تصور کنید به‌جای اینکه از هوش مصنوعی بپرسید «چطور این گزارش را بنویسم»، ابزاری داشته باشید که خودش داده‌ها را از جیرا جمع کند، در فایل ورد بنویسد و نسخه نهایی را برای تایید شما بفرستد. این دقیقاً همان چیزی است که OpenWorker وعده می‌دهد: تبدیل پاسخ‌های متنی به خروجی‌های ملموس و تمام‌شده. شعار اصلی این پروژه «تولید کار نهایی به‌جای پاسخ‌های چت» است که نشان‌دهنده تغییری بنیادین به سمت عامل‌هایی است که تحویل‌دهنده‌های واقعی (Deliverables) تولید می‌کنند. این رویکرد در واقع تداوم استراتژی اندرو ان‌جی برای جایگزینی محیط‌های چت با خروجی‌های نهایی است که هدف آن افزایش بهره‌وری عملیاتی است.
این اپلیکیشن دسکتاپ متن‌باز که در ژوئیه ۲۰۲۶ منتشر شد، به عامل‌های هوش مصنوعی (AI Agents) — شبیه به کارآموزان دیجیتالی که می‌توانند به‌جای حرف زدن، ابزارها را لمس کنند و کار انجام دهند — اجازه می‌دهد در فایل‌های محلی، ترمینال و برنامه‌های شخص ثالث شما عملیات پیچیده را اجرا کنند.
این عرضه در حالی رخ می‌دهد که صنعت از «پرامپت‌نویسی» ساده به سمت «مهندسی حلقه» (Loop Engineering) حرکت می‌کند؛ مفهومی که بوریس چرنی، مدیر Claude Code در Anthropic، آن را ترویج کرده است. در این پارادایم، کاربر دیگر دستی و به‌صورت تک‌به‌تک دستور نمی‌دهد، بلکه حلقه‌هایی را اجرا می‌کند که به‌نام او با مدل تعامل کرده و پرامپت‌ها را مدیریت می‌کنند. همان‌طور که در تحلیل قبلی ما درباره‌ی تمرکز اندرو ان‌جی بر مهندسی گراف برای مقیاس‌پذیری هوش مصنوعی اشاره کردیم، OpenWorker در واقع پیاده‌سازی عملی و فراهم کردن زیرساخت لازم برای تبدیل آن تئوری‌های معماری به یک ابزار دسکتاپ کاربردی است.
زمینه و فلسفه طراحی
به نقل از مخزن گیت‌هاب این پروژه، OpenWorker بر پایه aisuite ساخته شده است؛ کتابخانه‌ای یکپارچه برای تامین‌کنندگان مدل که توسط اندرو ان‌جی توسعه یافته و اجازه می‌دهد کاربر بدون تغییر در کد، مدل مورد استفاده خود را عوض کند. این سیستم بر اساس اصل «خواندن آزاد، نوشتن با تایید» طراحی شده است:
- خواندن آزاد: مدل می‌تواند به‌طور مستقل فایل‌ها، ترمینال و برنامه‌ها را برای جمع‌آوری زمینه (Context) بخواند.
- نوشتن با تایید: پیش از هر اقدامی که اثر خارجی داشته باشد — مثل ارسال یک پیام، تغییر یک رویداد در تقویم یا اجرای یک دستور در ترمینال — مدل باید متوقف شده و اقدام خود را برای تایید کاربر نمایش دهد.
- اجراهای زمان‌بندی‌شده: برای کارهایی که با تایمر تنظیم شده‌اند، هرگونه تاییدیه لازم به‌جای اجرای خودکار، در یک صندوق ورودی (Inbox) ذخیره می‌شود تا کاربر بعداً آن‌ها را بررسی و تایید کند.
قابلیت‌های فنی و ادغام‌ها
این ابزار از بیش از ۲۵ ادغام بومی پشتیبانی می‌کند و با پروتکل زمینه مدل (MCP) سازگار است؛ به این معنا که می‌تواند به هر سرویسی که دارای یک نقطه اتصال (Endpoint) MCP باشد، متصل شود. قابلیت‌های کلیدی آن عبارتند از:
- ارتباطات: ادغام دوطرفه با Slack که در آن منشن کردن @OpenWorker در یک کانال، باعث تحریک یک تسک روی دسکتاپ کاربر شده و نتیجه را به‌صورت یک پاسخ در رشته‌گفتگو (Thread) برمی‌گرداند. همچنین مدیریت Gmail و Outlook را بر عهده دارد.
- مدیریت پروژه: بررسی وضعیت و به‌روزرسانی‌های متقاطع در پلتفرم‌های Jira، GitHub، Linear و monday.com.
- سازماندهی: مدیریت Google Calendar، Notion و HubSpot.
- اجرای محلی: پشتیبانی کامل از مدل‌های محلی از طریق Ollama، که تضمین می‌کند داده‌ها ۱۰۰ درصد روی ماشین کاربر باقی بمانند.
