吴恩达最新开源 AI 同事，在Github爆火了！

上周，吴恩达和 Rohit Prasad 一起开源了 OpenWorker，一个桌面端的 AI Agent。MIT 协议，完全免费。短短一周，就直接冲到了1.1w Star。

项目地址：https://github.com/andrewyng/openworker官网下载：https://openworker.com

OpenWorker 的定位用一句话就能说清：不是聊天机器人，是交付成果的本地 AI 同事。

你告诉它你要什么结果，比如"帮我准备明天和客户的会议简报""整理一下这周的日历""把 Slack 里这个频道的消息分个类"。它自己拆任务、跨工具执行，最后交给你一份可以直接用的文件。不是一段对话，不是一个待办清单，是成品。

做任何有后果的操作之前（发消息、改日历、跑命令），它会先停下来问你。你说行，它才动。

两位作者的背景值得提一下：一个是 AI 教育和投资领域的标杆人物，一个做过十亿级设备上 Agent 交互的工程主管 。吴恩达不用多介绍了，DeepLearning.AI 创始人、AI Fund 管理合伙人、斯坦福教授、Amazon 董事会成员。Rohit Prasad 大家可能没那么熟：前 Amazon Alexa 首席科学家，后来升任 Amazon AGI 团队负责人，直接向 Andy Jassy 汇报，去年底离开 Amazon。

一、OpenWorker 四层架构，全跑在本地

OpenWorker 的技术栈分四层，全部跑在本地。

┌────────────────────────────────────────────────┐│              OpenWorker desktop app            │  Tauri 2 + React 18├────────────────────────────────────────────────┤│           local agent server (Python)          │  FastAPI · 127.0.0.1:8765├───────────────┬────────────────┬───────────────┤│  your files   │   your tools   │  your model   │  25+ 集成 + MCP│  & terminal   │ 25+ connectors │  any provider │  30 个预置模型 + Ollama└───────────────┴────────────────┴───────────────┘

最上面是桌面壳，Tauri 2 + React 18，就是你看到的那个桌面应用窗口。Tauri 负责原生容器，React 负责 UI 渲染。

往下是本地 Agent 服务器，Python 写的，FastAPI + uvicorn，默认绑定 127.0.0.1:8765。这是整个系统的核心，负责任务规划、工具调用和记忆管理。

再往下是能力和连接器层。本地工具包括文件系统、Git、ripgrep 搜索、终端；远程集成有 25 个以上，GitHub、Slack、Jira、Notion、Linear、HubSpot、Outlook、monday.com、Gmail、Google Calendar 都在列。不够用的话，任何支持 MCP 协议的工具都能接进来。

最底下是模型路由层 ，这里用到了吴恩达自己的另一个开源项目 aisuite，一个轻量级 Python 库，提供跨 LLM 厂商的统一 chat-completions 接口，外加 Agent 层、工具层和 MCP 支持。OpenWorker 官方 README 里写得很直白：如果你想自己搭 Agent 框架而不是用我们的，先去看 aisuite，这个仓库本身就是 aisuite 能做什么的一个参考实现。

模型支持方面，预置了 30 个经过工具调用验证的模型，覆盖 OpenAI、Anthropic、Google Gemini、DeepSeek、Kimi、GLM、Qwen、MiniMax、Mistral、xAI Grok，加上 Together 和 Fireworks 上的开源权重模型，以及通过 Ollama 跑的本地模型。最新的 v0.1.7 又加入了 AWS Bedrock、Google Vertex AI、OpenRouter 和 Meta Muse Spark。自带 API Key，选谁用谁，随时切换。

二、最值得看的设计：权限模型，为 Agent 安全而生

这部分是 OpenWorker 最值得拆开看的设计。

大多数 Agent 项目处理权限的方式比较粗放：要么让 Agent 自由执行，要么每个操作都弹窗确认。OpenWorker 做了一套分级系统。

首先，每一次工具调用都会被分到四个风险等级之一：

• read：读取，没有副作用，始终允许。

• write_local：本地写入，限定在工作区路径范围内。

• exec：执行命令。

• external：向外部发送信息（发消息、调 API、改日历）。

在此之上，有五种权限模式来决定每个等级的操作怎么处理：

discuss 和 plan 是纯只读模式，Agent 只分析不动手。interactive 是默认模式，读取自动通过，写入、执行和外部操作都需要你确认。auto 允许所有操作但限定路径范围。custom 让你指定哪些工具自动放行。

这套设计里有一个很反直觉的决策：无人值守模式不会提升 Agent 的自主权限上限。

什么意思？如果你让 OpenWorker 在后台跑一个定时任务（比如每天早上自动整理一份简报），它遇到需要确认的操作时不会自己做主，也不会跳过。它会把确认请求放进一个收件箱（Inbox），然后暂停 session，等你回来处理。

大多数 Agent 框架把"用户在不在"和"Agent 能干什么"混在一起。你不在，它就默认可以干更多。OpenWorker 把这两个维度拆开了：你不在场只改变 Agent 找你的方式，不改变它能做的事。另外，shell 命令在任何模式下都必须确认，没有例外。

三、适合想改造 Agent 框架的开发者

OpenWorker 目前是 Open Beta 状态。Mac 版已上线，签名公证都有，支持自动更新。Windows 版有安装包（分 Windows 10 和 11），但还没完成代码签名，安装时会触发 SmartScreen 警告。没有 Linux 版。没有中文界面。

它的代码规模不小：coworker/ 目录下有约 119 个 Python 文件（约 32400 行），surfaces/gui/ 下有约 149 个 TypeScript/TSX 文件，加上 78 个后端测试模块，是一个有完整工程结构的产品级代码库。

但它确实还在快速迭代。从 7 月 23 日发布到现在，已经更新到 v0.1.7，加了自动上下文压缩、token 用量显示、Anthropic 模型的 prompt caching 等功能。项目主页也明确说了，团队内部有一套开发计划，不一定会接受所有方向的 PR。

跟商业产品对比的话：Claude Cowork 和 ChatGPT Work 在集成度和打磨程度上目前领先，但两者都锁定在各自的模型生态里，数据走云端。OpenWorker 的优势在于开源、本地优先、模型无关，适合对数据隐私有要求或者想自己改造 Agent 框架的团队和开发者。

如果你想从源码跑：

git clone https://github.com/andrewyng/openworkercd openworker# 初始化环境（创建 .venv）bash packaging/setup_dev_env.sh# 启动本地 Agent 服务器.venv/bin/openworker-server --cwd ~/your/project --port 8765# 另开一个终端，启动 UIcd surfaces/guinpm installnpm run dev

需要 Python 3.10+、Node 20+。如果要跑完整的桌面版而不是浏览器 UI，需要 Rust 工具链，把最后一步换成 npm run tauri dev。

或者直接去 openworker.com 下载桌面客户端，装好之后填一个模型的 API Key 就能用。

项目地址：https://github.com/andrewyng/openworker