企业官网建设流程全解析

Andrew Ng 团队的开源桌面智能体 OpenWorker 发布了新版，重点是强化安全工作流：内置代码漏洞扫描、依赖供应链注入检测、云安全配置检查三类网络安全智能体，harness 完全开源可供安全团队审计，并支持本地运行开源权重模型来保护敏感代码。据报道，这些能力来自今天（8 月 26 日）发布的新版本。

先看 OpenWorker 是什么

OpenWorker 是 7 月 23 日发布的本地优先（local-first）开源 AI 智能体，MIT 许可，目前 GitHub 上已有约 1.6 万 star。它的定位和普通聊天机器人不一样：不是给你聊天，而是交付成品——一份写好的文档、一条带数据的 Slack 回复、一个整理好的日历、一个分类完的收件箱。你可以直接在 Slack 里 @OpenWorker 让它干活，工作在你桌面上完成，结果以 thread 回复回来。

架构上是 Python 后端的 agent 引擎（基于 Andrew Ng 团队自己的 aisuite 库构建）+ React/Tauri 桌面壳，接入了 25 个以上的常用工具（GitHub、Slack、Jira、Notion、Outlook、Gmail、Google Calendar 等），也支持 MCP 协议扩展、可按工具单独控制权限。模型完全自选：OpenAI、Anthropic、Gemini、DeepSeek、Kimi、Qwen、GLM 都支持，也可以接 Ollama 全本地跑。它还支持定时任务，比如每天早上生成一份简报、每周产出一份报表，跑完的结果在应用里带完整记录。

新版变的是什么，没变的是什么

变的是把"安全"从外部工具做成了内置智能体。以前要让 AI 写的代码过安全关，得自己接 CodeQL、Snyk、Trivy 之类的外部扫描，再人工配置；现在新版直接内置了三类安全智能体：扫代码漏洞、检测依赖供应链注入、检查云安全配置。harness 完全开源意味着公司安全团队可以自己审计整个 agent 的执行框架，确认没有后门——这在闭源 agent 里是做不到的。

没变的是两条底线：关键操作审批门控（发消息、改日历、跑 shell 命令之前必须人工确认；无人值守的定时任务会把待确认操作挂进收件箱，而不是自行执行），以及数据本地优先（对话、凭证、模型 key 都存在本机，数据只通过你自己选择的模型和集成出去）。

为什么这个方向值得关注？因为 AI 生成代码进入生产环境的速度越来越快，而 agent 的权限又越来越大——能跑终端命令、能读写文件、能代表你发消息。安全问题的重心已经从"代码本身有没有漏洞"上升到"agent 行为是否可信"。一个能审计、能扫描、能审批的开源形态，很可能是企业落地 AI agent 的默认姿势。

对普通开发者和打工人意味着什么

说白了，以后用 AI 编程不是"让它写、我粘贴"，而是把它当成一个权限很大的新同事来管：它写的代码要审，它要的权限要控，它碰敏感数据要隔离。OpenWorker 这类工具提供的不是"更聪明的 AI"，而是"更好管教的 AI"——审批门控管住了行为，安全扫描管住了产出，本地模型管住了数据。

想从源码跑，官方仓库给的步骤是：

gitclone https://github.com/andrewyng/openworkercdopenworker# 初始化开发环境，创建 Python venvbashpackaging/setup_dev_env.sh# 启动本地 agent 服务.venv/bin/openworker-server--cwd~/some/project--port8765

不想折腾源码，可以直接下载桌面版（macOS Apple Silicon 和 Windows x64 都有），装完加一个模型 key 或者指向本地 Ollama 就能用。

实践建议和几个坑

如果公司打算引入这类 agent，我建议按下面这套来：

1. 敏感代码一律本地模型。涉及私有代码、客户数据的工作流，用 Ollama 跑开源权重模型，别把代码发到云端 API；数据只通过你自己选的模型出去。
2. 2. 权限最小化。连接器按需开通，别把邮箱、代码库、财务系统一把梭全连上；能只读就别给写权限，MCP 接入的工具也要逐个确认权限范围。
3. 3. 审批项逐条确认。它每次要"发消息 / 跑命令 / 改文件"，都看一眼再放行；定时任务设成挂起等待人工确认，而不是自动执行。
4. 4. 扫描结果也要人复核。内置安全扫描能挡掉明显问题，但供应链注入这类攻击很隐蔽，误报也不少，最终决定还是人来下。
      几个坑提前排掉：

• 开源模型在工具调用（tool calling）上表现参差，仓库 README 也明确提示"添加任意模型字符串后果自负"，用开源模型前先测 tool calling 能力，别上来就接生产。
• • Windows 版尚未代码签名，安装时 SmartScreen 会报警告，介意的等正式签名或从源码构建。
• • agent 给的结果，责任始终在人。扫描过了不等于没风险，上线前该走的评审流程一步不能省。
• • 新版刚发布，功能边界要看实际表现。安全扫描智能体属于新能力，覆盖范围和误报率都需要在真实项目里验证，别指望开箱即用就替代专职安全团队。
    AI 写代码已经成了日常，接下来拼的不是谁写得快，而是谁先给 AI 立好规矩。你怎么看，评论区聊聊。