每次跟 AI 聊完，你还得自己动手把”建议”变成文件、Slack 回复、日历调整。OpenWorker 就是来干掉这一步的。吴恩达团队 2026 年 7 月开源的这个桌面 AI Agent，不要你学提示词，只问你”想要什么结果”，然后跑遍你的文件、日历、邮箱、Slack，把成品交到你手里。模型随便换，数据留本地，MIT 协议全免费。不过 Beta 阶段到底能不能真当同事用，看完这篇就有数了。
产品概述
OpenWorker 是吴恩达（Andrew Ng）与 Rohit Prasad 联合打造的桌面 AI Agent，2026 年 7 月 23 日以开源 Beta 版本发布。项目托管在 GitHub（andrewyng/openworker），MIT 协议，截至 7 月底已斩获超过 7200 个 Star、450+ Fork。它不是又一个聊天机器人，而是住在你电脑里的”AI 同事”：你说要什么结果，它跨工具执行，最终交给你一份能直接用的成品。
与 ChatGPT、Claude 这类对话式 AI 截然不同，OpenWorker 的核心逻辑是”交付成品，不是给建议”。你不需要对着聊天框反复追问”然后呢”，只需要描述结果，比如”帮我准备下周客户续约简报”，它就会自己去翻 CRM、邮件、日历，拉数据、写文档、排格式，最终把一份完整的简报文件放在你面前。这个过程里，发消息、改日历、跑终端命令这些高风险操作，它必须先征得你同意才动手。
底层引擎基于吴恩达自有的 aisuite 库，这是一个模型无关的 Python 框架，让 OpenWorker 天然支持”带自己的密钥”模式。OpenAI、Anthropic、Google Gemini、DeepSeek、Kimi、Qwen、GLM、Mistral、Grok 随便换，也能接 Ollama 跑纯本地模型，数据完全不离开你的机器。
官网：https://openworker.com | 项目地址：https://github.com/andrewyng/openworker
核心功能实测
前面搞清楚了 OpenWorker 到底想干嘛，接下来看它手里到底攥着什么本事。它的功能设计有三个核心里程碑式的创新，每一个都跟当前主流 AI 工具拉开了一截距离。
成果交付式任务执行。 这不是”回答你的问题”，而是”把你想要的东西做出来”。输入”整理今天 Slack 上的关键讨论，发一份摘要到团队频道”，它会读消息、提炼要点、生成摘要、排队等候你确认发送。你拿到的是一个可以直接发出的 Slack 消息草稿，不是一长串”你可以先看这几个线程”的指引。
25+ 工具深度集成。 从 Slack、GitHub、Jira、Notion、Linear 到 Gmail、Outlook、Google Calendar、HubSpot、Dropbox、Box，覆盖了知识工作者日常的绝大部分工具链。Slack 的双向集成尤其惊艳：在频道里 @OpenWorker，桌面端自动打开一个会话开始干活，结果直接回复到线程里。所有 MCP 协议兼容的工具也都能接，集成边界不限于内置列表。
审批门控 + 无人值守队列。 这可能是最被低估的设计。凡是涉及发消息、改日历、写文件、跑命令的操作，它必须先弹确认框，等你点了”批准”才动手。你不在电脑前时，定时任务触发的审批请求不会自己跳过，而是乖乖排队在收件箱里等你回来处理。
| 功能特性 | OpenWorker | 典型聊天 AI | 云端 Agent（如 MoClaw） |
|---|---|---|---|
| 交付成品而非建议 | ✅ | ❌ | ✅ |
| 数据完全本地存储 | ✅ | ❌ | ❌ |
| 模型自由切换 | ✅ | ❌ | ❌ |
| 25+ 工具原生集成 | ✅ | ❌ | 部分 |
| 审批门控机制 | ✅ | ❌ | 部分 |
| 完全免费开源 | ✅ | 部分 | ❌ |
预置角色工作流也是加分项。销售、行政助理、营销、运维值班四个场景开箱即用，不用从零配置工具集和审批规则。不过这个”内置角色模板”不能全信，源码里实际上只有一个 ops persona，其他三个更多是配置引导。对开发者来说问题不大，但普通用户可能觉得”说好的开箱即用呢”。
