文婷 发自 凹非寺
量子位 | 公众号 QbitAI
AI教育大佬也下场做AI同事了。
不只是陪你聊天，也不只是给你列一个待办清单。
而是你说一句“帮我准备客户brief”，它就能跨文件、日历、Slack这些日常工具自己干活，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主打四件事：开放本地优先、隐私保护以及模型无关
吴恩达在推上表示，OpenWorker已经可以在Mac上运行，Windows版本也即将上线。
它不绑定任何特定模型。你只需带上自己的 API Key，即可接入 GPT 5.6 Sol、Claude Fable、Gemini 3.6，或是通过 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上对它的定位很直接：这是一个open-source agent，不只是和你聊天，而是deliver finished work。
直抒胸臆就是：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，某种意义上也把这个判断又往前推了一步：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的一大看点，在于其开源者是吴恩达
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
除了学术和产业履历，吴恩达在AI教育领域的影响力同样突出。
2011年，吴恩达在斯坦福开设了一门在线机器学习课程，吸引逾10万名学生参与。
次年，他与Daphne Koller联合创办了全球知名慕课平台（MOOC）Coursera
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。
因此，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与普通聊天机器人最直接的区别，可以用“交付”一词概括。
之前使用大模型，通常需要经历一条漫长的任务链，即先让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虽然参与了工作，但我们仍然需要在不同软件之间来回倒腾、收拾残局。
现在，OpenWorker想把这条链路接起来。
我们只需要告诉它希望得到什么结果，它便会自行拆解任务，调用电脑中的文件、终端和已连接的应用，完成具体操作，最后交付一份能够打开、修改和分享的文件。
比如让它准备一份客户简报，它不只会列出简报应该包含哪些内容，而是会寻找相关资料、整理客户信息，再生成完整文档。
让它检查项目进度，它也可以前往Jira和GitHub搜集信息，而不是等着用户把所有背景材料一段段喂给它。
OpenWorker项目主页显示，它可以连接超过25种工具，包括GitHub、Slack、Jira、Notion、Linear、HubSpot、Outlook、Gmail、Google Calendar等，能调用本地文件与终端。
并且，如果你觉得这25种工具不够用，还可以通过MCP继续为它接入更多的工具。
此外，OpenWorker还能与大模型相互配合、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频道等，都可以交给它处理。
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。
听起来真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发给领导、删错没有备份的重要文件、改错日程，事情就没有那么简单了。
对此，OpenWorker给出的解决方式是“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，向我们说明自己准备做什么。只有获得批准后，它才会继续执行。
如果我们不在电脑前，但OpenWorker又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，而是会先把请求放进待确认列表，等我们回来同意了后再继续做。
这条设计看起来不起眼，却决定了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。
OpenWorker整个项目已采用MIT许可证开源，开发者可以查看代码、修改功能，也可以按照自己的工作流程进行部署。
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，就可以接入OpenAI、DeepSeek、Kimi等模型，也可以通过Ollama运行本地模型。
这样可自由多了！因为假如说今天GPT涨价了或者不好用，我随时都可以切换成Kimi或其他模型。
此外，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我们自己的设备上。
只有当我们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。
不过这也并不意味着数据绝对不会上传云端。
但至少我们将更多的选择权保留在了自己的手中，比如“使用哪个模型、连接哪些工具、把数据交给谁”等。
另外，我看了一眼OpenWorker项目主页，它目前仍处于公开测试阶段，GitHub上也已经放出了两个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。
这表示OpenWorker确实能用了，只是很多边角还在打磨。感兴趣的小伙伴可以蹲一波后续更新。
AI Agent要会交活
Anyway，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，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的实际使用效果还待继续观察和测评；但OpenWorker至少把AI同事的模样刻画地更加清晰了，那就是：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。
[1]https://github.com/andrewyng/openworker
[2]https://x.com/AndrewYNg/status/2080333504446108104?s=20
[3]https://x.com/AndrewYNg
[4]https://www.andrewng.org/courses?c=nerd
