OpenAgents：把 AI agents 放進共享工作區
OpenAgents 是一個開源工作區，讓多個 AI agents 共用 threads、檔案與瀏覽器狀態，適合做協作式任務。
OpenAgents 把多個 AI agents 放進同一個共享工作區，讓它們共用 threads、檔案和瀏覽器狀態。
說真的，這題很實際。OpenAgents 想解的，不是模型多強，而是多個 agent 一起跑時，資訊散得到處都是。現在它在 GitHub 已經有 3.5k stars、331 forks、26 個 releases。這種數字，通常不是玩票。
它的核心想法很直白。給 agents 一個 URL。讓 threads、files、browser state 都留在同一個地方。你可能會想問，這有什麼稀奇？講白了，很多團隊現在還在用終端機、SSH、瀏覽器分頁硬湊。OpenAgents 是把這件事產品化。
| 指標 | 數值 | 意義 |
|---|---|---|
| GitHub stars | 3.5k | 代表開發者關注度高 |
| Forks | 331 | 代表有人想自己改來玩 |
| Releases | 26 | 代表版本迭代不算慢 |
| Commits | 2,171 | 代表專案已經有一定工程量 |
| 語言占比 | Python 52.5%、TypeScript 36.1% | 代表後端與介面都在持續開發 |
OpenAgents 到底在做什麼
訂閱 AI 趨勢週報
每週精選模型發布、工具應用與深度分析，直送信箱。不定期，不騷擾。
不會寄垃圾信，隨時可取消。
OpenAgents 自稱是 open-source 的 collaborative OS for agents。這句話聽起來有點大，但意思其實很務實。它不是要做更聰明的 LLM。它是要給現成的 agents 一個可以一起工作的地方。
這件事很重要。因為現在很多 agent 架構，都還是靠手工拼裝。你在 terminal 跑一個 agent。另一個在瀏覽器頁面跑。第三個在伺服器上看 log。最後還是人類在中間轉貼訊息。老實說，這種流程很累，也很容易出錯。
OpenAgents 想把這個中介成本壓下來。它讓多個 agents 進同一個 workspace。可以 @mention。可以共用檔案。可以共用瀏覽器狀態。也可以用固定 URL 從任何地方打開同一個工作區。
- 共享 threads，讓上下文不再散掉
- 共享 files，減少重複上傳
- 共享 browser state，方便接續操作
- 透過 URL 存取，跨裝置也能接手
我覺得它最實用的點，是 browser。很多真實工作根本不是純文字。QA 要點頁面。客服要看表單。Incident response 要查系統畫面。OpenAgents 把這些操作放進共享空間，這比單純聊天框更貼近工作現場。
Launcher 把門檻壓低了
OpenAgents 不是只有一個前端。它拆成三塊：Workspace、Launcher、Network SDK。這個切法不花俏，但很聰明。因為不同人要的東西不一樣。有人只想先跑起來。有人想做共享工作區。有人想接自己的 agent runtime。
Launcher 叫 agn。這個名字不算好記，但命令設計很直接。你不用先研究一堆設定檔。先裝、先建、先跑。對開發者來說，這種流程比一堆概念圖有用多了。
README 裡有一句話很敢講。它說可以在一分鐘內完成安裝與協作。這句如果真的做得到，價值很明確。因為多 agent 系統最大的摩擦之一，就是 setup 太麻煩。很多人不是不想試，是不想花半小時修環境。
“Install agents, connect them to a workspace, and collaborate — in under a minute.” — OpenAgents README
實際命令也很直白。先安裝 runtime。再建立 agent。接著設定環境變數。最後把 daemon 跑起來。這種設計，對熟悉 CLI 的台灣工程師應該不陌生。
agn install openclaw安裝 runtimeagn create my-agent --type openclaw建立 agentagn env openclaw --set LLM_API_KEY=sk-...設定金鑰agn up啟動服務
它還提供 macOS、Windows、Linux 的桌面版。這點很重要。因為 agent 工具常常只照顧 Linux 或只照顧雲端。OpenAgents 至少有在顧及不同開發環境。
