你叫 ChatGPT 幫你寫季度報告，它給你一份草稿，你還要自己開 Excel 貼數字、開 Slack 問同事、開行事曆改時間。工作還是你做的。
一句話結論：OpenWorker 是吳恩達（Andrew Ng）開源的桌面 AI 同事，交的是做完的文件而不是對話，18 天衝到 13,382 星；但它現在是 v0.1.7 beta，230 個 PR 還在排隊，想穩定用的人建議先觀望。
2026 年 7 月 20 日，吳恩達在 GitHub 開了一個叫 OpenWorker 的專案，7 月 24 日正式對外公布。到今天（2026 年 8 月 7 日）為止 13,382 顆星、1,806 個 fork——平均一天漲 743 顆星。
它的賣點只有一句：交成品，不交對話。
這篇會拆三件事：它到底做得到什麼、跟你已經在用的工具差在哪，還有一件中文圈基本沒人寫的事。我把它的 GitHub 後台數字挖出來之後，發現三個你裝之前應該先知道的東西。所有數據都是我今天用 GitHub API 逐個查的，不是抄新聞稿。
OpenWorker 是什麼？
它是一個裝在你電腦上的桌面應用程式，你跟它說要什麼結果，它自己拆步驟、動用你的檔案和已連接的軟體，最後把做好的東西交給你。
官方 README 舉的例子很具體：一份排好版的文件、一則已經填好數字的 Slack 回覆、一個更新過的行事曆、一個整理乾淨的收件匣。重點在「polished document」這個詞，不是給你大綱，是給你可以直接寄出去的檔案。
技術上它是這樣疊起來的：
| 層級 | 用什麼做 | 白話解釋 |
|---|---|---|
| 桌面外殼 | Tauri 2 + React | 你看到的視窗介面 |
| 本機 agent 伺服器 | Python（FastAPI） | 真正在動腦跟做事的部分，跑在你自己電腦上 |
| 引擎底座 | aisuite | 吳恩達 2024 年就開始做的多模型統一接口 |
| 語音輸入 | Rust 的 STT sidecar | 可以用講的下指令 |
有一件事值得先講清楚：OpenWorker 不是從零長出來的。它原本住在 aisuite 這個專案裡面，後來才搬出來獨立成一個 repo。aisuite 自己有 16,052 顆星，比 OpenWorker 還多。所以嚴格說，OpenWorker 是「aisuite 能力的一個展示應用」，官方 README 自己也是這樣寫的，說這個 repo 是 aisuite 能扛什麼的參考實作。
它跟 ChatGPT、Claude 差在哪？
差在誰負責把事情做完。聊天機器人的產出終點是一段文字，你要自己搬去別的地方用；OpenWorker 的產出終點是一個檔案或一個已經發生的動作。
實際流程是四步：
- 你講結果：像是「幫我準備一份客戶簡報」「把我這週的行事曆理順」「查一下這個版本在 Jira 跟 GitHub 上進度到哪」。
- 它拆步驟：自己決定要開哪些檔案、查哪個系統、跑什麼指令。
- 動手前先問你：凡是要寄訊息、改行事曆、跑 shell 指令這種有後果的動作，它會停下來等你按同意或改方向。
- 交成品：你拿到的是檔案，不是待辦清單。
第 3 步是它跟一般 agent 最不一樣的地方，也是我覺得設計得最好的一段。無人值守跑的時候，它不會自己決定動手，而是把要問的事情丟進一個收件匣等你回來處理。這比「跑完才告訴你它做了什麼」安全太多。
25 個連接器實際能接到什麼？
官方列出 25 個以上原生整合，涵蓋大部分上班族每天會開的東西：
- 溝通：Slack、Gmail、Microsoft Outlook
- 專案：Jira、Linear、Notion、monday.com
- 開發：GitHub
- 業務：HubSpot
- 行程：Google Calendar
- 本機：你的終端機和本地檔案
另外任何支援 MCP（Model Context Protocol）的工具都能掛進來，而且可以逐個工具開關權限。如果你不熟 MCP 是什麼，可以先看我們寫過的 Claude Skills 現成技能包整理，概念是相通的。
Slack 那個用法蠻聰明的：你在頻道裡 @OpenWorker，它會在你自己的桌面開一個工作階段，用你的工具做完，再把答案回到討論串。也就是說，手機上也能觸發，但實際幹活的是你辦公室那台電腦。
模型可以自己選嗎？要付錢給誰？
可以自己選，而且它不綁任何一家。你自備 API key，支援清單包括 OpenAI、Anthropic、Google Gemini、Inkling（Thinking Machines）、GLM（Z.ai）、DeepSeek、Kimi（Moonshot）、Qwen、MiniMax、Mistral、Grok（xAI），加上透過 Together 和 Fireworks 跑的開源權重模型。
