吴恩达做了个个人桌面Agent：100%开源量子位

AI教育大佬吴恩达也下场做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？

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。