100%開源！吳恩達做了個個人桌面Agent

AI教育界重量級人物吳恩達，近日親自下場打造了一款名為OpenWorker的桌面端AI Agent，並於GitHub上以MIT許可證全面開源。這項專案並非單純的聊天機器人，而是一個能夠真正「動手做事」的AI同事——使用者只需一句指令，例如「幫我準備客戶簡報」，它便能跨越多個日常工具，如文件管理、行事曆、Slack等，自動完成資料蒐集、文件產出與訊息發送，最終交付一份可直接使用的成品。吳恩達在社群平台X上說明，OpenWorker目前已在Mac上運行，Windows版本也即將推出。這項專案的核心訴求十分明確：開放、本地優先、隱私保護以及模型無關。

它不綁定任何特定的大語言模型，使用者只需自備API金鑰，即可接入GPT 5.6 Sol、Claude Fable、Gemini 3.6等主流模型，或透過Ollama運行Kimi、GLM、DeepSeek、Inkling等開放權重模型。所有資料預設保留在使用者自己的裝置上，除非主動選擇使用特定LLM服務商或第三方整合功能，否則數據不會離開本機。OpenWorker與一般聊天機器人最大的不同，在於它直接交付「完成的工作」，而非僅僅提供建議或待辦清單。

以往使用大模型時，使用者往往需要經歷一段漫長的操作鏈：先讓AI分析需求，再請它生成文字，然後自行查找檔案、核對數據、調整格式，最後開啟Slack、郵件或行事曆把結果發送出去。OpenWorker則試圖將這條鏈路完整串接，當使用者說出「準備客戶簡報」時，它會自行拆解任務，調用電腦中的檔案、終端機以及已連接的應用，最終產出一份可打開、修改與分享的正式文件。同樣地，若要檢查專案進度，它也能直接前往Jira和GitHub蒐集資訊，無需使用者逐一提供背景資料。

根據專案頁面，OpenWorker目前已支援超過25種工具的連接，包括GitHub、Slack、Jira、Notion、Linear、HubSpot、Outlook、Gmail、Google Calendar等，並能調用本地檔案與終端機。如果這些工具仍不夠用，使用者還可以透過MCP（Model Context Protocol）為它接入更多服務。此外，OpenWorker也能與大模型配合執行定時任務，例如每天早上自動整理一份資訊簡報、每週生成工作報告，或持續監控某個Slack頻道，讓AI真正成為一名「自動化同事」。然而，當AI從回答問題進階到操作電腦，風險也隨之提高。

為了避免誤發訊息、誤刪檔案或錯誤修改日程，OpenWorker設計了一套「請示機制」：當任務涉及發送訊息、修改行事曆、寫入外部工具或執行終端命令時，它會先暫停操作，向使用者說明意圖，只有在獲得批准後才會繼續執行。若使用者不在電腦前，它也不會擅自跳過確認，而是將請求放入待確認列表，等待使用者回來後決定。這項設計看似簡單，卻決定了AI Agent能否真正進入辦公場景——一個合格的AI同事可以勤快，但不能自作主張。吳恩達的背景為這項專案增添了更多份量。他是DeepLearning.AI創辦人、Coursera共同創辦人，也是史丹佛大學電腦科學系兼任教授。

他曾主導創立Google Brain計畫，並擔任百度首席科學家。除了學術與產業經歷，他在AI教育領域的影響力同樣深厚，其個人官網數據顯示，目前已有超過700萬人透過他的課程學習人工智慧。OpenWorker並非某個開發者隨手放上的實驗專案，而是吳恩達持續降低AI使用門檻的最新一步——過去他交付的是課程，如今他交付的是一個AI同事。目前OpenWorker仍處於公開測試階段，GitHub上已釋出兩個Windows安裝包，分別對應Windows 10與Windows 11，但尚未完成程式碼簽章，安裝時可能觸發Windows SmartScreen提醒。

這表示專案確實已可使用，但許多邊角細節仍在打磨中。感興趣的使用者可以持續關注後續更新。整體而言，OpenWorker將AI Agent的發展方向勾勒得更為清晰：AI不應永遠停留在聊天框內，而應真正參與工作、交付成果，並將模型選擇權、工具調用權與最終決定權交還給使用者。下一階段的AI應用，核心在於誰更能跨工具理解上下文、生成可交付成果，並在關鍵動作前將控制權交還給人。吳恩達選擇以開源、隱私友好、模型無關的方式打造OpenWorker，也正是為這個方向定調：未來的AI同事，最好是使用者可選擇、可控制、可改造的工作層。

當然，其實際使用效果仍有待更多測試與觀察，但至少它已將「AI同事」的模樣刻畫得更加具體——不僅能理解目標、自主尋找材料、使用工具，把工作做完做對，也懂得在必要時停下來，將決定權交給真正的人。