OpenWorker: Andrew Ng lanserer åpen kildekode-agent som leverer ferdig arbeid – ikke bare chat

Arkitektur: Et firelags lokalt stabel

OpenWorker kjører helt og holdent på brukerens maskin, uten noen inferenstjener i skyen. Arkitekturen består av fire distinkte lag :

• Desktop Shell: Et Tauri 2-native vindu som omslutter et React 18-brukergrensesnitt (bundle-ID com.openworker.desktop). Dette skallet overvåker også Python-serverprosessen.
• Lokal agentserver: Bygget på Python 3.10+ med FastAPI og Uvicorn, denne serveren binder seg til 127.0.0.1:8765 på den lokale maskinen. Den har en standard grense på 12 modell-verktøy-iterasjoner per oppgave.
• Evne- og koblingslag: Dette laget gir et sett med lokale verktøy for å samhandle med filsystemet, git, ripgrep-støttet søk, skall og oppgavelister. Det inkluderer også vertsbaserte integrasjoner og støtte for Model Context Protocol (MCP).
• Modellruter: Kjernemodellgrensesnittet er bygget på aisuite, Andrew Ngs eget leverandøruavhengige LLM-bibliotek. Dette lar OpenWorker gi et enkelt, enhetlig grensesnitt på tvers av native, OpenAI-kompatible, forhandler- og lokale modellleverandører . Depotet inneholder 119 Python-filer (~32 400 linjer) under coworker/, 149 TypeScript/TSX-filer under surfaces/gui/ og 78 backend-testmoduler .

Støttede modeller: 30 kuraterte, ta med din egen nøkkel

OpenWorker låser ikke brukerne til en enkelt leverandør. Det støtter 30 kuraterte modeller på tvers av flere kategorier, som alle krever at brukeren tar med sin egen API-nøkkel (BYOK) . De støttede modellene inkluderer:

• Native leverandører: OpenAI GPT-5.6 Sol, Terra, Luna, GPT-5.5; Anthropic Claude Fable 5, Opus 4.8, Sonnet 4.6, Haiku 4.5; Google Gemini 3.6 Flash, 3.1 Pro, 2.5 Pro, 2.5 Flash.
• OpenAI-kompatible leverandører: GLM-5.2, DeepSeek V4, Kimi K2.6, MiniMax M2.5, Qwen3 Max, Grok 4.3, Mistral Large.
• Vertsbaserte åpne vektmodeller: Tilgjengelig via partnere som Together AI og Fireworks.
• Helt lokale modeller: Tilgjengelig via Ollama, som ikke krever noen API-nøkkel.

Tillatelses- og sikkerhetssystemet

En av OpenWorkers nøkkelfunksjoner er dens tilnærming til sikkerhet. Hvert verktøykall en agent gjør, klassifiseres i en av fire risikonivåer :

1. read – visning av lokale data (ingen sideeffekter)
2. write_local – opprettelse eller endring av filer på maskinen (baneomfattende)
3. exec – kjøring av skallkommandoer
4. external – sending av data ut av maskinen (f.eks. til Slack, e-post eller kalender)

Disse nivåene kontrolleres deretter gjennom fem tillatelsesmoduser :

1. discuss – skrivebeskyttet diskusjon
2. plan – skrivebeskyttet planlegging
3. interactive (standard) – spør brukeren før den utfører skrivinger, kommandoer og eksterne handlinger
4. auto – tillater alt, men forblir baneomfattende
5. custom – auto-godkjenner et brukerspesifisert sett med verktøy

Prompt-Injection-forsvar

For å beskytte mot prompt-injection-angrep inkluderer OpenWorker en innebygd «ops-persona» som instruerer modellen til å behandle innhold fra verktøy, logger, filer og innkommende meldinger som upålitelige data snarere enn instruksjoner. Dette forsvaret er skrevet direkte inn i den medfølgende personakonfigurasjonen .

Personvern-først-design

OpenWorker er designet med sterke personvernprinsipper :

• Modellkall rutes direkte fra brukerens maskin til den valgte leverandøren – det er ingen mellomliggende videresendingstjener.
• Samtaler, koblings-tokens og API-nøkler forblir lokale. Hemmelighetslageret er arkitekturert slik at hemmeligheter aldri kommer inn i modellkonteksten, ledetekster eller spor.
• Den eneste valgfrie skykomponenten er en OAuth-megler (som bruker Auth0 Authorization Code med PKCE) for ettklikks koblingshåndtrykk. Koblings-tokens leveres direkte til maskinen og lagres aldri i skyen.
• Appen fungerer helt offline når API-nøkler og legitimasjon limes inn manuelt.

Plattformstøtte og nåværende status

OpenWorker kjører for øyeblikket på Mac, med Windows-støtte oppført som «kommer snart» . Prosjektet er i åpen beta og beskrives som fullt brukbart, med mulighet for selvoppdatering .

Slutten på chatbot-paradigmet

OpenWorker er eksplisitt posisjonert som et skifte bort fra chatbot-modellen. I stedet for å oppmuntre til en samtale, spesifiserer en bruker et ønsket utfall (f.eks. «sortert innboks», «polert dokument», «Slack-svar med Q3-tall», «oppdatert kalenderoppføring»). Agenten bryter deretter det målet ned i trinn, arbeider på tvers av lokale filer og tilkoblede applikasjoner, og stopper opp for menneskelig godkjenning før den utfører konsekvensrike handlinger . Den støtter over 25 integrasjoner pluss MCP, og dekker verktøy som Telegram, GitHub, Slack, Jira, Notion, Linear, HubSpot, Outlook, Gmail og Google Kalender .