25/07/2026
各位老闆，如果你有追我們前面的文章，你已經懂了：
= 只會預測下一個字的呆萌機器人。 🤖
= 我們把「查資料、驗證、改稿、用工具、整理檔案」這些以前自己做的雜事，教 AI 自己去做！
教 AI 這件事，我們當然可以用像什麼 LangChain 啦，n8n 啦等等這些可以做 AI Agents 的框架，然後每步都手把手教 AI。但身為一位慣闆，要我們做這些事不是太過份了？我們只想出一張嘴，最多原則性的教他要注意什麼，然後希望 AI 自動完成工作。
在這樣想法之下，就出現像 Claude Cowork 這類的產品，相當符合我們慣老闆的期待。問題是，這引發了新的問題：以前付錢了和 Claude 怎麼聊都沒問題，現在就算付到 Max 都還可能出現 token 已經燒完，需要加錢的情況。
結果吳恩達老師直接聽到了慣老闆們的聲，他推出 OpenWorker：
「像 Claude Cowork 幫你們把整套裝備包好了，還開源，愛用什麼 LLM 就用什麼。」
也就是，本地端的模型也可以！所以說，以前如果對 Claude Cowork 的功能流口流、但迫於資安的問題不敢使用的慣老闆們，現在終於可以享受出一張嘴，員工想辦法做好的感覺。
✏️ OpenWorker 是什麼？
一句話，官方自己講的：
"An AI agent that lives on your desktop, built on aisuite."
翻譯成廢文：
"一個直接住在你電腦裡的 AI 打工仔。"
官網更嗆：
"Ask for an outcome, not just an answer."
你不要只問問題，你要直接跟它要成果。
它會在你每天用的工具裡工作，把任務從頭跑到尾，交一個成品給你
以前 ChatGPT 等等 LLM 的 Chat 模型：
你問 → 它回一段字 → 你自己複製貼上 → 自己排版 → 自己寄信。你是工人。
OpenWorker：
你說「幫我準備一下 Northwind 續約會議」→ 它自己去翻你檔案、Slack、行事曆，跑 7 個步驟，最後直接給你一份 `northwind-renewal-brief.html` 這種成品。要寄信前還會跳出來說「老闆可以寄了嗎？」等你按 Approve
懂了嗎？以前 AI 比較像你老闆，現在你終於變回了老闆。
那它到底配了什麼裝備？
之前我們在 AI Agents 講的，OpenWorker 全部裝好了：
1. #眼睛跟手：
它可以讀你電腦裡的檔案，也可以讀或者送出 email、Slack 訊息，產生你想要的 PDF 檔、Word 檔、試算表。當然還可以排程自動化，早上自動給你新聞摘要。
2. #工具櫃：
目前 Slack、Email、Calendar、Notions、Google Drive、GitHub 都能接，未來還有更多！底層是靠 MCP 跟 Toolkits 去串，你不用寫 code。
3. #最佛的地方：它不要你的錢，只要你的金鑰：
你愛用什麼模型、就用什麼模型。如果真的擔心錢燒光，或者資訊外流，用 Ollama 使用本地端的 LLM 也完全沒有問題！
✏️ 所以，OpenWorker 到底在教我們什麼？
回到我們最愛的兩句話：
1. #給資料
以前你手動貼檔案給 LLM。現在 OpenWorker 直接住在你電腦，你授權，它自己去讀。它不會再說「我看不到檔案」。
2. #講清楚
以前你跟它說「幫我寫個報告」。
現在你跟它說「幫我準備續約會議成果」。
OpenWorker 自己會拆成 7 步、9 步，去查資料、寫報告、然後 check-in 等你批准再發。
你看，還是那兩個心法。只是吳恩達幫你把「教 AI 怎麼給資料、怎麼講清楚」這件事，產品化了。
你以前是手動擋，現在他給你一台自排車。
「Agent Harness，他直接幫你焊好了。」
最後，老闆請記住：
OpenWorker 不是更聰明的 AI。它還是那個呆萌的、只會猜下一個字的機器人。
只是吳恩達幫它配好了電腦、裝好了 Slack、給了它你家檔案櫃的鑰匙。
「它終於可以像你以前那樣，自動去查、去改、去整理、去交件了。」
你本來怎麼做的，想辦法教他那樣做。而且，你可以用任何的 LLM，再也不用擔心 Claude 或其他語言模型供應商向你要錢了。
官網在這：openworker.com
#吳恩達 #慣老闆調教指南 #給資料講清楚