معماری مدل-ناشناس (Model Agnostic)
کاربران می‌توانند کلیدهای API خود را برای مدل‌های OpenAI (سری GPT)، Anthropic (سری Claude)، Google (سری Gemini) یا مدل‌های وزن‌های باز (Open Weights) مانند DeepSeek، Kimi، Qwen، MiniMax، Mistral و Grok وارد کنند. این انعطاف‌پذیری در استفاده از مدل‌های وزن‌باز، OpenWorker را در رقابت با ابزارهای مشابه قرار می‌دهد؛ مشابه آنچه در پیشی گرفتن Inkling در عملیات‌های عامل‌محور مشاهده کردیم که بر قدرت مدل‌های باز تاکید داشت.
طبق گزارش سباستین دوبوآ، تحلیلگر این حوزه، اندرو ان‌جی با این کار در حال ساخت یک جایگزین باز و حریم‌خصوصی‌محور در دسته‌ای است که آزمایشگاه‌های بزرگ سعی دارند آن را به انحصار خود درآورند. این رویکرد مدل-ناشناس، OpenWorker را از رقبای بسته و اختصاصی مثل Claude Cowork که به زیرساخت Anthropic وابسته است، متمایز می‌کند.
عملکرد و پذیرش
پذیرش این ابزار بسیار سریع بود؛ در سه هفته اول پس از عرضه، پروژه بیش از ۱۳,۷۰۰ ستاره و ۱,۹۰۰ فورک در گیت‌هاب دریافت کرد و بیش از ۱۳۰ کامیت ثبت شد. هدر مک‌آولیا از AI Agent Index در ۳ اوت ۲۰۲۶، امتیاز ۴ از ۵ را به این ابزار داد. جزئیات این امتیاز به شرح زیر است:
- ادغام‌ها (۵/۵): به دلیل داشتن بیش از ۲۵ کانکتور و پشتیبانی از MCP، به عنوان قوی‌ترین در کلاس خود ستایش شده است.
- شفافیت قیمت (۵/۵): رایگان تحت لایسنس MIT با مدل «کلید مدل را خودتان بیاورید» (BYO).
- خودمختاری (۴/۵): اتوماسیون متقاطع بین برنامه‌ها بسیار قوی است، هرچند توسط گیت‌های تایید ضروری محدود شده است.
- نصب (۴/۵): نصب آسان (زیر ۳۰ دقیقه)، هرچند کاربران ویندوز با هشدارهای SmartScreen مواجه می‌شوند.
- شواهد (۳/۵): فقدان بررسی‌های کاربران در سایت‌هایی مثل G2 یا Capterra و نبود گواهینامه‌های امنیتی شخص ثالث.
برای کاربر حرفه‌ای، این یعنی تغییر نقش هوش مصنوعی از یک «مشاور» به یک «کارمند جونیور». شما دیگر لیست کارهای لازم برای مدیریت ایمیل‌ها را نمی‌خواهید؛ عامل مستقیماً خروجی را تولید می‌کند — مثلاً یک بریف آماده از مشتری، یک گزارش با اعداد دقیق یا یک اینباکس مدیریت‌شده — و آن را برای امضای شما می‌آورد. این کار بار ذهنی مهندسی پرامپت را کم کرده و نقش انسان را به یک ویراستار و تاییدکننده تبدیل می‌کند.
با این حال، ابزار همچنان در بتای باز است و بیش از ۱۷۰ مشکل (Issue) باز و ۲۲۸ درخواست تغییر (Pull Request) دارد. نبود نسخه ابری میزبانی‌شده، فقدان سیستم‌های SSO/SCIM برای حاکمیت سازمانی و نبود قراردادهای رسمی سطح خدمات (SLA)، آن را فعلاً برای کاربران قدرتمند (Power Users) و تیم‌های کوچک مناسب‌تر می‌کند تا شرکت‌های بزرگ. در حال حاضر از macOS (تراشه‌های اپل سیلیکون، امضا شده و تایید شده) و ویندوز ۱۰/۱۱ (x64) پشتیبانی می‌کند، هرچند بیلد ویندوز هنوز امضای دیجیتال (Code-signed) ندارد.
در آینده باید منتظر امضای دیجیتال نسخه ویندوز و گسترش احتمالی پشتیبانی از ابزارهای MCP باشید که می‌تواند قابلیت‌های عامل را بیش از پیش از ادغام‌های بومی‌اش مستقل کند.
گام بعدی شما
- اگر از مدل‌های محلی استفاده می‌کنید، OpenWorker را با Ollama نصب کنید تا داده‌هایتان از سیستم خارج نشود.
- برای اتوماسیون بین‌برنامه‌ای، ابتدا یک گردش کار ساده در Slack و Notion تعریف کنید و روی گیت‌های تایید تمرکز کنید.
- منتظر انتشار نسخه امضا شده برای ویندوز باشید تا هشدارهای امنیتی سیستم‌عامل حذف شوند.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.
گفتگو