也可以完全本機跑：接 Ollama，一毛錢 API 費都不用付。官方有一份「已驗證能穩定做工具呼叫」的精選模型清單（約 30 個），清單外的模型也能填，但風險自負。
所以成本結構是：軟體免費（MIT 授權），你只付模型的錢。想零成本就掛 Ollama，但本機模型跑 agent 這種多步驟工具呼叫任務，效果跟雲端旗艦模型差距不小，這點要有心理準備。想比較各家模型成本，可以參考我們做過的 GPT-5.6 三個版本同題實測，同樣一題成本可以差 35 倍。
本地優先，隱私就真的安全嗎？
比大部分雲端 agent 安全，但要看清楚「本地」的邊界在哪。
官方說法是：agent 迴圈、你的對話、連接器 token、模型金鑰，全部存在你機器的本地密鑰庫。唯一的雲端成分是一個很小的服務，負責幫連接器做 OAuth 握手；而且你可以完全不登入就用——自己手動建憑證或 API key 就行。
但要誠實講兩件事：
- 你的資料還是會透過模型出去。除非你用 Ollama 全本機，否則你請它處理的內容都會送到你選的那家模型商。「本地優先」講的是程式和金鑰在本地，不是資料完全不出門。
- 它拿得到你的終端機和本地檔案。這是它強的原因，也是它危險的原因。已經有 PR（#21）在修「shell 白名單繞過」這類批准機制的安全漏洞，代表這塊還在補。
如果你的電腦上有交易所後台、錢包檔案、或客戶個資，在 beta 階段我不建議給它完整的檔案系統權限。這不是針對 OpenWorker，任何拿得到 shell 的 agent 都該這樣看待。
想了解 agent 的攻擊面有多大，可以看我們寫過的 Uber ADR 開源 agent 安全系統，裡面整理了 17 種攻擊手法。
13,382 顆星背後，有三個數字沒人講
這段是這篇文章最值得看的部分。中文圈現在的報導幾乎都在複述「吳恩達開源 AI 同事」這句話，但我把 GitHub API 的後台數字拉出來之後，看到的畫面跟新聞稿不太一樣。
以下數據截至 2026 年 8 月 7 日，全部經 GitHub API 實查。
數字一：吳恩達本人在這個專案只提交過 1 次程式碼
整個 repo 只有 8 位貢獻者。commit 分佈是這樣：
| 貢獻者 | commits | 佔比 |
|---|---|---|
| rohitprasad15 | 96 | 83.5% |
| devikaverma | 12 | 10.4% |
| HaoChiBao | 2 | 1.7% |
| andrewyng（吳恩達本人） | 1 | 0.9% |
| 其他 4 人 | 各 1 | 合計 3.5% |
這不是在說吳恩達掛名騙星，他是專案的發起人和方向定義者，這在開源界很正常。但如果你以為這是「吳恩達親手寫的程式碼」，那跟事實有落差。實際上這是一個以 rohitprasad15 為主力、接近單人維護的專案（他也是 aisuite 的主要維護者）。
為什麼這件事重要？因為它直接決定了下面兩個數字。
數字二：230 個 PR 在排隊，只有 19 個被合併
這是我覺得最能說明專案現狀的一組數字：
| 項目 | 數量 | 意思 |
|---|---|---|
| 開啟中的 PR | 230 | 社群交上來還沒處理的修改 |
| 已合併的 PR | 19 | 真正進到主線的 |
| 已關閉的 PR | 53 | 含合併與拒絕 |
| 開啟中的 issue | 170 | 回報了還沒解的問題 |
| 已關閉的 issue | 16 | 解掉的 |
issue 關閉率 8.6%，PR 合併率 7.6%。最舊的那個 open PR 是 #1，2026 年 7 月 21 日開的，到今天躺了 17 天，內容是把 aisuite 的 Obsidian 連接器移植過來。排在它後面的還有修 Windows 安裝腳本、加 Linux AppImage 支援、修 shell 白名單安全漏洞這些看起來該優先處理的東西。
公平地說，官方 README 自己有交代原因，而且交代得很直白：
「我們正依照一份內部清單和目標積極開發中，所以我們可能不會批准那些已在開發中、或偏離我們願景的功能 PR。」
OpenWorker README，Contributing 章節
這是誠實的做法，總比讓人白做工好。但對你的實際意義是：你現在遇到的 bug，修好的速度取決於那份你看不到的內部清單，不取決於社群有多少人已經寫好了修補程式。
數字三：最後一次 commit 是 8 月 1 日
版本節奏是這樣的：
- v0.1.4 → 2026-07-22
- v0.1.5 → 2026-07-22
- v0.1.6 → 2026-07-23
