AI教育大佬吴恩达也下场做AI同事了。

它不只是陪你聊天，也不只是给你列一个待办清单。而是，当你甩一句“帮我准备客户brief”，它就能自己跨文件、日历、Slack这些日常工具干活，最后把整理好的文档、写好的消息、更新后的日程交到你手上。

项目名为OpenWorker，现已在GitHub开源，采用MIT License。

OpenWorker打出的四张牌很明确：开放、本地优先、隐私保护以及模型无关。

吴恩达在X上透露，OpenWorker已经可以在Mac上运行，Windows版本也很快上线。

它不绑定任何特定模型——你只需带上自己的 API key，就能接入 GPT 5.6 Sol、Claude Fable、Gemini 3.6，或者通过 Ollama 运行 Kimi、GLM、DeepSeek、Inkling 等开放权重模型。

同时，你的数据只会保留在你自己的设备上，除非你主动选择使用特定的 LLM 服务商或第三方集成功能。

吴恩达在X上对它的定位一针见血：这是一个open-source agent，不只是和你聊天，而是deliver finished work。

直白点说就是：别光陪我聊天，帮我把活干了。

这很吴恩达。

过去几年，他一直在强调AI Agent和工作流的重要性。这次OpenWorker开源，某种意义上又把这句话往前推了一步：Agent的下一站，不只在浏览器里，也不只在代码编辑器里，而是在我们的桌面上。

那么，这个OpenWorker到底能干什么？为什么它值得关注？真正的看点在哪？

一起来看：

吴恩达，开始造AI同事了

OpenWorker的第一大看点，其实在于它的开源者——吴恩达。

他是DeepLearning.AI创始人、Coursera联合创始人，也是斯坦福大学计算机科学系兼职教授。此前，他曾牵头创立Google Brain项目，并担任百度首席科学家。

但除了这些履历标签，吴恩达在AI教育领域的影响力同样突出。2011年，他在斯坦福开设了一门在线机器学习课程，吸引了超过10万名学生参与。次年，他联合创办了Coursera，成为全球最知名的慕课平台之一。据其个人官网数据，目前已有超过700万人通过他的课程学习人工智能。

所以，OpenWorker不是某个开发者随手放到GitHub上的实验项目。吴恩达这一次瞄准的，仍然是降低AI的使用门槛。只不过，过去交付的是课程；这一次，交付的是一个AI同事。

不给建议，直接给成品

OpenWorker跟普通聊天机器人最直接的区别，就藏在“交付”这两个字里。

之前用大模型，通常要经历一条挺长的任务链：先让AI分析需求，再让它生成文本，然后自己查找文件、核对数据、调整格式，最后打开Slack、邮箱或者日历，把结果发出去。在这个过程中，AI确实参与了工作，但人还得在不同软件之间来回倒腾、收拾残局。

现在，OpenWorker想把这根链条接起来。你只需要告诉它希望得到什么结果，它就会自己拆解任务，调用电脑里的文件、终端和已连接的应用，完成具体操作，最后交付一份能打开、能修改、能分享的文件。

比如让它准备一份客户简报，它不只会列出一份简报该包含哪些内容，而是会去找相关材料、整理客户信息，再生成一份完整的文档。让它检查项目进度，它也能直接去Jira和GitHub搜集信息，而不是等着用户把背景材料一段段喂给它。

OpenWorker项目主页显示，它已经能连接超过25种工具，包括GitHub、Slack、Jira、Notion、Linear、HubSpot、Outlook、Gmail、Google Calendar等，还能调用本地文件和终端。而且，如果觉得这25种工具不够用，还可以通过MCP继续给它接入更多工具。

另外，OpenWorker还能跟大模型互相配合，共同执行定时任务。比如每天早上定时整理一份信息简报，每周自动生成工作报告，或者持续关注某个Slack频道，都可以交给它。

这么看下来，OpenWorker更像是给大模型配上了办公桌、电脑和一串工具账号。大模型负责思考，OpenWorker负责让它真正动手。听起来，确实像一对配合默契的工作伙伴。

能干活，也能主动请示、不自作主张

不过，当AI从回答问题走向操作电脑，风险也跟着变了。一段回答写错了，可以重新生成。但如果AI把你准备发给朋友的吐槽误发给了领导、删掉了没有备份的重要文件、改错了日程，那事情就没那么简单了。

对此，OpenWorker给出的解决方案是：“在执行重要操作前，先回来请示。”当任务涉及发送消息、修改日历、写入外部工具或者执行终端命令时，它会先暂停操作，向你说明自己准备做什么。只有获得批准后，它才会继续执行。

如果你不在电脑前，但OpenWorker刚好执行到了发消息、改文件、运行命令这类关键步骤，它也不会为了赶着完成任务就跳过确认，而是会把请求先放进待确认列表，等你回来同意了再继续做。

这条设计看起来不起眼，但恰恰决定了AI Agent能不能真正进入办公场景。毕竟，一个合格的AI同事可以勤快，但不能擅作主张。它既要有能力把工作推进下去，也要知道哪些事情必须由人拍板。

模型随便换，数据可以留在本地

除了直接交活，OpenWorker还强调四个特点：开源、本地优先、隐私保护，以及模型无关。整个项目已经采用MIT许可证开源，开发者可以查看代码、修改功能，也可以按自己的工作流程部署。

它也不把用户绑定在某一家模型厂商上。只要你带上自己的API key，就能接入OpenAI、DeepSeek、Kimi等模型，也可以通过Ollama运行本地模型。这样一来，自由度就高多了。假如说今天GPT涨价了或者不好用了，随时可以切换成Kimi或其他模型。

另外，OpenWorker的Agent循环、对话记录、连接器令牌和模型密钥，都默认保存在你自己的设备上。只有当你主动选择使用特定的LLM服务商或第三方集成功能时，相应的数据才会离开本机。当然，这并不意味着数据绝对不会上传云端。但至少，更多选择权握在了自己手里——比如用哪个模型、连哪些工具、把数据交给谁。

我专门看了一眼OpenWorker项目主页，它目前仍处于公开测试阶段，GitHub上已经放出了两个Windows安装包，分别适配Windows 10和Windows 11。只不过，这两个Windows版本还没有完成代码签名，安装时可能会触发SmartScreen提醒。

这意思是，OpenWorker确实能用了，只是很多边角还在打磨中。感兴趣的朋友可以蹲一波后续更新。

AI Agent要会交活

总之，OpenWorker把AI Agent的一个发展方向说清楚了：

AI Agent不能永远停留在聊天框里，它要真正参与工作、交付成果，并把模型选择权、工具调用权和最终决定权交还给用户。

下一阶段的AI应用，核心是谁更能跨工具理解上下文，生成可交付成果，并在关键动作前把控制权交还给人。吴恩达选择把OpenWorker做成开源、隐私友好、模型无关，也是在给这个方向定调：未来的AI同事，最好是用户可选择、可控制、可改造的工作层。

当然，OpenWorker的实际使用效果还有待观察和测评。但至少，它把AI同事的模样刻画得更清晰了——一个合格的AI同事，不仅要能理解目标、能自主寻找材料、使用工具，把活干完、干对，也要知道什么时候应该停下来，把决定权交还给人。

《夸克》非常好用的免费AI浏览器

下载APP查看