اندرو اِنگ OpenWorker را منتشر کرد؛ ایجنتی که به جای چت، کار تمام‌شده تحویل می‌دهد

اندرو اِنگ، بنیان‌گذار Google Brain، یک ایجنت هوش مصنوعی متن‌باز منتشر کرد که به جای چت، کار واقعی تحویل می‌دهد.

۱. مردی که هوش مصنوعی را به همه یاد داد، حالا می‌خواهد همه از AI کار بکشند

اندرو اِنگ (Andrew Ng) نامی است که هر کسی با دنیای یادگیری ماشین آشنا باشد می‌شناسد. بنیان‌گذار Google Brain، طراح یکی از محبوب‌ترین دوره‌های یادگیری ماشین در Coursera، و سرمایه‌گذار فعال در استارتاپ‌های هوش مصنوعی — اِنگ دهه‌هاست که شکل صنعت AI را می‌سازد.

در ۲۳ جولای ۲۰۲۶، او یک پروژه‌ی جدید منتشر کرد که می‌تواند بزرگ‌ترین تحول در طرز استفاده از هوش مصنوعی در زندگی روزمره باشد: OpenWorker. یک دسکتاپ ایجنت هوش مصنوعی متن‌باز و کاملاً محلی که با یک تفاوت اساسی نسبت به همه ابزارهای موجود طراحی شده: به جای اینکه بپرسد «چه پرامپتی داری؟»، می‌پرسد «چه نتیجه‌ای می‌خواهی؟»

اِنگ در معرفی OpenWorker گفت: «این ابزار از کاربر نتیجه می‌خواهد، نه پرامپت: یک سند آراسته، یک پاسخ اسلک که اعداد واقعی را از داده‌هایتان کشیده، یک تقویم آپدیت‌شده، یک صندوق ایمیل دسته‌بندی‌شده.»

۲. OpenWorker چیست؟ از چت‌بات تا ایجنت واقعی

برای درک درست OpenWorker، باید اول تفاوت میان «چت‌بات» و «ایجنت» را بفهمیم. وقتی از ChatGPT یا Claude یا Gemini می‌پرسید «چطور این ایمیل را بنویسم؟» آنها پاسخ متنی می‌دهند. شما هنوز باید خودتان آن ایمیل را بنویسید، ارسال کنید، و از نتیجه مطمئن شوید. چت‌بات‌ها به شما می‌گویند چه کار کنید؛ OpenWorker خودش آن کار را انجام می‌دهد.

این تفاوت کوچک به نظر می‌رسد اما تأثیرش عمیق است. تصور کنید به جای اینکه از AI بخواهید «یک ایمیل پاسخ‌دهی به شکایت مشتری بنویس»، فقط بگویید «این ایمیل را با دسترسی به تاریخچه سفارشات مشتری پاسخ بده» — و OpenWorker خودش به سیستم CRM دسترسی پیدا کند، اطلاعات را بکشد، ایمیل مناسب را بنویسد و برای تأیید شما آماده کند.

این یعنی پتانسیل واقعی هوش مصنوعی در زندگی روزمره، نه فقط تولید متن.

۳. معماری فنی: چرا OpenWorker کار می‌کند

OpenWorker بر اساس چهار لایه محلی طراحی شده که با یکدیگر کار می‌کنند:

• Desktop Shell: رابط کاربری بر اساس Tauri 2 با React 18. این پوسته سبک، بومی و سریع است.
• Local Agent Server: یک سرور Python 3.10+ که با FastAPI روی آدرس 127.0.0.1:8765 اجرا می‌شود. همه چیز روی دستگاه شما.
• Capability Layer: ابزارهای محلی شامل مدیریت فایل، git، جستجو، شل، و یکپارچه‌سازی‌های شخص ثالث با پشتیبانی از MCP (Model Context Protocol).
• Model Router: یک رابط یکپارچه بر اساس کتابخانه aisuite که به شما اجازه می‌دهد از هر ارائه‌دهنده مدلی استفاده کنید — از OpenAI تا Ollama محلی.

کد پایه شامل حدود ۳۲٬۴۰۰ خط Python و ۷۸ ماژول تست است. این نشان می‌دهد که OpenWorker یک نمونه اولیه سریع نیست — یک محصول جدی با پوشش تست جامع است. برای درک بهتر اینکه چرا هوش مصنوعی برای کسب‌وکار اهمیت دارد، ابزارهایی مثل OpenWorker نشان می‌دهند که AI در حال تبدیل شدن به زیرساخت عملیاتی واقعی است، نه فقط یک اسباب‌بازی فناوری.

