导读
AI 教育领军人物吴恩达正式推出开源项目 OpenWorker，旨在打造一款能真正“交付成果”的 AI 同事。该项目主打开放、本地优先、隐私保护及模型无关四大特性，已支持 Mac 系统，Windows 版本即将上线。OpenWorker 不仅能跨工具自动执行任务，更在关键操作上引入人工确认机制，重新定义了 AI Agent 在办公场景中的落地形态。
吴恩达打造"AI 同事”：从聊天到交付
吴恩达（Andrew Ng）作为 DeepLearning.AI 创始人、Coursera 联合创始人及斯坦福大学兼职教授，曾在 Google Brain 及百度担任核心职务，其开设的在线课程累计吸引超 700 万人学习。此次他推出的 OpenWorker 项目，标志着其重心从“降低学习门槛”转向“降低使用门槛”，致力于将 AI 从对话助手升级为能独立干活的桌面代理。
OpenWorker 已在 GitHub 开源，采用 MIT License。吴恩达明确指出，该项目的核心定位是 open-source agent，其价值不在于陪聊或列出待办清单，而在于直接交付 finished work（成品）。
核心能力：跨工具执行与自动交付
与传统大模型需要用户在不同软件间手动复制粘贴、整理数据不同，OpenWorker 能够打通任务链路。用户只需下达指令（如“准备客户简报”），它即可自主拆解任务，调用本地文件、终端及已连接的第三方应用，最终生成可编辑、可分享的完整文档。
广泛的工具连接能力
OpenWorker 原生支持连接超过 25 种主流办公工具，涵盖 GitHub、Slack、Jira、Notion、Linear、HubSpot、Outlook、Gmail 及 Google Calendar 等。此外，项目支持通过 MCP（Model Context Protocol）协议扩展更多工具接口，满足个性化工作流需求。
支持定时任务与自动化
除了即时响应，OpenWorker 还支持与大模型配合执行定时任务。例如每日自动生成信息简报、每周汇总工作报告或持续监控特定 Slack 频道动态，实现真正的无人值守自动化。
安全机制：关键操作需人工确认
针对 AI 代理操作电脑可能带来的误删文件、错发消息等风险，OpenWorker 设计了严格的“请示机制”。当任务涉及发送消息、修改日历、写入外部系统或执行终端命令时，Agent 会暂停执行并弹窗说明意图，仅在获得用户批准后才继续操作。
即使用户暂时离开，系统也不会擅自跳过确认步骤，而是将请求挂起，待用户返回处理。这一设计确保了 AI 在提升效率的同时，将最终决策权牢牢掌握在人类手中，符合企业级应用的安全规范。
架构特点：模型无关与本地优先
OpenWorker 秉持开放理念，具备以下核心优势：
模型无关（Model Agnostic）
项目不绑定任何特定大模型厂商。用户可自由配置 API Key 接入 GPT、Claude、Gemini 等云端模型，也可通过 Ollama 部署 Kimi、GLM、DeepSeek 等本地开源权重模型。这种灵活性让用户可根据成本、性能需求随时切换底层模型。
本地优先与隐私保护
默认情况下，Agent 的运行循环、对话记录、连接器令牌及模型密钥均存储在用户本地设备中。除非用户主动启用特定的云端 LLM 服务或第三方集成，否则数据不会上传至云端，最大程度保障隐私安全。
目前，OpenWorker 处于公开测试阶段。Mac 版本已可用，GitHub 提供了适配 Windows 10/11 的安装包（注：因未完成代码签名，安装时可能会触发系统安全提示）。
行业启示：AI Agent 的下一站
OpenWorker 的出现明确了 AI Agent 的发展趋势：未来的智能助手不应局限于浏览器或聊天窗口，而应深入操作系统桌面，成为具备上下文理解能力、能跨工具执行任务且可控可改的工作层。
合格的 AI 同事不仅要能自主寻找材料、使用工具完成任务，更要懂得在关键时刻停下脚步，将决定权交还给人。
吴恩达通过开源、隐私友好及模型无关的设计，为构建下一代人机协作模式奠定了基调。