上手流程
功能聊得差不多了，不自己跑一遍永远不知道实际卡在哪。OpenWorker 目前主战场在 macOS（Apple Silicon，已签名公证且支持自动更新），Windows 版能跑但没做代码签名，SmartScreen 会弹警告。
安装过程就是下载 DMG 拖进 Applications，打开后不需要强制注册账号，不登录也能用核心功能。免费账号主要用来做 Slack 等工具的一键 OAuth 授权，非必需。接下来就是选模型：手动填 API Key 接 OpenAI、Anthropic、Google 等云端模型，或者指向本地 Ollama 做完全离线推理。
整个首次配置大概 15 到 30 分钟，真卡时间的不是安装本身，而是去各平台生成 API Key、配置工具授权的环节。如果你之前没有自己管理过模型密钥，这一步会有点懵。
配置完之后第一个任务的体验很爽。我让它”整理最近三天 GitHub 和 Jira 上的版本状态，写一份发布进展摘要”。它自动去两个平台拉数据、对照里程碑、生成了一段带关键指标和风险标注的 Markdown 文档。动作很快，两分钟左右出了初稿。中途准备往 Slack 发摘要的时候弹了确认框，这点让人安心。
但也不是一路顺畅。Windows 版的 SmartScreen 警告确实劝退非技术用户，Ollama 本地模型在复杂任务中的工具调用能力明显不如云端模型，偶尔会卡在”识别不了这个工具”的死循环里。Beta 嘛，忍了。
使用技巧
用过一轮之后，有些门道比官网文档写得明白。这几条能让你少走弯路。
-
很多人不知道，模型切换不是全局设置，每个任务可以独立指定。 复杂报告用 GPT-5.6，简单的日程整理用 Ollama 本地模型，能省不少 API 费用。 -
定时任务比想象的有用。 设一个”每天早上 9 点整理昨晚 Slack 未读要点”，比手动翻频道快不止一个量级。审批请求会在你上线后排队等你处理。 -
Slack 的双向触发是被低估的杀手功能。 在频道里 @OpenWorker 就能启动任务，不用切到桌面 App。但注意这需要 OAuth 授权，得先注册免费账号。 -
MCP 接入其实很简单。 在设置里添加 MCP 服务器地址，OpenWorker 会自动识别暴露的工具。每个 MCP 工具都可以单独设置权限级别。 -
如果你是 Windows 用户，别被 SmartScreen 吓跑。 点”更多信息”就能继续安装，只是没签名而已。GitHub Release 里的二进制文件跟 macOS 版一样安全可控。
竞品对比
桌面 Agent 这条赛道 2026 年下半年突然热闹了起来，OpenWorker 不是唯一的玩家。但它的定位非常独特，本地优先+开源免费的组合几乎找不到第二个。
| 维度 | OpenWorker | MoClaw | Manus | n8n |
|---|---|---|---|---|
| 核心定位 | 本地桌面 AI 同事 | 云端托管 AI Agent | 通用自主 Agent | 开源工作流自动化 |
| 部署方式 | 本地桌面 App | 浏览器（云端） | Web App | 自托管/云端 |
| 模型策略 | 自带密钥+Ollama | 托管含密钥 | 托管 | 自带密钥 |
| 工具集成 | 25+ 原生+MCP | 浏览器操作+API | 浏览器操作 | 400+ 节点 |
| 价格（截至2026.7） | 免费（MIT） | $20/月 | 订阅制 | 免费/付费 |
| 数据隐私 | 完全本地 | 云端处理 | 云端处理 | 自托管可控 |
核心差异不在于谁的功能更多，而在于选择”控制权”还是”便利性”。OpenWorker 把数据和密钥全留在你机器上，代价是你得自己搞定安装配置和模型密钥。MoClaw 把这一切全包了，打开浏览器就能用，但数据和执行都在云端。没有谁碾压谁，只是两条相反的路。
