吴恩达开源的OpenWorker，为什么「不 Work」了？

指望 Agent 替人上班之前，它们还得自己先去上个班（雷峰网） 作者丨 李娜 编辑丨 岑峰 美国时间 7 月 23 日，人工智能领域的著名学者吴恩达与 Rohit Prasad 在 X 上正式发布了一款开源的桌面 Agent：OpenWorker。 顶流学者背书、开箱即用的桌面形态、模型自由切换……OpenWorker 几乎集齐了所有爆款的要素。那么，这款产品的实际体验如何呢？ （Open Worker 生成的 AI 新闻简报） 上图是OpenWorker 生成 的 一份过去 24 小时的 AI 新闻简报。 从产品形态上看，它已经把过去需要代码配置的 Agent 工作流，压缩成了一个可以直接操作的桌面应用。 然而上线一周，社区的真实反馈却明确指出， 从“极客的玩具”到“普通人的数字员工”，中间还隔着一条巨大的产品化鸿沟。 作为一个刚刚开源的桌面 Agent，它不仅展示了这类产品正在形成的基本结构， 更 暴露出多模型兼容、数据流向和权限控制仍未解决的问题。 01 OpenWorker 的架构与工作流程 更准确地说，OpenWorker是一套运行在桌面端的Agent工作台。 从整体结构来看，OpenWorker 大致可以分为三层。 最上层是 桌面界面 。用户可以在这里创建晨间简报、周报、频道监控等自动化任务，也可以自行填写任务名称和指令。任务开始后，模型的思考过程、工具调用记录和最终结果都会展示在应用中。 桌面界面之下，是运行在 本地的 Agent 服务 。它负责接收用户目标、调用模型、管理任务循环，并根据模型的判断读取文件、执行命令或调用外部工具。会话记录、记忆、任务状态和权限审批等功能，也主要由这一层负责。 再向外，则是 模型和连接器 。OpenWorker 可以接入 OpenAI、Gemini、Ollama 等不同模型，也能连接 Slack、GitHub、Jira、Notion、Outlook 等办公工具。当模型判断任务需要查询消息、读取项目状态或处理文件时，本地 Agent 服务会调用相应工具，再把返回结果交给模型继续处理，直到任务完成或操作被权限机制拦下。 它的基本工作流程大致可以简化成下图： (OpenWorker 工作流程图) (OpenWorker 官网工作流程示意图) OpenWorker 的模型层建立在吴恩达团队此前开源的 aisuite 之上。 不同模型厂商在接口格式、参数和调用方式上并不完全一致。如果应用分别对接每一家模型服务，开发者往往需要重复适配。aisuite 在模型和应用之间提供了一层统一接口，让上层 Agent 可以用相近的方式调用不同模型。 这也是 OpenWorker 所强调的“模型无关”：它的模型层和任务执行层相对分离，用户可以更换底层模型，而不必重新搭建整套 Agent 工作流。 （“模型无关”部分源码） 因此，Ope