夜雨聆风全球最会教 AI 的人，开始亲自做 AI 工具了。吴恩达（Andrew Ng）7月20日悄悄上线了 openworker——一个运行在你本地桌面的开源 AI 协作者，上线12天 star 破万，登上 GitHub Python 语言热榜。
它到底做了什么
先说一个场景：你让它"整理一份客户简报"，它不会给你一张待办清单，而是直接交付一份可以打开、可以分享的文件。这是 openworker 和普通 AI 聊天工具最根本的区别——它追求的是"完成品"，不是"建议"。
具体能干什么？25+ 个工具集成，包括 GitHub、Slack、Jira、Notion、Gmail、Google Calendar、HubSpot 等，还支持终端和本地文件操作。你可以在 Slack 里 @OpenWorker，它在桌面完成任务后把结果以回复形式发回来；也可以设置定时自动化，让它每天早上跑一份简报、每周生成一份进度报告。
模型完全由你掌控：OpenAI、Anthropic、Google Gemini、DeepSeek、Qwen、Kimi、Grok……主流提供商全支持，也可以接 Ollama 跑本地模型，带自己的 API key，随时切换。
隐私设计是"本地优先"：Agent 循环、对话记录、连接器 token、模型密钥，全部存在你本机的本地 secret store 里。唯一走云端的，是 OAuth 握手的一个小型中转服务——仅此而已。
执行前的"审批门"也值得一提：发消息、改日历、执行 shell 命令，都需要你确认才会执行。无人值守模式下，它会把需要审批的操作停在收件箱里，而不是自作主张。这个设计在 Agent 产品里并不常见，却是真正能放心交给它跑的前提。
底层引擎基于吴恩达此前开源的 aisuite——一个统一多模型调用接口的 Python 库。openworker 是 aisuite 能力边界的一次完整落地验证，也是他从"教 Agent 课程"到"造 Agent 工具"的公开延伸。
教会别人怎么做，和自己真的做出来，是两件事。
为什么这个项目值得关注
截至目前，openworker 已有 11,403 个 star、1,534 个 fork，MIT 协议，7月30日还在持续 push。对一个12天的新仓库来说，这个数字说明的是关注度，不是成熟度——open_issues 有 332 个，项目自己也标注"Beta"，明确说"fully usable，但在打磨粗糙边缘"。
这个项目真正有意思的地方不只是功能，而是它发出的信号：吴恩达在 AI Agent 课程里反复强调的"Agentic Workflow"，现在有了一个他亲自操刀的开源参考实现。从 aisuite 到 openworker，他在用代码告诉你 Agent 落地应该长什么样——不是一个聊天框，而是一个能交付成品、能接入真实工具、能在本地跑起来的桌面协作者。
对开发者来说，这个仓库的目录结构也相当清晰：coworker/ 是 Python 后端引擎，surfaces/gui/ 是 React + Tauri 的桌面壳，stt/ 是 Rust 写的语音输入 sidecar，tests/ 有完整测试套件。想自己搭 Agent 框架的，这是一份可以直接拆开研究的参考实现。
从源码跑起来也不复杂：Python 3.10+、Node 20+、Rust 工具链，一条 bash packaging/setup_dev_env.sh 完成环境初始化，然后分别启动 server 和 UI 即可。
不是所有 AI 工具都值得关注，但当最会教 AI 的人开始亲自写代码，这件事本身就值得看一眼。
你现在最想把 openworker 接进哪个工作流？评论区聊聊 👇
项目地址：https://github.com/andrewyng/openworker
关注我，下一篇继续聊值得上手的开源 AI 工具；觉得有用，点个「在看」👇