吳恩達開源的OpenWorker，為什麼「不 Work」了？

吳恩達（Andrew Ng）攜手亞馬遜高階主管 Rohit Prasad，於美國時間 7 月 23 日選在 X 平台正式對外發表開源桌面 Agent「OpenWorker」。這款工具之所以在公開當天就迅速吸引科技圈目光，除了吳恩達本人的光環加持，Rohit Prasad 過去在 Alexa 與 AI 領域的深厚背景，也讓外界對這次合作寄予厚望。OpenWorker 主打讓 AI 直接進駐個人電腦桌面，協助使用者處理日常工作流程，而非僅止於雲端對話或單純的程式碼生成，這樣的路線等於是把 AI 從「回答問題」的角色，進一步推向「動手做事」的執行者。

吳恩達與 Rohit Prasad 的聯手，讓 OpenWorker 在發表當天就獲得極高關注，也讓外界對「AI 代理」（AI Agent）實際落地應用的想像再度升溫。近年來，AI 代理一直被認為是繼大型語言模型之後的下一個關鍵戰場，各家科技巨頭與新創團隊都在嘗試讓 AI 不只是聊天、寫稿或生成圖片，而是能夠真正操作軟體、瀏覽網頁、管理檔案，甚至代替人類完成一連串的辦公流程。OpenWorker 正是在這樣的浪潮下誕生，而且它選擇以開源方式釋出，等於把這套桌面的 AI 操作框架交給開發者社群共同檢視與改進，這在商業導向的 AI 產品中並不多見。

然而，OpenWorker 雖然以「開放」與「桌面操作」為核心賣點，實際運作卻沒有名字來得那麼美好。報導點出，這類桌面 Agent 距離真正「替人上班」仍有相當大的落差，現階段更像是把 AI 放進一個尚未完備的作業環境，使用者期待它自動完成繁複任務，結果卻常卡在需要人為介入的細節判斷、權限設定與軟體相容性問題上。換句話說，指望 AI Agent 接管工作的前提，是它們得先學會在真實辦公場域中「自己上班」，而 OpenWorker 的現況，恰好反映出這條路還很漫長。從技術層面來看，桌面 Agent 所面臨的挑戰，與過去雲端 AI 服務截然不同。

雲端 AI 只要處理標準化的 API 介面與資料格式，系統環境相對單純；但一旦進入個人電腦桌面，AI 必須面對五花八門的應用程式、視窗介面、選單按鈕與檔案路徑，每一套軟體的介面邏輯都不同，甚至有時候同一個軟體在不同版本之間的畫面也會有差異。這使得 AI 在操作桌面時，經常會發生「看得到介面卻點不到正確位置」或「認得按鈕但不知道該在什麼時候按」的窘境。更現實的問題在於權限設定與安全性。桌面 Agent 若要替使用者操作電腦，勢必需要取得系統層級的存取權限，包括讀取檔案、執行指令、修改設定，甚至控制滑鼠與鍵盤。

這些權限一旦開放，等於是把整台電腦交給 AI 全權處理，這對一般使用者來說，在信任度與安全考量上都是一大門檻。就算使用者願意授權，企業環境中的資安政策也往往會限制這類自動化工具的運作範圍，導致 OpenWorker 在某些辦公室情境下根本無法發揮預期效果。此外，真實辦公流程中的「細節判斷」也是桌面 Agent 的一大死穴。人類在執行任務時，往往會根據上下文、語氣、時間壓力與過往經驗，做出許多細微的臨場判斷；但目前的 AI 模型仍然缺乏這種對情境的深入理解能力。

舉例來說，使用者希望 AI 幫忙整理電子郵件並回覆客戶，AI 或許能抓出信件主旨與關鍵內容，卻可能無法判斷哪些信件應該優先處理、哪些語氣需要調整、哪些客戶需要額外謹慎應對。這些看似瑣碎的細節，恰恰是辦公室工作的重要組成部分，而 OpenWorker 在這些方面仍然需要大量的人為干預與校正。更讓使用者感到挫折的是，OpenWorker 在實際操作過程中，常常需要停下來等待使用者確認下一步。這與許多人對「AI 自動化」的期待形成了明顯落差：原本以為設定好任務之後，就能讓 AI 在背景安靜地把工作完成，結果卻變成使用者不斷收到提示、需要反覆決定方向，甚至比原本手動操作的過程還要費時。

這種體驗不僅沒有減輕工作負擔，反而讓使用者覺得自己從執行者變成了監督者，而且還是隨時得待命的那種。從這個角度來看，OpenWorker 的「不 Work」並非技術上的全盤失敗，而是整個桌面 Agent 產業尚未成熟的真實縮影。這類產品目前所處的階段，比較類似早期的手機語音助手，能夠理解指令、也能完成簡單任務，但距離成為值得信賴的工作夥伴，還有好幾代的演進要走。吳恩達選擇在此刻開源 OpenWorker，某種程度上也是把這個題目拋給整個開發者社群，希望透過集體智慧來加速找出可行的解決方案。值得注意的是，OpenWorker 即使目前操作體驗不盡理想，其開源的策略本身就具有重要意義。

在 AI 代理的競賽中，多數大型科技公司傾向採用封閉的雲端服務模式，使用者只能透過官方 API 呼叫功能，無法自行檢視或修改 AI 的決策邏輯。OpenWorker 將核心程式碼公開，等於提供了另一種可能性：企業或開發者可以根據自身需求，改寫甚至重新訓練 AI 的操作行為，這對於特定領域的深度應用來說，是相當有價值的起點。回到使用者的真實感受層面，這次 OpenWorker 的亮相，也讓市場重新審視「AI 取代人力」的議題。

過去一年多來，生成式 AI 的快速進展讓許多人產生「AI 很快就能接手一切工作」的錯覺，但桌面 Agent 的實際表現卻提醒我們，從「能回答問題」到「能完成工作」之間，橫亙著一條比外界想像更深的鴻溝。AI 要真正融入辦公流程，需要的不是更聰明的大型語言模型，而是更完整的工具生態、更成熟的介面理解能力，以及一套能讓使用者安心授權的信任機制。OpenWorker 的發表，與其看作一個已完成的產品，不如視為一次重要的實驗。它讓外界具體看見了桌面 AI 代理目前所能做到的事，也如實暴露了現有技術的瓶頸。

吳恩達與 Rohit Prasad 的組合，固然為這個專案帶來了光環與資源，但最終能否讓 OpenWorker 從「發表即驚豔」走向「日常真能用」，恐怕還需要在真實辦公室環境中經過長時間的打磨與驗證。而在那之前，這些桌面 AI 恐怕還得繼續在「看起來很會做事」與「實際上有點難用」之間摸索前進。