夜雨聆风2026年8月。吴恩达又干了一件事。
他和Rohit Prasad一起开源了一个项目。叫OpenWorker。
简单说。这是一个住在你电脑里的AI助手。不是云端的那种。是本地运行的。你的数据不出门。你的对话不上传。你的隐私不经过任何人的服务器。
免费。开源。25个工具开箱即用。
GitHub上线一周。Star数飙升。开发者社区炸了。
先说它是什么。
OpenWorker是一个桌面端AI代理。你可以理解为一个"AI同事"。它住在你的电脑里。可以帮你读文件。可以帮你写代码。可以帮你搜索网页。可以帮你管理日程。可以帮你发邮件。可以帮你做数据分析。
和ChatGPT的区别是什么。ChatGPT是"你问它答"。OpenWorker是"你说目标。它自己拆解步骤。自己调用工具。自己执行。自己检查结果。然后给你汇报"。
这就是AI Agent和ChatGPT的本质区别。ChatGPT是嘴巴。OpenWorker是手。
举个例子。你跟ChatGPT说"帮我整理这个文件夹"。ChatGPT会给你一段文字。告诉你"你可以这样做这样做这样做"。但它自己不会动手。
你跟OpenWorker说"帮我整理这个文件夹"。它会自己打开文件管理器。自己读取文件列表。自己按类型分类。自己创建子文件夹。自己移动文件。然后告诉你"整理完了。一共分了5类。移动了87个文件"。
这就是Agent的价值。不是告诉你怎么做。是替你做。
再说技术架构。这块开发者会比较关心。
OpenWorker分四层。
第一层。前端。用Tauri加React。Tauri是什么。你可以理解为一个比Electron轻十倍的桌面框架。Electron做的应用动不动几百MB。Tauri做的应用只有几MB。打开速度快。内存占用小。
第二层。后端。Python。负责AI推理和工具调用。支持多模型。你可以接GPT。可以接Claude。可以接DeepSeek。可以接你本地部署的开源模型。不绑定任何一家。
第三层。工具层。25个工具开箱即用。文件操作。代码执行。网页搜索。API调用。数据库查询。Shell命令。Git操作。日历管理。邮件发送。基本覆盖了一个办公人员的日常需求。
第四层。权限层。这是最有意思的部分。说白了。一个AI Agent能不能被信任。全看这一层设计得好不好。
OpenWorker的权限设计是整个项目最亮眼的。
它把所有操作分成四个风险等级。
一级。无风险。比如读一个文本文件。AI直接执行。不问你。
二级。低风险。比如创建一个新文件。AI执行。但会在日志里记一笔。你可以事后查看。
三级。中风险。比如修改已有文件。或者执行一个网络请求。AI会暂停。弹窗问你"我可以这样做吗"。你点同意。它才执行。
四级。高风险。比如删除文件。或者执行Shell命令。AI不仅会问你。还会要求你输入密码确认。双因素验证。防止AI误操作导致不可逆的损失。这比你公司的财务审批流程还严格。你报销200块钱要三个人签字。AI删一个文件要密码加确认。怎么说呢。在权限管理这件事上。AI比你的老板更谨慎。
而且。它还有五种模式。从"全自动"到"全手动"。你可以根据场景调整。
全自动模式。AI自己干。适合低风险任务。比如整理下载文件夹。
半自动模式。AI执行但需要你确认关键步骤。适合中等风险任务。
手动模式。AI只给建议。你自己执行。适合高风险任务或者你刚开始用不信任它的时候。
只读模式。AI只能看不能动。适合数据分析场景。
沙箱模式。AI在一个隔离环境里执行。碰不到你的真实文件。适合测试场景。
这五个模式覆盖了从"完全信任"到"完全不信任"的全部光谱。你可以根据自己对AI的信任程度来选择。这比那些"要么全自动要么全手动"的二选一设计合理多了。
为什么这件事值得你关注。
第一。它免费。市面上的AI Agent产品。比如Devin。比如ChatGPT的Agent模式。都要钱。而且不便宜。Devin每月500美元。ChatGPT Agent需要Pro订阅200美元一个月。OpenWorker免费。你只需要有一个AI模型的API Key。用DeepSeek的话一个月几块钱搞定。用本地开源模型的话连这几块钱都省了。
第二。它本地运行。数据不出你的电脑。对企业来说这是巨大的优势。很多公司不敢用云端AI Agent就是因为数据合规问题。客户数据。财务数据。代码仓库。这些东西不能传到第三方服务器上。OpenWorker在本地跑。数据不出门。合规问题直接消失。
第三。它是吴恩达做的。吴恩达在AI圈的公信力不用多说。深度学习之父。Coursera创始人。前百度首席科学家。他开源的项目。质量和可信度有保障。不是某个不知名团队的实验性项目。是有长期维护预期的。
最后
2026年8月。吴恩达开源了OpenWorker。一个免费、本地运行、25个工具开箱即用的AI Agent。
这件事的历史定位可能会比今天看起来的更大。因为它解决了一个AI Agent领域最核心的矛盾。能力与信任。
市面上的AI Agent能力越来越强。但用户越来越不放心。你让AI帮你写邮件。它写完直接发出去了怎么办。你让AI帮你管理文件。它把重要文件删了怎么办。你让AI帮你执行代码。它跑了个rm -rf怎么办。
OpenWorker的权限模型给出了一个答案。不是"信"或"不信"的二选一。而是"根据风险分级。逐步建立信任"。低风险的放手让它做。中风险的盯着它做。高风险的自己做。随着使用时间增长。你对它的信任自然会增加。权限自然可以放大。
这就像招了一个新员工。第一天你不会把公司印章交给他。但三个月后你可能会。OpenWorker的设计逻辑跟这个一模一样。
AI Agent不是要替代你。是在你旁边坐了一个同事。能力强。但不莽撞。该问你的会问你。该自己做的自己做。你给它多大权限它就用多大权限。不多不少。
吴恩达做这件事的意义在于。他给了AI Agent一个"可以被信任"的设计范式。这个范式不只适用于OpenWorker。所有做AI Agent的公司都可以学。应该学。
当AI Agent从"玩具"变成"工具"。最重要的不是它多聪明。而是你多放心。OpenWorker可能不是最强的AI Agent。但它是目前最让人放心的那一个。