吴恩达开源OpenWorker：本地优先的桌面AI Agent

吴恩达老师昨天开源了一个不是聊天机器人的东西。 它是本地优先的桌面AI同事：你只说想要的结果，它就自己拆步骤、跨本地文件和HubSpot、Slack、日历等工具干活，直接交出带图表的HTML报告、可发送的消息或重新排好的日程； 任何有后果的操作前都必须你批准，准备客户续约brief、处理Slack事故告警、解开混乱的周二日程时， 而且它交的是真正能用的成品，我觉得真正值得讨论的不是"又多了一个 Agent 工具"，是它选择的反向逻辑。 闭源都在锁模型、锁生态的时候，OpenWorker 选了最难的路：本地优先 + 模型无关。 GPT、Claude、Gemini 随便换，Kimi、GLM、DeepSeek 原生支持，甚至能跑纯本地 Ollama。 这看上去是"更开放"，实际上是更高级的锁定。 它锁的不是你的模型订阅费，是你和它之间的工作流信任。 当你的续约 brief、事故报告、日历排期都在它的风险引擎里跑通，当你习惯了"给我结果"而不是"跟我聊天"——那时候你换不掉的不是模型，是 OpenWorker 定义的那套"交付标准"。 产品层面也很有意思， 它有一个明确的分水岭设计：read 随便跑，write_local 受限，exec 和 external 必须人批。 四种权限模式从"只讨论"到"全自动"，比大多数 Agent 那套"弹个窗问一下"严谨得多。 这不是技术选择，是产品逻辑对了一次——Agent 落地最大的阻碍不是能力不够，是用户不敢放手。 还有个细节，视频演示里四个场景都很务实：拉 HubSpot 数据生成 HTML 报告、分析 Slack 告警输出时间线、整理混乱的日程并重新排期。 每个流程结束都是同一个动作：把成品交到你手上，然后停下来等你批准。 像个实习期的新同事，能力有，但知道什么时候该敲门。 开源 + 本地优先 + 模型无关——这组合对中文用户的价值可能被低估了。 金融、医疗、企业内部这些隐私敏感场景，之前根本没得选，只能忍着数据出境或者干脆不用。 OpenWorker 给了一条能完全跑在本地的路，而且原生支持国产模型。 当然挑战也明显：多系统集成长期维护难、幻觉在实操层风险更高、用户要从"聊天习惯"切换到"委托习惯"需要时间。 但当行业都在卷谁的模型更强，有人反过来定义"强了之后怎么用"——这件事本身就值得被看到。 https://video.twimg.com/amplify_video/2080512846236880896/vid/avc1/1800x1352/8vrbNihs2Cs3xwqL.mp4?tag=29 > **引用原帖 Andrew Ng (@AndrewYNg):** > Announcing OpenWorker! An open-source agent that doesn't just chat with you, but delivers finished work -- like hand you a polished document, send a slack message, or update a calendar entry. > Ask it to prepare a customer brief, untangle your calendar, draft a report, or triage a Slack alert. It works across your files and everyday tools, produces the deliverable, and checks in before doing anything consequential. > OpenWorker runs on your Mac, with Windows support coming soon. It does not lock you into any one model. Bring your own API key and run it with GPT 5.6 Sol, Claude Fable, Gemini 3.6, an open weight model (like Kimi, GLM, DeepSeek, Inkling), or Ollama to keep your data local. Your data does not leave your machine except through an LLM provider and integrations that you choose. > @rohitcprasad and I are building OpenWorker because AI coworkers are an important way to get work done, and we want there to be an open, privacy-preserving, model-independent option. Check it out and let us know what you think! > Try it out: https://t.co/P0mGnI1o31 (requires your own API key) > Source code: https://t.co/NYCiTD6hSq > https://x.com/AndrewYNg/status/2080333504446108104