۴. سیستم مجوزدهی: شما همیشه کنترل می‌کنید

یکی از نگرانی‌های اصلی درباره ایجنت‌های هوش مصنوعی این است: آیا می‌توان به آنها اعتماد کرد؟ آیا دست به فایل‌های اشتباه می‌زنند؟ آیا ایمیل‌هایی ارسال می‌کنند که نباید؟ OpenWorker این نگرانی را با یک سیستم مجوزدهی چهارسطحی جدی آدرس می‌دهد.

هر عمل در یکی از چهار دسته ریسک قرار می‌گیرد:

• read: فقط می‌خواند، هیچ چیزی تغییر نمی‌دهد
• write_local: فایل‌های محلی را تغییر می‌دهد
• exec: دستورات شل را اجرا می‌کند
• external: به سرویس‌های خارجی متصل می‌شود

علاوه بر این، پنج حالت مجوز وجود دارد — از کاملاً دستی (شما هر عمل را تأیید می‌کنید) تا تأیید خودکار برای اعمال ریسک پایین. نکته جالب و مهم اینجاست: «حالت بدون نظارت سقف خودمختاری را بالا نمی‌برد» — این یعنی حتی وقتی OpenWorker بدون نظارت مستقیم کار می‌کند، هنوز در محدوده‌ای که شما از قبل تعریف کرده‌اید عمل می‌کند. تأییدیه‌های اعمال ریسک‌دار فقط به یک صندوق ورودی هدایت می‌شوند که بعداً بررسی کنید.

این طراحی، OpenWorker را از ابزارهای مشابه مانند AutoGPT که اغلب در حلقه‌های بی‌نهایت گیر می‌کنند یا کنترل ضعیفی دارند، متمایز می‌کند. اگر می‌خواهید تفاوت یک توسعه‌دهنده تنها و مهندس حرفه‌ای را بدانید، همین سطح از طراحی دقیق است.

۵. حریم خصوصی اول: داده‌های شما جایی نمی‌روند

در دنیایی که اکثر ابزارهای AI داده‌ها را به سرورهای ابری ارسال می‌کنند، OpenWorker رویکرد متفاوتی دارد: همه چیز محلی است.

درخواست‌های مدل مستقیماً به ارائه‌دهندگان پیکربندی‌شده می‌روند. مکالمات، توکن‌ها و کلیدهای API روی دستگاه کاربر باقی می‌مانند. برای اتصالات OAuth اختیاری (مثلاً برای دسترسی به Gmail یا Slack) از Auth0 با پروتکل PKCE استفاده می‌شود — اما توکن‌ها هرگز در فضای ابری ذخیره نمی‌شوند.

علاوه بر این، OpenWorker از یک سیستم دفاع در برابر prompt injection بهره می‌برد. تمام داده‌های خارجی — ایمیل‌ها، فایل‌ها، پاسخ‌های API — به عنوان «غیرقابل‌اعتماد» تلقی می‌شوند و با استفاده از شخصیت‌های (personas) جداگانه ایزوله می‌شوند. این ویژگی در دنیایی که ایجنت‌های AI به اطلاعات حساس دسترسی دارند، اهمیت حیاتی دارد.

این معماری «حریم خصوصی اول» اهمیت ویژه‌ای برای کاربران حرفه‌ای و سازمانی دارد که نگران داده‌های محرمانه هستند.

۶. پشتیبانی از ۳۰ مدل: یک رابط، همه مدل‌ها

OpenWorker از ۳۰ مدل انتخاب‌شده پشتیبانی می‌کند:

• OpenAI: GPT-5.6 و خانواده GPT
• Anthropic: Claude Opus 5 و سایر نسخه‌ها
• Google: Gemini 3.6 Flash و دیگر مدل‌های Gemini
• Open-weight: از طریق Ollama — بدون نیاز به کلید API، کاملاً محلی

معماری «کلید خودتان را بیاورید» (Bring Your Own Key — BYOK) به این معنی است که هیچ سرویس اختصاصی در مسیر وجود ندارد. شما مستقیماً با ارائه‌دهنده مدل ارتباط برقرار می‌کنید. می‌توانید مدل‌های مختلف را مقایسه کنید و بهترین را برای هر نوع کار انتخاب کنید — مثلاً یک مدل سریع برای دسته‌بندی ایمیل‌ها و یک مدل قوی‌تر برای نوشتن سند.

