新聞宏觀經濟吳恩達發布 OpenWorker:開源、本地優先的桌面 AI 協作助理

吳恩達發布 OpenWorker:開源、本地優先的桌面 AI 協作助理

作者: MarkTechPost·

重點速覽

  • OpenWorker 是由吳恩達建立的開源、MIT 授權桌面代理,能產出完成的工作成果,而非對話回覆。
  • 系統完全在使用者機器上運行,採用四層架構,包含 Tauri 2 桌面殼層、本地 Python FastAPI 代理伺服器、能力與連接器層,以及模型路由器。
  • 使用者需自行提供 API 金鑰或本地執行環境,以存取來自 OpenAI、Anthropic、Google 與 Ollama 等供應商的 30 款精選模型。
  • 型別化風險引擎將每個工具呼叫歸入四個風險等級之一——read、write_local、exec 或 external——並在五種權限模式下管控執行。
  • 本地優先的隱私模型確保對話內容、連接器權杖與模型金鑰保留在使用者裝置上,可選的雲端中介器僅用於 OAuth 握手。
吳恩達發布 OpenWorker:開源、本地優先的桌面 AI 協作助理

吳恩達宣布推出 OpenWorker,一款開源桌面代理,旨在產出完成的工作成果,而非對話式回應。吳恩達是 DeepLearning.AI 的創辦人,曾領導 Google Brain 與百度的 AI 研究團隊,同時也是 Coursera 的共同創辦人。此消息已於 X 上發布:https://x.com/AndrewYNg/status/2080333504446108104。

OpenWorker 以成果為核心,而非提示詞。使用者可以要求一份精美的文件、一則包含實際數字的 Slack 回覆、一個更新的行事曆,或一個整理完畢的收件匣。系統隨後將請求的成果拆解為步驟,跨本地檔案與已連接的應用程式運作,並在執行任何重要操作前向使用者確認。這使 OpenWorker 歸屬於新興的代理式 AI 工具類別——此類工具能跨應用程式完成多步驟任務,而非僅生成文字回應。

在本地機器上運行的四層架構

OpenWorker 的架構分為四層,全部在使用者的機器上運行。該儲存庫包含 119 個 Python 檔案,共約 32,400 行程式碼,位於 coworker/ 目錄下;149 個 TypeScript/TSX 檔案,位於 surfaces/gui/ 目錄下;以及 78 個後端測試模組。

桌面殼層是一個 Tauri 2 原生視窗,封裝了 React 18 使用者介面。Tauri 是一個開源框架,用於以網頁前端搭配原生系統存取來建構輕量級桌面應用程式。其套件識別碼為 com.openworker.desktop,殼層負責監管 Python 伺服器本身。

本地代理伺服器使用 Python 3.10+ 搭配 FastAPI 與 uvicorn,預設綁定至 127.0.0.1:8765。範例設定將單一回合限制為 12 次模型工具迭代。

能力與連接器層包含經審核的本地工具,涵蓋檔案、git、基於 ripgrep 的搜尋、Shell 存取與待辦事項管理,以及託管整合和 MCP(模型上下文協議): 是 Anthropic 於 2024 年底推出的開放標準,旨在透過通用協議將 AI 助理連接至外部資料來源與工具。

模型路由器提供一個統一介面,跨越原生、OpenAI 相容、經銷商與本地供應商。引擎建構於 aisuite 之上——吳恩達的供應商無關 LLM 程式庫:https://github.com/andrewyng/aisuite。aisuite 提供統一介面,可在不變更應用程式程式碼的情況下呼叫來自多個供應商的模型。

自帶模型存取

OpenWorker 不提供自身的推論服務。使用者需在應用程式中貼上 API 金鑰,或將其指向本地執行環境,這意味著使用者直接向供應商付費,並保留對哪些模型處理其資料的控制權。

精選模型矩陣包含恰好 30 個項目。原生供應商包括 OpenAI(GPT-5.6 Sol、GPT-5.6 Terra、GPT-5.6 Luna 與 GPT-5.5)、Anthropic(Claude Fable 5、Opus 4.8、Sonnet 4.6 與 Haiku 4.5)以及 Google(Gemini 3.1 Pro、3.6 Flash、2.5 Pro 與 2.5 Flash)。

OpenAI 相容供應商新增了 GLM-5.2、DeepSeek V4、Kimi K2.6、MiniMax M2.5、Qwen3 Max、Grok 4.3 與 Mistral Large。開放權重模型可透過 Together AI( Fireworks( Ollama( API 金鑰。

權限系統與風險等級

OpenWorker 將核准視為一個型別化層,而非單純的使用者介面功能。每個工具呼叫被歸入四個風險等級之一:read(無副作用)、write_local(對工作區進行路徑範圍內的變更)、exec(執行指令)以及 external(在機器外部產生副作用)。

五種權限模式決定了這些操作的處理方式。discussplan 為唯讀模式。interactive 為預設模式,會在寫入、指令與外部操作前請求核准。auto 允許所有操作,但仍在路徑範圍內。custom 則會自動核准使用者定義的工具清單。

兩項設計決策定義了此核准模型。第一,無人值守模式不會提高自主性上限——它僅改變了聯繫使用者的位置。原本會內嵌顯示的提示會被路由至收件匣,工作階段會暫停直到使用者回應。

第二,任務範圍內的常設規則僅限於外部風險。Shell 指令按設計持續要求核准。

內建的運維角色設定也指示模型將來自工具、日誌、網路、檔案與傳入訊息的內容視為不受信任的資料,而非指令。此提示注入防護姿態已寫入出廠角色設定中。將外部內容視為不受信任的資料,是一種防禦間接提示注入的措施——此攻擊手法透過嵌入在資料來源中的惡意指令,試圖操縱代理的行為。

本地優先隱私模型

模型呼叫直接從使用者機器發送至已設定的供應商。對話內容、連接器權杖與模型金鑰均保留在本地。金鑰儲存庫的設計確保機密資訊不會進入模型的上下文、提示或追蹤記錄中。

唯一的雲端元件是用於一鍵連接器 OAuth 握手的可選中介器。它使用 Auth0 授權碼流程搭配 PKCE。連接器權杖直接傳遞至使用者機器,不會儲存在雲端。應用程式在登出狀態下使用手動貼上的憑證仍可完整運作。

OpenWorker 採用 MIT 授權條款,定位為一款能交付完成成果而非對話回覆的桌面 AI 協作助理。其技術堆疊結合 Tauri 2 與 React 殼層,以及建構於 aisuite 之上的本地 Python FastAPI 代理伺服器。模型存取採用自帶金鑰方案,涵蓋 30 款精選工具呼叫模型,並可透過 Ollama 使用完全本地存取。型別化風險引擎使用 readwrite_localexecexternal,在五種權限模式下管控各項操作。

OpenWorker 的 GitHub 儲存庫可於 https://github.com/andrewyng/openworker 取得,專案網站為