- v0.1.7 → 2026-07-30（最新版，距今 8 天）
主線最後一次 commit 是 2026 年 8 月 1 日，距今 6 天。而 7 月下旬那兩週的節奏是每天 10 到 22 個 commit——7 月 23 日一天 22 個、7 月 30 日一天 17 個。
從爆發式開發變成 6 天沒動靜，可能是團隊在內部分支上做大改動（README 提到有內部路線圖），也可能只是放假。我不會把它讀成「棄坑」，18 天的專案還太早下這種判斷。但如果你正在評估要不要把它放進日常工作流，這個節奏值得你再觀察兩週。
那這三個數字合起來說明什麼？
說明星數跑在成熟度前面。13,382 顆星裡面有很大一部分是「吳恩達」這三個字帶來的，不是產品驗證出來的。一天 743 顆星的速度，跟同期其他專案比是這樣：
| 專案 | 星數 | 建立天數 | 星/日 |
|---|---|---|---|
| firecrawl/anydoc | 9,809 | 4 | 2,452 |
| yc-software/qm | 12,149 | 9 | 1,350 |
| andrewyng/openworker | 13,382 | 18 | 743 |
| microsoft/skill-recorder | 2,214 | 9 | 246 |
| huangruiteng/loopx | 3,184 | 68 | 47 |
它不是今年最猛的，但在「名人開源」這一類裡面算正常發揮。順帶一提，表上的 YC 的 qm、Microsoft Skill Recorder、LoopX 我們都寫過拆解，有興趣可以對照看同一時期這條賽道有多擠。
OpenWorker 跟 Rowboat、OpenClaw 該選哪個？
先講結論：想要現在就能穩定用，選 Rowboat；想要生態最大、外掛最多，選 OpenClaw；想跟一個可能會長很快的新專案一起成長，才選 OpenWorker。
三個都是開源「AI 同事 / 個人助理」定位，數據同樣是 2026 年 8 月 7 日 API 實查：
| OpenWorker | Rowboat | OpenClaw | |
|---|---|---|---|
| 星數 | 13,382 | 17,005 | 385,445 |
| 建立時間 | 2026-07-20（18 天） | 2025-01-13（約 19 個月） | 2025-11-24（約 8 個月） |
| 最後更新 | 2026-08-01（6 天前） | 2026-08-07（今天） | 2026-08-07（今天） |
| 語言 | Python | TypeScript | TypeScript |
| 授權 | MIT | Apache-2.0 | 自訂授權 |
| 特色 | 交成品、批准閘、25+ 連接器 | 有記憶的 AI 同事 | 跨平台個人助理、生態龐大 |
| 成熟度 | v0.1.7 beta | 相對成熟 | 相對成熟 |
這張表有一件事值得注意：Rowboat 的星數比 OpenWorker 多、活了 19 個月、今天還在更新，但中文圈幾乎沒人在講它。名人效應對曝光的影響，比產品成熟度大得多。我們之前寫過 Rowboat 的拆解和 OpenClaw 月花 US$10 自養 agent，可以直接對照。
如果你要的其實是「在終端機裡跑」而不是桌面 app，那 Reasonix 或 Open Interpreter 會更順手；如果你要的是把流程畫成圖的自動化，n8n 到現在還是最穩的選擇。
OpenWorker 怎麼安裝？
一般人走下載安裝檔就好，三步驟：
- 下載安裝檔：到 openworker.com 或 GitHub README 的下載區。macOS 要 12 以上、Apple Silicon，已簽名公證、會自動更新；Windows 10/11 x64 版本目前還沒做程式碼簽章，SmartScreen 會跳警告（官方說簽章處理中）。
- 加入模型金鑰：開啟 app 之後貼上你的 OpenAI / Anthropic / Google 等 API key，或者把它指向本機的 Ollama。
- 下第一個指令：直接叫它做一件真實的小事，例如「把我這個資料夾裡的三份報價整理成一張比較表」。第一次跑建議挑不會造成損害的任務，順便看清楚它的批准閘會在哪些動作攔下來。
Linux 使用者請注意：官方目前只提供 macOS 和 Windows 安裝檔，Linux 的 AppImage 還是社群 PR（#19），還在排隊沒被合併。你可以自己從原始碼跑，需要 Python 3.10 以上、Node 20 以上，加上 Rust 工具鏈。
誰現在就該裝？誰應該再等等？
直接講：
現在就可以裝