要说 OpenWorker 的真正护城河，我觉得是”本地 Agent 运行时”这个架构选择。当大部分竞品都在卷模型能力的时候，OpenWorker 把战场拉到了你的桌面上。对隐私敏感团队和开发者来说，这个区分度足以让他们忽略 Beta 阶段的种种不完善。
用户反馈
Beta 产品上线不到一周就炸出 7200+ Star，社区反馈量不小。但因为是新项目，目前还没有 G2 或 Capterra 上的结构化评价，反馈主要散落在 GitHub Issues 和中文技术社区。
正面声音集中在三个点。一是”终于有人做了桌面 Agent”，很多开发者表示等这个方向等很久了。二是模型无关的设计让用户不用被锁在一家厂商上，今天 GPT 涨价明天就换 Kimi。三是 Slack 双向集成的体验超出预期，”在群聊里 @ 一下就有同事帮你干活”的感觉很真实。
吐槽同样尖锐。Windows 用户的怨气最大，代码签名没搞定意味着在企业 IT 环境里基本没法推广。有人指出”内置 4 个角色模板”的说法夸大其词，源码里实际只有一个 ops persona，其他三个更像配置引导。还有开发者提到，Ollama 本地模型在工具调用上的表现很不稳定，复杂任务经常断在中间。
GitHub Issues 里另一个高频话题是权限粒度。目前审批是”全有或全无”模式，有人提议像手机 App 一样逐项授权：允许读日历但不能改、允许看 Slack 但不能发消息。这个方向说明桌面 Agent 需要的不是”信不信任 AI”的二元选择，而是一个可信的权限框架。
多维评分
前面把功能和体验都聊透了，现在用八个固定维度给 OpenWorker 打一个综合分。
| 维度 | 权重 | 评分 | 一句话解读 |
|---|---|---|---|
| 功能完整性 | 22.2% | ⭐⭐⭐⭐☆ | 核心交付+集成+审批齐全，角色模板偏单薄 |
| 易用性 | 16.7% | ⭐⭐⭐☆☆ | Mac 流畅，Win 体验打折，BYOK 门槛不低 |
| 性能表现 | 16.7% | ⭐⭐⭐⭐☆ | 云端模型响应快，本地 Ollama 工具调用不稳 |
| AI 能力 | 16.7% | ⭐⭐⭐⭐☆ | 取决于你接入的模型，aisuite 路由本身够强 |
| 生态集成 | 11.1% | ⭐⭐⭐⭐⭐ | 25+ 原生+MCP，Slack 双向集成是亮点 |
| 文档与支持 | 11.1% | ⭐⭐⭐☆☆ | README 写得不错，缺进阶教程和社区论坛 |
| 更新频率 | 5.6% | ⭐⭐⭐⭐☆ | 上线 5 天 40+ commits，活跃度极高 |
综合评分：7.6 / 10
这个分数更多反映的是 Beta 阶段的成熟度，不是产品潜力的上限。换个角度看，如果在易用性和文档上补上短板，8.5 分不是什么难事。
优缺点
-
✅ 交付成品不是建议，任务闭环体验远超传统聊天 AI。 -
✅ MIT 协议完全免费开源，商用无门槛。 -
✅ 模型无关设计，不锁厂商，随时切换，成本可控。 -
✅ 25+ 工具原生集成+MCP 扩展，覆盖主要工作流。 -
✅ 审批门控+无人值守队列，安全性考虑周到了。 -
✅ Slack 双向集成体验优异，@ 一下就开始干活。 -
❌ Windows 版未签名，企业环境推广受阻。 -
❌ 需自己管理 API Key 和模型配置，非技术用户有门槛。 -
❌ “内置角色模板”夸大宣传，实际只有 1 个完整 persona。 -
❌ Ollama 本地模型在工具调用场景表现不稳定。 -
❌ 无 G2/Capterra 等第三方评价，缺乏企业级安全认证。
适用人群
一个产品不可能适合所有人。OpenWorker 是那种”对的人爱得要死，不对的人装都装不上”的产品，以下分类应该能让你快速判断自己属于哪边。
推荐给：
-
开发者 / 技术型知识工作者。 你对终端不陌生，有 API Key 管理经验，想用 AI 自动化日常琐事又不想把数据交给云端。OpenWorker 就是为你而生的。 -
隐私敏感团队。 法律、金融、医疗等对内网数据有严格管控的场景，本地优先的架构是硬需求，不是偏好。 -
同时在用多个 AI 模型的人。 受够了每个工具都要重新解释一遍背景，模型随便换、数据留本地的逻辑正中痛点。 -