۷. OpenWorker در برابر Cursor، Copilot و ChatGPT

شاید بپرسید: Cursor هم کد می‌نویسد، GitHub Copilot هم هوشمند است، ChatGPT هم می‌تواند دستورالعمل دهد. OpenWorker چه چیز متفاوتی دارد؟

تفاوت اصلی در حوزه عمل است. Cursor برای کدنویسی طراحی شده. Copilot در اکوسیستم Microsoft کار می‌کند. ChatGPT یک مکالمه‌گر عمومی است. OpenWorker یک «همکار عمومی» است که می‌تواند با هر نوع فایل، برنامه، سرویس یا ابزاری کار کند — از طریق یک رابط یکپارچه. این تفاوت در چند سناریو مشخص می‌شود:

• یک گزارش ماهانه که از چند فایل اکسل، یک ایمیل و یک پایگاه داده تغذیه می‌شود
• دسته‌بندی و پاسخ‌دهی به صدها ایمیل ورودی با رجوع به تاریخچه مشتری
• بروزرسانی خودکار تقویم بر اساس ایمیل‌های جدید
• اجرای یک تست و گزارش نتیجه در یک پیام Slack

همچنین نیازی به پرامپت‌نویسی پیچیده ندارید. OpenWorker خودش کار را به مراحل تجزیه می‌کند و هر مرحله را با مدل مناسب اجرا می‌کند.

۸. چطور با OpenWorker شروع کنیم؟

OpenWorker با مجوز MIT در GitHub در دسترس عموم است. نصب آن نیاز به Python 3.10 یا بالاتر دارد. مراحل اصلی:

1. مخزن را از GitHub clone کنید
2. وابستگی‌های Python را نصب کنید
3. کلیدهای API خود را پیکربندی کنید (یا Ollama را برای مدل‌های محلی نصب کنید)
4. برنامه را اجرا کنید و رابط Tauri باز می‌شود
5. سطح مجوزدهی دلخواه خود را انتخاب کنید

برای آخرین اخبار هوش مصنوعی و ابزارهای جدید مانند OpenWorker، کانال MrChatGPT را دنبال کنید.

۹. پرسش‌های متداول (FAQ)

OpenWorker رایگان است؟

بله، OpenWorker کاملاً رایگان و متن‌باز با مجوز MIT است. تنها هزینه احتمالی، هزینه استفاده از APIهای مدل‌های هوش مصنوعی (مانند OpenAI یا Anthropic) است که شما مستقیماً به ارائه‌دهنده پرداخت می‌کنید. اگر از Ollama با مدل‌های محلی استفاده کنید، حتی این هزینه هم صفر است.

آیا به اینترنت نیاز دارد؟

بستگی به مدل انتخابی دارد. اگر از مدل‌های ابری مانند GPT-5.6 یا Claude Opus 5 استفاده می‌کنید، اینترنت برای ارسال درخواست به ارائه‌دهنده لازم است. خود OpenWorker کاملاً محلی اجرا می‌شود. با Ollama و مدل‌های متن‌باز، می‌توانید کاملاً آفلاین کار کنید.

تفاوت با AutoGPT چیست؟

AutoGPT و ابزارهای مشابه اغلب در حلقه‌های بی‌نهایت گیر می‌کنند یا کنترل ضعیفی ارائه می‌دهند. OpenWorker با سیستم مجوزدهی چهارسطحی و معماری حرفه‌ای با ۷۸ ماژول تست، قابلیت اطمینان و کنترل دقیق‌تری دارد.

آیا برای مبتدیان مناسب است؟

نصب اولیه نیاز به آشنایی با Python دارد. اما پس از راه‌اندازی، رابط کاربری Tauri ساده و بصری است. برای کاربران غیرفنی، احتمالاً نسخه‌های مدیریت‌شده و آسان‌تر توسط جامعه توسعه‌دهندگان ارائه خواهند شد.

آیا روی ویندوز کار می‌کند؟

بله. Tauri 2 پشتیبانی از ویندوز، مک و لینوکس را فراهم می‌کند. OpenWorker یک برنامه چندسکویی (cross-platform) است.

آیا داده‌های من امن هستند؟

بله. تمام مکالمات، کلیدهای API و توکن‌ها روی دستگاه شما باقی می‌مانند. سیستم از دفاع در برابر prompt injection نیز بهره‌مند است. OpenWorker یکی از امن‌ترین ایجنت‌های AI موجود است.