- 用 Mac、而且喜歡玩新東西的人。簽名公證、自動更新都做好了，裝起來成本低，壞了就砍掉。
- 本來就在用 aisuite 的開發者。這是同一個團隊的東西，它就是寫給你看的參考實作。
- 每天在 Slack、Jira、Notion 之間搬資料的人。25 個連接器加上批准閘，這個組合現在市面上不多。
- 資料不能出門的人。接 Ollama 全本機跑，這點很多雲端 agent 做不到。
建議再等兩週
- Windows 使用者。還沒程式碼簽章，SmartScreen 會擋，公司電腦通常直接裝不了。
- Linux 使用者。沒官方安裝檔，要自己從原始碼編。
- 要拿它做正式生產工作的人。v0.1.7、170 個未解 issue，這個階段當主力工具風險偏高。
- 電腦上有錢包、交易所後台、客戶個資的人。批准機制的安全漏洞還在修，等它補完再說。
三題決定你該不該裝
OpenWorker 該不該裝？決策器
1. 你用什麼作業系統？
2. 你想拿它做什麼？
3. 這台電腦上有沒有錢包、交易所後台或客戶個資？
常見問題
OpenWorker 要錢嗎？
軟體本身免費，MIT 授權，原始碼公開。你付的是模型費用——自備 OpenAI、Anthropic、Google 這些供應商的 API key，用多少付多少。接 Ollama 跑本機模型的話可以完全不花錢，但 agent 任務要連續呼叫工具，本機模型的成功率會比雲端旗艦模型低不少。
它會不會自己亂發訊息、亂改我的行事曆？
設計上不會。所有有後果的動作——寄出訊息、修改行事曆、執行 shell 指令——都要經過你批准。無人值守執行時，它會把要問的事情放進一個收件匣等你回來處理，而不是自己決定。不過要注意，目前有 PR 在修批准機制的繞過漏洞，所以在 beta 階段還是別給它太敏感的權限。
是吳恩達親自寫的嗎？
不是。他是專案發起人和方向定義者，但在 GitHub 上他本人只有 1 個 commit。主要開發者是 rohitprasad15（96 個 commit，佔 83.5%），也就是 aisuite 的主要維護者。整個專案目前 8 位貢獻者。這在開源界很常見，但如果你把它理解成「吳恩達親手打造」，那跟事實有落差。
我的資料會被上傳嗎？
程式碼、對話紀錄、連接器 token、模型金鑰都存在你自己機器上，唯一的雲端成分是幫連接器做 OAuth 握手的小服務，而且你可以完全不登入、自己手動建憑證。但要清楚一件事：你叫它處理的內容，還是會送到你選的那家模型供應商。想資料完全不出門，只能接 Ollama 全本機跑。
跟 Rowboat 比，哪個比較好？
要現在就穩定用，Rowboat 比較實際：17,005 顆星、2025 年 1 月就開始做、今天還在更新。OpenWorker 的優勢在 25 個以上原生連接器和批准閘設計，還有 Python 生態對接 aisuite 的彈性；劣勢是它才 18 天大、還在 v0.1.7。看你要的是穩定還是新東西。
Windows 可以裝嗎？
可以，官方有 Windows 10/11 x64 版本，但目前還沒做程式碼簽章，SmartScreen 會跳安全警告。個人電腦手動放行就能裝；公司管控的電腦通常會被直接擋下。官方表示簽章正在處理中。
所以，這篇的結論是什麼？
OpenWorker 的產品方向我認為是對的。「交成品不交對話」這句話戳到了現在所有聊天機器人的共同問題：它們把最麻煩的最後一哩留給你。批准閘那個設計也比市面上多數 agent 想得清楚：動手前先問你，而不是跑完之後才告訴你它做了什麼。
但方向對不等於現在能用。13,382 顆星裡有多少是產品驗證、有多少是「吳恩達」這三個字，從 230 個排隊的 PR 和 8.6% 的 issue 關閉率就看得出來。一個 8 人專案接住了一萬三千顆星的期待，這個落差需要時間補。
我的建議：Mac 使用者現在就可以裝來玩，反正免費、砍掉也不痛。但別急著把它放進你真正靠它吃飯的工作流——先觀察兩週，看那 230 個 PR 消化得動多少。那個數字動起來的那天，才是它從「名人專案」變成「能用的工具」的時候。
想追同一條賽道的其他選項，可以看我們整理的 GitHub Trending AI 專案精選，或是 Jack Dorsey 的 Block Buzz、字節跳動的 DeerFlow 2.0。2026 年下半年，大廠和名人都在搶同一塊地。
本文所有 GitHub 數據（星數、fork、commit 分佈、PR 與 issue 統計、版本時間）均於 2026 年 8 月 7 日透過 GitHub API 實查取得，開源專案變動快速，實際數字請以官方 repo 為準。本文僅為工具評測與資訊分享，不構成任何投資建議；安裝任何具有終端機與檔案系統存取權限的軟體前，請自行評估安全風險。
發表迴響