吴恩达开源了一个“桌面AI打工人“,它有3.7万个星标支持 7月24日晚上吴恩达在LinkedIn上发了一条动态宣布了一个项目的开源。24小时后这个项目在GitHub上收获了3700多个星标。这个项目叫OpenWorker它不是吴恩达做的又一个AI课堂不是一个论文也不是一个理论框架。它是一个能直接装在你电脑上、帮你干活的桌面AI智能体——润色文件、准备客户简报、梳理日程、起草报告、处理Slack消息甚至操作你的文件和日常工具。它和ChatGPT的区别在于ChatGPT等着你说话OpenWorker等着你派活。一个能帮你干活而不是陪你聊天的AIOpenWorker的诞生逻辑很简单AI已经能理解复杂指令了但大多数时候它只说不做。现在的AI助手擅长的是对话——你问它答你说它记。但吴恩达想要的是一个能真正介入工作流程的东西。OpenWorker运行在桌面上可以直接访问用户的文件系统、日历、邮箱、Slack。它不是一个对话窗口而是一个执行者。在模型支持上OpenWorker不绑定任何特定模型。你可以用GPT 5.6 Sol、Claude Fable、Gemini 3.6也可以用Kimi、GLM、DeepSeek甚至本地跑的Ollama。这种模型无关的设计意味着它不挑食——你的算力有多强它就能干多重的活。吴恩达本人对它的定位很务实不是取代人类而是处理那些低脑力消耗但高时间消耗的重复劳动。这其实才是AI从业者最该关注的方向。过去两年行业陷入了benchmark竞赛——谁的模型在某个测试集上多拿了0.5分谁就赢。但吴恩达这种从AI教育转向AI工具的路径暗示了一个无声的转变最好的AI产品可能不是能力最强的模型而是最能干脏活的智能体。为什么是吴恩达OpenWorker是aisuite团队的作品但背后的精神领袖是吴恩达。这个名字在AI圈意味着什么不用多说。他是Coursera的联合创始人Google Brain的创始人之一百度前首席科学家。他写过的机器学习课程至今仍然是这个行业里最入门的教材。但最近一两年吴恩达的动作越来越务实——不追模型SOTA不卷参数规模而是不断推出让人直接上手用的工具。他的aisuite框架——OpenWorker的底层——支持几十种大模型的统一调用是个典型的降低门槛产物。他公开说过很多次AI的能力已经够用了真正的瓶颈是普通人还不会用。这和他创办DeepLearning.AI的初衷一致。但OpenWorker比一门课程更往前了一步它不再只是教人怎么理解AI而是直接给一个用AI干活的工具。3700多个星标在24小时内说明了两件事一是吴恩达的号召力还在二是这个方向确实是很多人等着的。OpenWorker想做但还做不到的事不过OpenWorker目前还不够完美。它现在只支持macOS全功能运行Windows版虽然可以在技术层面跑起来但还没有正式签注。这意味着如果你用Windows安装和使用的体验可能会打折扣。另一个潜在风险是安全问题。一个能访问你文件系统、日历、邮件的AI智能体一旦被滥用或出现逻辑漏洞后果会非常严重。吴恩达在设计上加入了一个执行关键操作前确认的机制但这层保护是否足够只有在真实的高敏感度工作场景中才能验证。GitHub上已经有开发者在issues里提到权限问题——有人建议做一个更细粒度的权限控制系统像手机App一样逐项授权。这个方向是对的。桌面AI智能体需要的不是全有或全无的信任而是一个可信的权限框架。桌面AI智能体2026年最拥挤的赛道但OpenWorker不会是一个人在战斗。同一天谷歌发布了ATLAS报告基于1500万条AI交互数据得出了一个结论AI虽然覆盖了68%的职业类型但在这些职场典型任务中只有约20%会调用AI。用是用起来了但用得不够深。这份报告和OpenWorker的开源放在一起看画面就完整了。现在的问题是AI覆盖面够广了但深度不够。而深度提升的关键不是把模型做得更聪明而是让AI动起来、干起来、介入到工作流里去。吴恩达的项目之所以引人注目是因为它直奔AI用得不够深这个核心矛盾去的。你不需要学提示词工程不需要理解注意力机制——你把AI当成一个来帮你干活的同事就行了。3700多个星标证明这个逻辑踩中了很多人的需求。未来一年桌面AI智能体可能会成为AI行业最拥挤也最有价值的赛道之一。但话说回来当你的电脑上装了好几个AI打工人的时候你真的需要一个更高级的AI来帮你管理它们。文中所用图片来源于网络仅供技术学习与交流。如权利人认为存在侵权请联系我们我们将在24小时内处理。

相关新闻

最新新闻

5分钟搞定!GPT4All本地大语言模型一键下载与管理终极指南 [特殊字符]

5分钟搞定!GPT4All本地大语言模型一键下载与管理终极指南 [特殊字符]

5分钟搞定!GPT4All本地大语言模型一键下载与管理终极指南 🚀 【免费下载链接】gpt4all GPT4All: Run Local LLMs on Any Device. Open-source and available for commercial use. 项目地址: https://gitcode.com/GitHub_Trending/gp/gpt4all 还在…

2026/7/25 18:50:23
Cortex-M4 SCB寄存器解析:中断控制与系统调优实战

Cortex-M4 SCB寄存器解析:中断控制与系统调优实战

1. Cortex-M4系统控制模块(SCB)核心原理与设计思路在嵌入式开发领域,尤其是基于ARM Cortex-M系列内核的项目中,我们常常会与各种外设寄存器打交道。但有一组寄存器,它不直接控制GPIO、UART或定时器,却从根本…

2026/7/25 18:50:23
MCU选型与封装实战:以TI Tiva C系列为例解析型号编码与LQFP设计

MCU选型与封装实战:以TI Tiva C系列为例解析型号编码与LQFP设计

1. 项目概述:从型号到封装,一次搞懂MCU选型搞嵌入式开发,选型是第一步,也是最容易踩坑的一步。面对厂商数据手册里密密麻麻的型号和封装代码,新手工程师往往一头雾水,老手也可能因为疏忽而选错料&#xff0…

2026/7/25 18:50:23
大模型工具调用结果解析与异常处理实战指南

大模型工具调用结果解析与异常处理实战指南

1. 大模型应用闭环的核心挑战在构建基于大语言模型的实际应用系统时,工具调用(Tool Calling)是连接AI认知世界与真实业务系统的关键桥梁。但很多开发者往往只关注如何发起工具调用,却忽视了同样重要的结果解析与反馈环节。这就像只…

2026/7/25 18:50:23
Google 3.6 Flash模型:AI生成数学艺术3D打印STL文件全流程

Google 3.6 Flash模型:AI生成数学艺术3D打印STL文件全流程

如果你正在寻找一种将数学之美转化为实体艺术的方法,那么Google 3.6 Flash模型的出现可能正是你需要的解决方案。传统上,创建复杂的数学曲面和几何结构需要深厚的数学功底和专业的3D建模软件操作能力,但现在,通过AI模型生成可直接…

2026/7/25 18:50:22
LongCat-2.0开源大模型实践:MoE架构与百万token上下文应用指南

LongCat-2.0开源大模型实践:MoE架构与百万token上下文应用指南

在实际 AI 开发和应用中,模型的选择往往决定了项目的成本、性能和可维护性。当 OpenAI、Anthropic 等西方主流模型因政策限制或高昂成本而难以大规模应用时,开发者开始将目光转向性能相当且更具成本效益的开源替代方案。美团开源的 LongCat-2.0&#xff…

2026/7/25 18:45:22

月新闻