O que é o OpenWorker
Andrew Ng acaba de lançar o OpenWorker, um agente de IA de código aberto que roda localmente no seu desktop e entrega resultados prontos — não conversas. A diferença central: em vez de receber um prompt, o OpenWorker pergunta qual é o resultado final desejado — um documento formatado, uma resposta no Slack com números concretos, uma agenda atualizada, uma caixa de entrada organizada. Ele então decompõe esse objetivo em etapas, trabalha com arquivos locais e apps conectados e pede confirmação antes de qualquer ação sensível.
O repositório tem 119 arquivos Python (~32.400 linhas) no módulo coworker/, 149 arquivos TypeScript/TSX na interface gráfica e 78 módulos de teste. A licença é MIT.
Arquitetura em quatro camadas, tudo local
O OpenWorker roda inteiramente na máquina do usuário:
- Shell desktop: janela nativa Tauri 2 com React 18, que supervisiona o servidor Python.
- Motor de IA: construído sobre o aisuite, biblioteca agnóstica de provedores também criada por Andrew Ng.
- Conectores: 35 integrações com apps como Slack, Google Calendar, e-mail e sistema de arquivos.
- Camada de permissões: o verdadeiro diferencial de engenharia do projeto.
Não existe um serviço de inferência próprio. O usuário cola sua chave de API ou aponta para um runtime local como o Ollama.
BYOM (Bring Your Own Model)
A matriz de modelos suportados tem exatamente 30 entradas curadas. Provedores nativos cobrem OpenAI (GPT-5.6 Sol/Terra/Luna), Anthropic (Claude Fable 5, Opus 4.8, Sonnet 4.6, Haiku 4.5) e Google (Gemini 3.1 Pro, 3.6 Flash, 2.5 Pro, 2.5 Flash). Fornecedores compatíveis com API OpenAI incluem DeepSeek V4, GLM-5.2, Kimi K2.6, MiniMax M2.5, Qwen3 Max, Grok 4.3 e Mistral Large. Modelos abertos chegam via Together AI e Fireworks. E com Ollama, não é preciso chave nenhuma.
O motor de permissões é a história de engenharia real
A maioria dos projetos de agentes de desktop trata aprovações como detalhe de interface. O OpenWorker as trata como uma camada tipada. Cada chamada de ferramenta é classificada em quatro classes de risco:
- read: sem efeitos colaterais
- write_local: modifica o workspace, escopo limitado a caminhos
- exec: executa comandos
- external: efeitos fora da máquina
Cinco modos de permissão decidem o que acontece: discuss e plan são somente leitura; interactive (padrão) pergunta antes de escritas, comandos e ações externas; auto permite tudo dentro do escopo de caminhos; custom aprova automaticamente uma lista definida pelo usuário.
Privacidade: local-first de verdade
Duas decisões de design se destacam. A persona ops embutida instrui o modelo a tratar conteúdo de ferramentas, logs, web, arquivos e mensagens como dados não confiáveis — não como instruções. É uma postura explícita contra prompt injection incorporada ao agente.
As chamadas ao modelo vão direto da máquina ao provedor configurado. Conversas, tokens de conectores e chaves de modelo ficam locais. O armazenamento de segredos foi desenhado para que segredos nunca entrem no contexto, prompts ou traces do modelo.
O único componente em nuvem é um broker opcional que gerencia handshakes OAuth para conectores one-click, usando Auth0 Authorization Code com PKCE. Os tokens são entregues diretamente à máquina e nunca armazenados na nuvem. O app funciona perfeitamente sem login, usando credenciais coladas manualmente.
Por que isso importa agora
O OpenWorker representa uma convergência de três tendências de 2026: agentes de desktop que produzem trabalho real, execução local que preserva privacidade e código aberto que permite auditoria completa. É a resposta de Andrew Ng ao movimento dos “computer use agents” — com uma diferença fundamental: em vez de controlar mouse e teclado, opera no nível das APIs e arquivos, o que é mais confiável, auditável e eficiente.
Descubra mais sobre noticiAI
Assine para receber nossas notícias mais recentes por e-mail.