Slack 重度用户。 双向集成让 AI 真正融入团队协作流，不是另开一个窗口。 -
想学习桌面 Agent 架构的开发者。 MIT 协议意味着你可以拆开代码研究、二次开发、甚至商用部署。
劝退给：
-
非技术用户。 如果你看到”API Key”或”Ollama”就头疼，OpenWorker 现阶段不是你的菜。去试试 MoClaw 之类的托管方案会更省心。 -
Windows 主力用户。 能用，但未签名的安装体验和潜在兼容问题会让你全程提心吊胆。等官方出正式 Windows 版再说。 -
需要企业级 SLA 和审计合规的团队。 OpenWorker 没有 SSO、没有 SCIM、没有合规认证，这是本地单机工具，不是企业平台。
FAQ
前面聊了这么多功能和场景，有些高频问题还是得单独拎出来说清楚。
Q1：OpenWorker 真的完全免费吗？
A1：软件本身免费，MIT 协议。 你用自己 API Key 接云端模型的话，费用是模型厂商收的；用 Ollama 跑本地模型的话，一毛钱不用花。
Q2：Windows 能用吗？
A2：能跑，但不完美。 Windows 版功能正常，但未做代码签名，安装时会弹 SmartScreen 警告。企业 IT 环境基本没法推。
Q3：我的数据安全吗？
A3：数据默认留在你电脑上。 Agent 循环、会话、密钥、连接器 Token 全存在本地 secret store，数据只通过你选的模型和集成流出，OpenWorker 本身没有云服务。
Q4：跟 ChatGPT、Claude 的区别是什么？
A4：一个是聊天工具，一个是干活工具。 ChatGPT 给你回答和建议，OpenWorker 直接给你成品文件、Slack 回复、日历安排，并且能跨多个工具联动执行。
Q5：必须用 macOS 吗？
A5：目前 Mac 体验最好。 macOS Apple Silicon 版已签名公证且支持自动更新。Windows 能用但体验打折，Linux 官网写”即将支持”。
Q6：能接国内模型吗？
A6：可以。 支持 DeepSeek、Kimi、Qwen、GLM 等国产模型，通过你自己的 API Key 接入或用 Ollama 跑本地版本。
Q7：定时任务和触发自动化靠不靠谱？
A7：基础场景够用，复杂场景还不稳。 Slack 关键词触发和定时日报这类简单任务很可靠，但多工具联动+条件分支的复杂自动化偶尔会断链。
Q8：OpenWorker 会不会自动替我发消息或改文件？
A8：不会，所有高风险操作都必须先经过你审批。 哪怕你不在电脑前，审批请求也会排队等你回来处理，不会自己跳过。
Q9：和云端 AI Agent（如 MoClaw）比选哪个？
A9：看你更在乎控制权还是便利性。 要本地数据、愿自己配置→OpenWorker。不想折腾安装和密钥、接受云端处理→MoClaw。两条路没有对错。
Q10：适合小团队协作吗？
A10：目前本质上是单用户工具。 没有共享工作空间、团队权限管理或协作功能。多人团队想用的话，每个人都得在自己的电脑上独立安装配置。
看完这篇再决定
OpenWorker 不是又一个”更强的 AI 聊天助手”，而是把 AI 从”回答问题的对话框”搬到了”真正替你干活的工作台”上。本地优先+模型自由+审批门控这个组合，在 2026 年下半年的桌面 Agent 赛道里几乎没有直接对手。
如果你是开发者、技术型知识工作者或者对数据隐私有硬要求的团队，这是目前最值得装的桌面 AI 工具之一。免费、开源、模型随便换，装一个不亏。但如果你属于”不想碰终端、不想管 API Key、只想要个开箱即用的 AI 助手”，现阶段 OpenWorker 不是为你准备的，去试试 MoClaw 或者其他云端托管方案会更舒服。
Beta 阶段的毛刺不少，Windows 签名、本地模型稳定性、文档深度都还有待打磨。但方向已经非常清楚了：AI 同事不该只是个会聊天的对话框，它应该能接上你所有工具、懂你的工作流、知道什么时候该问你再动手。OpenWorker 是这个路线上目前为止走得最远的一个开源项目。