7 月 25 日，吴恩达在 GitHub 以 MIT 许可证开源桌面端 AI Agent 项目 OpenWorker，定位"不只聊天，而是交付完成的工作"。它能跨本地文件、终端与 GitHub、Slack、Jira 等 25+ 工具执行多步任务，支持自带 API Key 接入任意模型，数据默认保留在本机。
吴恩达在 X 上的定位非常直接："这是一个开源 Agent，不只是和你聊天，而是交付完成的工作。"——翻译过来就是：别光陪我聊天，帮我把活干了。
让 AI 分析需求 → 生成文本 → 自己查文件、核对数据、调格式 → 打开 Slack / 邮箱 / 日历手动发出。AI 参与了，但人仍在不同软件间来回倒腾。
告诉它要什么结果 → 自主拆解任务、调用本机文件与已连接应用 → 完成操作 → 交付一份能打开、修改、分享的文件。
项目主页显示，OpenWorker 原生连接超过 25 种工具，包括 GitHub、Slack、Jira、Notion、Linear、HubSpot、Outlook、Gmail、Google Calendar 等，可调用本地文件与终端；不够用还能通过 MCP 继续接入。
它还支持与大模型配合执行定时任务：每天早上整理信息简报、每周自动生成工作报告、持续盯某个 Slack 频道——交给它跑即可。
「每天早上定时整理一份信息简报」「每周自动生成工作报告」「持续关注某个 Slack 频道」——与大模型配合执行，设置一次，重复性高脑力劳动自动完成。
AI 从回答问题走向操作电脑，风险随之升级——一段回答写错了可以重新生成，但把吐槽发给领导、删错没备份的重要文件、改错日程，事情就没那么简单了。
OpenWorker 的设计是：在执行重要操作前，先回来请示。
当任务涉及发送消息、修改日历、写入外部工具、执行终端命令时，它会先暂停、说明自己准备做什么，获批准后才继续。人不在电脑前时，请求会进入待确认列表，等回来同意后再做——不会为了赶完任务跳过确认。
这条设计决定了 Agent 能否真正进入办公场景：一个合格的 AI 同事可以勤快，但不能擅作主张。
OpenWorker 主打四件事：开放、本地优先、隐私保护、模型无关。前三项是后端工程选择，最后一项直接改变使用姿势——
模型涨价或不好用时，迁移成本高，工作流可能要重写。
自带 API Key 即可接入 GPT 5.6 Sol、Claude Fable、Gemini 3.6；也能用 Ollama 跑 Kimi、GLM、DeepSeek、Inkling 等开放权重模型。
数据策略上，OpenWorker 的 Agent 循环、对话记录、连接器令牌、模型密钥默认保存在用户自己的设备上；仅当主动选择特定 LLM 服务商或第三方集成时，相应数据才离开本机。需要说明的是，这不意味着数据绝对不会上传云端——但"用哪个模型、连哪些工具、把数据交给谁"的选择权留在了用户手里。
吴恩达本人背景也值得交代：他是 DeepLearning.AI 创始人、Coursera 联合创始人、斯坦福计算机系兼职教授，曾牵头创立 Google Brain、担任百度首席科学家。据其个人官网数据，超过 700 万人通过他的课程学习 AI。OpenWorker 不是随手放的实验项目——过去他交付的是课程，这一次交付的是一个 AI 同事。
本篇信息主要源自项目方公开披露与企业通稿口径，目前未见第三方独立复测报告，"能跨 25+ 工具交付成品"等描述建议带"官方自述"背景读。项目仍处公测阶段，Windows 版未完成代码签名，实际稳定性、工具调用成功率、定时任务可靠性均有待社区验证。
值得留意的支线是吴恩达本人的方向选择：过去几年他反复强调 AI Agent 与工作流的重要性，这次把判断落到桌面端开源项目上，信号意义大于单个产品的成熟度。
项目已开源，Mac 可用，Windows 公测中（安装会触发 SmartScreen 提醒，属正常现象）。
GitHub 仓库 → 取最新版