「AI が to-do list を作ってくれて、残りは結局自分でやる」という方式にうんざりしているなら、呉恩達（Andrew Ng）が新たにオープンソース化した OpenWorker は、その一連の業務を丸ごと引き取りに来ます。これはデスクトップに住む AI Agent（MIT License）で、位置づけはひと言：deliver finished work, not just chat——おしゃべりも助言もしないで、ドキュメント、Slack 返信、カレンダー更新、受信箱の整理結果を、共有可能な成果物のファイルとして手渡してくれます。毎日 GitHub / Jira / Slack / Notion / メールのあいだを行ったり来たりする開発者や運用担当に向いており、対話ボックスだけが欲しいユーザーには向きません。

OpenWorker とは

OpenWorker は呉恩達がオープンソース化したデスクトップ版 AI Agent で、ローカル優先 + モデル非依存の2本の柱を据えています：

• ローカル優先：agent loop、会話記録、コネクタの token、モデル key はすべてアプリのローカル secret store に保存。唯一のクラウドコンポーネントは OAuth ハンドシェイクだけを担います。
• モデル非依存：API key は持ち込み式。OpenAI、Anthropic、Google Gemini、Inkling（Thinking Machines）、GLM（Z.ai）、DeepSeek、Kimi（Moonshot）、Qwen、MiniMax、Mistral、Grok（xAI）をはじめ、Together / Fireworks 上のオープンウェイトモデルや Ollama のローカルモデルを、初期状態のまま使えます。

呉恩達自身の軽量統合 LLM ライブラリ aisuite をベースに構築されており、アーキテクチャははっきり3層に分かれます：デスクトップシェル（native shell + React/Tauri GUI）→ ローカルの agent server（Python。engine / tools / connectors を含む）→ あなたのファイル、ターミナル、25以上のコネクタ、任意のモデル provider。すべての呼び出しはあなたの key で、あなたのマシン上で走ります。

GitHub リポジトリ：https://github.com/andrewyng/openworker

コア能力

やるのは To-Do リストではなく、成果物の納品

いちばん直接的な差は納品物に表れます。普通のチャットボットがくれるのは「こうすべきです」という文字。OpenWorker がくれるのは、開けて、編集して、転送できるドキュメント、表、レポート、Web ページのファイルです。「prepare a customer brief」と頼めば、自ら資料を探し、情報を整理し、完全なドキュメントを生成します。「check where the release stands across Jira and GitHub」と頼めば、背景資料を一節ずつ食べさせてもらうのを待つ代わりに、ツールをまたいで状態を収集します。

25以上のコネクタ + MCP 拡張

初期状態の統合は、開発者の日常のツールスタックの大部分を覆っています：

• コード / プロジェクト：GitHub、Jira、Linear、Notion
• コミュニケーション / スケジュール：Slack、Outlook、Gmail、Google Calendar、monday.com、HubSpot
• ローカル：ターミナル、ファイルシステム

足りなければ、MCP 互換ツールなら何でも接続できます。しかも per-tool の権限制御をサポート——雑に「許可 / 不許可」を振るのではなく、ツール粒度で認可します。

Approval-gated：高リスクのアクションにはあなたのうなずきが要る

AI が「質問に答える」から「PC を操作する」へ踏み出すと、リスクの性質が変わります。愚痴のメッセージを上司へ送る、バックアップのないファイルを消す、予定を書き間違える——これらは「再生成」では取り返せません。OpenWorker の設計はこうです：consequential（重大な結果を伴う）な操作は、実行前に必ず戻って伺いを立てる。

承認を発火させるアクションのカテゴリ：

• メッセージ送信（Slack / メール）
• カレンダー変更
• 外部ツールへの書き込み
• shell コマンドの実行

PC の前にいない？リクエストは inbox で待機し、急ぎだからと確認を飛ばすことはありません。目立たないこの設計こそ、実際のオフィスシーンに入れるかどうかを決めます：働き者だが、独断では動かない。

Slack トリガー + 定時タスク

OpenWorker を本当に「ワークフローに生えさせる」2つの能力：

• Slack トリガー：チャンネルで @OpenWorker すれば、デスクトップ側のセッションが自動で開き、結果は thread reply として返ってきます——ウィンドウを切り替える必要がありません。
• Automations（定時タスク）：毎日のブリーフィング、毎週のレポート、特定チャンネルの常時見張り。実行のたびに完全な transcript が残り、後から追跡できます。

インストールと始め方

方法1：デスクトップインストール（一般ユーザー向け）

GitHub の README を開き、プラットフォームに合わせてダウンロード：

App を開く → 任意のモデルの API key を追加（またはローカルの Ollama を指す）→ 本当の要求を投げて、仕事を始めさせます。

方法2：ソースから実行（開発者向け）

Python 3.10+、Node 20+、Rust ツールチェーンが必要です。

git clone https://github.com/andrewyng/openworker
cd openworker

# 一発で開発環境を構成（.venv を作成）
bash packaging/setup_dev_env.sh

# ローカルの agent server を起動
.venv/bin/openworker-server --cwd ~/some/project --port 8765

# 別のターミナルで、ブラウザー UI を起動
cd surfaces/gui
npm install
npm run dev

完全なデスクトップシェル（native window 付き）が欲しい場合：

npm run tauri dev

テストを回す：

# バックエンド
.venv/bin/pytest

# フロントエンド
npm test
npm run e2e

💡 ヒント：Windows で SmartScreen が出るのは想定内で、作者は README に signing in progress と明記しています。本番用途での大規模配布は署名の完成を待つか、ソースから自分でビルドするのが無難です。

1回のタスクの実行フロー

「prepare a customer brief」を例に、OpenWorker 内部の実行チェーンを見てみます：

1. あなたが伝えるのは望む結果（ステップではない）
2. タスクを複数ステップへ分解し、デスクトップ / ファイル / 接続済み App をまたいで作業する
3. メッセージ送信、カレンダー変更、コマンド実行など consequential なアクションに当たったら check in し、あなたの承認を待つ
4. 手元に届くのは、開けて・編集して・共有できる成果物のファイル（to-do list ではない）

プロセス全体を通じて、モデルの選択権、ツール呼び出し権、最終決定権はあなたの手の中にあります——呉恩達が X 上で与えた位置づけは：ユーザーが選び、制御し、改造できるワークレイヤー。

適用シーンと限界

向いているケース：

• 毎日 5+ 個の SaaS ツールをまたぎ、資料（brief / レポート / 週報）をまとめて量産する必要がある開発者、PM、運用
• データのローカル保持を重視し、モデル key をマシンから出したくないチーム
• すでに Ollama / DeepSeek / Kimi などのオープンウェイトモデルを使っており、単一ベンダーに縛られたくない

現在の限界：

• まだ open beta。使える段階ではあるものの、細部の角はまだ磨かれている途中
• Windows 版は未署名。企業内ネットへ配備する前に自己評価が要る
• サードパーティツールの API token への依存が強く、企業 SSO のシーンでは追加設定が必要になる場合がある

おわりに

OpenWorker は AI Agent の次の行き先をはっきり言います。ブラウザーの中でもなく、コードエディタの中だけでもなく、デスクトップの上。そして決定権は人へ返す。呉恩達が後押しし、MIT License、モデル非依存、ローカル優先のこのプロジェクトは、2026年の開発者ツールボックスにおける「AI 同僚」の基準候補として試す価値があります。コード、ドキュメント、インストーラーはすべてリポジトリにあり、waitlist はありません。

リポジトリ：https://github.com/andrewyng/openworker