Voici une information qui pourrait bien avoir un impact durable sur le secteur.
Andrew Ng vient de lancer OpenWorker : un assistant IA open source pour ordinateur de bureau, privilégiant le fonctionnement local, qui fournit des livrables finis plutôt que de se contenter d’échanger des messages.
Andrew Ng a annoncé le introduction d’OpenWorker, un agent de bureau open source qui produit des retombées concrets plutôt que de se contenter d’échanges. OpenWorker demande à l’utilisateur un résultat, et non une instruction : un document finalisé, une réponse sur Slack contenant les chiffres réels, un agenda mis à jour, une boîte de réception triée. Il décompose ensuite ce résultat en étapes, travaille à la fois sur les fichiers locaux et les applications connectées, et demande confirmation avant toute action importante.
Le dépôt contient 119 fichiers Python (environ 32 400 lignes) dans le répertoire `undercoworker/`, 149 fichiers TypeScript/TSX dans le répertoire `surfaces/gui/`, ainsi que 78 modules de test du backend.
En parallèle, le moteur s’appuie sur « naisuite », la bibliothèque LLM indépendante du fournisseur développée par Andrew Ng.
Il n’existe pas de service d’inférence OpenWorker. L’utilisateur colle une clé API ou configure l’application pour qu’elle utilise un environnement d’exécution local.
La matrice des modèles sélectionnés contient exactement 30 entrées. Parmi les fournisseurs natifs figurent OpenAI (GPT-5.6 Sol/Terra/Luna et GPT-5.5), Anthropic (Claude Fable 5, Opus 4.8, Sonnet 4.6, Haiku 4.5) et Google (Gemini 3.1 Pro, 3.6 Flash, 2.5 Pro, 2.5 Flash). Les fournisseurs compatibles avec OpenAI ajoutent GLM-5.2, DeepSeek V4, Kimi K2.6, MiniMax M2.5, Qwen3 Max, Grok 4.3 et Mistral Large. Les modèles à taille libre sont fournis par Together AI et Fireworks, tandis que les modèles entièrement locaux sont fournis par Ollama, qui ne nécessite aucune clé.
Dans la foulée, la plupart des projets d’agents de bureau considèrent les validations comme un élément secondaire de l’interface utilisateur. OpenWorker les traite quant à lui comme une couche typée.
Chaque appel d’solution est classé dans l’une des quatre catégories de risque suivantes : read (sans effets secondaires), write_local (modifie l’espace de travail, dans le périmètre du chemin d’accès), exec (exécute des commandes) et external (effets secondaires en dehors de la machine). Cinq modes d’autorisation déterminent ensuite le comportement : « discussandplan » est en lecture seule, « interactive » est le mode par défaut et demande confirmation avant toute écriture, commande ou action externe, « auto » autorise tout tout en restant limité au chemin d’accès, et « custom » approuve automatiquement un ensemble d’outils défini par l’utilisateur.
Un dossier qu’il faudra continuer à observer dans les mois à venir.
À lire également :
- La loi « AI Kill Switch Act » permettrait à l’administration Trump d’ordonner la mise hors service de systèmes d’IA défectueux
- Comment les mesures de contrôle de l’IA entravent le travail des chercheurs en cybersécurité offensive | TechCrunch
Lire l’article original sur MarkTechPost : MarkTechPost