夜雨聆风说实话，早些看到 OpenHuman 时候我没有什么兴趣。
这类项目多到我都人麻了，而且我的 hermes 和 codex 都用的很顺手，没想着再换其他了。因为我觉得这些可能都大同小异了，也就是在某些点上做了点优化而已。点进去看两分钟，大概率又是熟悉的那套词。那天我在 Product Hunt (全球科技领域新产品榜单) 上翻看榜单，本来也还是以这个心态看 OpenHuman 的。
结果在评论一条让我极有共鸣的评论把我拽回来了。
Steven E. 在几个月前想给父亲装一个开源 AI agent。
父子俩折腾了三个小时，卡在 API keys、配置文件，还有那个他父亲一辈子没打开过的终端里，到头来只能放弃。
这太有共鸣了，简直就是在演我自己啊。
这种过程我太可熟了。一个懂技术的人在电脑前来回切窗口，复制命令，改配置，重启，报错，再搜怎么解决。旁边的人看不懂，只知道你说 AI 很强，说了半天，结果还是没跑起来。
我甚至都触发 PTSD 了，直接脑补出我老爹指着我：看你天天在电脑上捣鼓，可连这都弄不了。
这种气愤、尴尬、无力感直接让我破防。
很多普通人不是不想用 AI。你给他看龙虾、Claude、爱马仕或者其他 Agent，他也会觉得厉害。可一旦要他申请 key、填配置、看终端，他就停了。不是他懒，而是门槛太高，同时他们也没有养成那种自己依靠搜索→询问→测试习惯。
要知道 80/90 后当年为了玩游戏可没少捣鼓这些，可换到其他年龄段，要么是没条件，要么是条件太好。导致这项传统手艺已经没了传承。毕竟现在很多人主要用的都是移动设备，连从云盘下载个文件都不会了。
而我自己每天用着终端，早就没感觉了。但你把同一个黑窗口丢给父母，他们大概率只会觉得自己是不是点错了东西。
看到这里，我才回头去翻 OpenHuman。
不是因为我已经被说服了。讲故事谁都会，我想看看这个项目到底有没有真在解决这个破事。
先看看时间线。
这个仓库不是昨天冒出来的。GitHub API 显示，它创建于 2026 年 2 月 18 日；现在 star 是 22k；最新 release 是 2026 年 5 月 19 日发布的 v0.54.0；协议是 GPL-3.0。Product Hunt 页面里，它打到了 #1 Day Rank，607 分。
数据还是挺不错的，但我现在对这种数字没那么容易激动了。真正让我想继续翻的，是它 2 月就建仓了，为什么偏偏这会儿又被更多人看见。
于是我去看了版本信息。说实话，里面很多东西都是很接地气的，新手引导、启动加载、初始配置、中文界面、文件锁、安装失败重试、模型选择、暗色模式。
我原本以为会看到一个很大的功能，结果翻下来，全是这种小地方。
但放回 Steven 父亲那个故事里，这些小地方反而说得通了。
你真给家里人装过软件就知道，卡死人的往往不是最难的那一步，而是那些看起来不该出问题的小地方。安装失败重试，文件锁，中文界面，模型设置入口，这些东西单独拎出来都不够炸，但少一个，普通用户就可能直接关电脑。
懂技术的人会本能绕过这一步。你让我配 key，我配。你让我改 配置，我改。你让我进终端，我甚至还觉得就该这样。可对 Steven 的父亲这类人来说，看到这里大概已经不想继续了。
这时候再看 OpenClaw 和 Hermes，我的感觉就变了。
如果只给我自己用，我可能会先看 OpenClaw。因为它像一个操作台，能接通道，跑命令，连浏览器、文件和 skills，上限挺高。愿意折腾的人，会觉得它有空间。
然后就是转到 Hermes 了。因为就算爱折腾也不能每更新一下就折腾一次吧。
但假如今晚真要给家里人装一个 Agent，我大概率不会从这两条路开始，我宁愿让他们把需求告诉我，我来用我的 Agent 帮他们做。
不是这些 Agent 不好，是我已经能想象到普通人可能卡在哪里。
毕竟闲鱼已经都把这些服务单独提出来显示了：
其实说到这里，已经够我理解它为什么会火了。
但 OpenHuman 后面还有一块更敏感的东西，118+ 的集成数量，把很多常用的第三方应用都完成了对接。
这个功能很诱人，也很危险。他能让你的 Agent 通过其他应用的数据快速建立起对你的认知。你是谁？现在主要做什么事？这件事之前发生到哪一步？哪封邮件没回？哪个 PR 还卡着。每次都讲一遍，人会烦。
但反过来，它要看的东西也太私人了。
因为它一旦知道这些，味道就变了。
它读的不是一句提示词，而是你的工作流。你没回的邮件，明天要开的会，GitHub 上没处理的 PR，Linear 里拖着的任务，Slack 里别人等你回复的那句话。持续同步以后，AI 拿到的就不只是聊天记录，而是你每天怎么活、怎么工作、怎么生活的分析数据。
OpenHuman 把这套东西叫 Memory Tree + Obsidian Wiki。按我的理解，它像一个会自动整理资料的本地笔记员。接进来的内容会被整理成不超过 3k token 的 Markdown 小块，打分，压缩，放进层级摘要树，存在本机 SQLite 里。另一边，它还会生成 Obsidian 能打开的 .md 文件。
我比较喜欢 Obsidian 这个口子。
不是因为它显得高级，而是因为你能翻账本。一个 AI 如果说它记住了你，但你完全不知道它记了什么、怎么改、怎么删，我会很不放心。至少 OpenHuman 把一部分记忆变成了你能看见的文件。
但我不会因为这一点就放松。
越私人化的 AI，越绕不开几个麻烦问题。数据放在哪里，哪些东西会发给模型，哪些留在本地，OAuth 授权能不能撤回，错记了东西能不能改。这些问题在我看来都是非常重要的。
这些龙门阵摆完，我再说说安装吧。对于普通人来讲就更建议直接从官网下载安装。
https://tinyhumans.ai/openhuman
而命令行用户可以走 README 给的脚本。macOS 或 Linux x64 是：
curl -fsSL https://raw.githubusercontent.com/tinyhumansai/openhuman/main/scripts/install.sh | bash
Windows PowerShell 是：
irm https://raw.githubusercontent.com/tinyhumansai/openhuman/main/scripts/install.ps1 | iex
对于想从源码跑的开发者而言依赖就比较重了。Git、Node.js 24+、pnpm 10.10.0、Rust 1.93.0、CMake、Ninja、ripgrep，还有桌面构建环境。官方给的路径是：
git clone https://github.com/tinyhumansai/openhuman.git
cd openhuman
git submodule update --init --recursive
pnpm install
pnpm dev
桌面 shell 开发模式：
pnpm --filter openhuman-app dev:app
OpenHuman 现在还早。README 明确写着 Early Beta，Product Hunt 上 Steven 也提醒过会有 bug。我不会把它当成一个成熟到可以托付全部资料的私人助手。
但我会继续观察它，看它再发几版。原因很简单，今天大多数 agent 都在比谁更强，OpenHuman 至少先问了另一个问题：普通人到底能不能进来。
请注意：AI 理解的越多，你越要确认自己原因让它知道多少。
