个本地Python Agent服务器，负责模型调用、任务执行、工具管理、连接器、记忆和自动化调度。

OpenWorker的Agent引擎建立在吴恩达团队此前开源的aisuite之上。

aisuite为不同大模型提供统一的调用接口，并进一步提供工具、Toolkits和MCP支持。

OpenWorker则在这个基础上加入桌面界面、权限控制、文件系统、办公软件连接器、任务调度和结果交付，形成完整的终端用户产品。

当用户输入一个任务后，OpenWorker首先理解用户真正想要的结果，再将任务拆解成多个步骤，在本地工作区里读文件、搜信息、调用连接的工具，最后把结果以文档、表格、网页或消息的形式真正落地。

为了完成跨应用任务，OpenWorker内置了25种以上的工具连接器，覆盖Slack、GitHub、Jira、Notion、Linear、HubSpot、Outlook、Gmail、Google Calendar等常见办公平台。

用户还可以让它访问本地文件和终端。

对于官方尚未内置的工具，只要存在相应的MCP Server，也可以通过Model Context Protocol继续扩展。

Slack在OpenWorker中不仅是一项数据源，也可以成为任务入口。

用户可以直接在频道里提及@OpenWorker。桌面端随后创建相应会话，在本地调用模型和连接器完成任务，最终再将结果回复到原来的Slack线程中。

OpenWorker还强调本地优先。

Agent循环、对话记录、模型密钥和连接器Token默认保存在用户设备中。项目代码中还包含基于SQLite的本地记忆存储，可以按照工作区和会话保存、读取、更新或删除记忆内容。

它没有默认让Agent自由执行所有操作，而是设计了一套权限和风险控制机制。

默认交互模式允许自动执行低风险读取操作，但写文件、执行命令以及调用具有外部影响的工具时，需要向用户发起审批。

如果定时任务在无人值守状态下遇到需要授权的动作，OpenWorker不会直接执行，而是把审批请求放入收件箱，等待用户之后处理。

02

给你的电脑装个AI“同事”

（1）安装

苹果和windows系统的用户分别点击对应的下载链接即可安装：

• macOS：
  

  https://download.openworker.com/mac

  
  

• Windows：
  

  https://download.openworker.com/windows

安装完成后打开应用程序，进入 Settings → Models，添加模型 API 密钥（或将其指向本地 Ollama），即可开始使用。

注意：Windows 版本目前尚未完成代码签名，首次运行时可能会提示警告，选择“仍要运行”即可。

（2）上手实测：它真的能分析我的公众号吗？

打开OpenWorker桌面端应用，界面显示如下：

设置好API 密钥后（这里用的是DeepSeek V4 Flash），我用它来分析了一下我们公众号一般撰写什么类型的论文解读，数据是我保存的部分pdf原文以及投稿人发给我的md文档。

OpenWorker的右上角有一个任务执行状态面板，用来实时展示当前任务进行到了哪一步。

我没有告诉它我们公众号名字叫智猩猩AI，但是他可以从一些文本内容分析出来我们公众号的名字。

OpenWorker能够分析出我们账号一般会撰写大模型强化学习、AI Agent 智能体框架、模型架构与推理优化以及开源项目/工具推荐四个方向的内容。

这个输出结果基本符合我们公众号的选题方向，输出的报告结构以及内容也比较清晰。

03

总结

OpenWorker将模型、文件、终端、办公软件、权限审批和自动化任务整合进同一个桌面环境，让AI把目标直接转化为能够使用的成果。

它目前仍处于早期阶段，距离稳定可靠的数字员工还有不少工程问题需要解决。但OpenWorker展示了一个越来越清晰的方向：

未来衡量一个AI产品的标准，不只是它有多聪明，还要看它能否安全、稳定地把事情真正做完。

参考资料：

https://x.com/AndrewYNg/status/2080333504446108104；

https://github.com/andrewyng/openworker；

https://github.com/andrewyng/aisuite

END

关注+星标，获取AI前沿进展与优质开源项目