跟常見 agent 工具比，差在哪
如果你現在就在用 agent 工具，你大概會有幾種熟悉的痛點。第一種是 terminal 裡一個 agent。第二種是網頁聊天框。第三種是自己寫腳本，把任務從一個工具丟到另一個工具。這些方法都能動，但都很碎。
OpenAgents 的思路不一樣。它不是只做一個 agent runner。它做的是協作層。也就是說，重點不是哪個 bot 最會寫 code，而是整個工作區怎麼共享狀態。這個差別很大。
它現在支援的 agent 也很混搭。這是好事。因為真實世界裡，團隊不會只用一種工具。有人愛 Claude Code。有人用 Codex CLI。有人偏好 Cursor。也有人想玩 OpenClaw 或 OpenCode。
- Claude Code 和 Codex CLI：偏主流 coding workflow
- Cursor：偏 editor 內工作
- OpenClaw、OpenCode：偏開源可改造
- Hermes Agent：補上 memory 和工具整合
我覺得這裡最有意思的是架構。OpenAgents 把 workspace 當主角。不是單一 bot。這很像把多人協作從「各自開工」改成「同一間房間工作」。如果你在做 bug triage、客服回覆、或 infra 排查，這種模型會比較好懂，也比較好交接。
為什麼它現在會被注意
OpenAgents 不是剛冒出來的空殼。它有 2,171 commits、49 issues、12 pull requests。repo 裡還有 docs、SDK、tests、workspace code 和 deployment 檔案。這種結構，代表它已經不是純 demo，而是在往平台型工具走。
另一個原因是，agent 工具的需求真的變了。以前大家想看的是「會不會聊天」。現在大家想看的是「能不能協作」。能不能留下可檢查的產物。能不能讓下一個 agent 接著做。能不能讓人類直接看到中間狀態，而不是只看最後答案。
OpenAgents 的價值，就在這個工作流表面。它把 threads、files、browser 這些東西直接攤開。這比把一切藏在背景任務裡，來得更適合真實團隊。
如果要我下判斷，我會說它的關鍵不在 agent 數量，而在共享狀態做得穩不穩。因為多 agent 系統最怕兩件事。第一是同步失敗。第二是 context 汙染。只要共享工作區能把這兩件事壓住，它就有機會變成常用工具。
競品和數據怎麼看
拿 OpenAgents 跟其他工具比，會更清楚。很多產品都在做 agent，但切點不同。有些偏單人 coding。像 Claude Code。有些偏 IDE 內整合。像 Cursor。有些偏 API 或框架。像各種自建 agent stack。
OpenAgents 比較像協作中台。它不是把模型包成一個聊天介面。它是把多個 agent 放到同一個工作空間。這表示它的競爭對手，不只是其他 agent 工具。也包括 Slack、Notion、瀏覽器自動化工具，甚至是內部任務系統。
從數據看，它的開源熱度已經不低。3.5k stars 代表有人關注。331 forks 代表有人想試。26 releases 代表還在持續改。Python 52.5% 和 TypeScript 36.1% 的組合，也暗示它同時有後端邏輯和前端介面需求。這不是一個只會 demo 的 repo。
- OpenAgents：共享 workspace，重點在協作
- Claude Code：單人 coding 助手味道較重
- Cursor：偏 IDE 內的開發流程
- 自建 agent stack：彈性高，但維護成本也高
如果你是團隊導入，我會先看兩個問題。第一，能不能接你現有的 agent。第二，能不能讓非工程師也看懂工作狀態。OpenAgents 在這兩點上都有機會，但還要看實際穩定性。
這類工具的背景脈絡
AI agent 這波熱潮，很多產品都在追「自動做事」。但實務上，真正麻煩的不是模型會不會回答。是任務怎麼流轉。誰做了什麼。做到哪裡。下一個人或下一個 agent 怎麼接手。
所以你會看到越來越多工具往協作層靠。不是只有聊天。還要有狀態。不是只有生成。還要有可追蹤的過程。OpenAgents 就是這個方向的代表之一。它把 agent 當成工作成員，而不是一次性的 API 呼叫。
這也很符合開源社群的習慣。開發者通常不怕自己寫。怕的是工具黑箱。OpenAgents 主打 open-source、沒有強制帳號、也沒有綁死單一供應商。這對想把 agent 系統塞進內網或自家伺服器的人，很有吸引力。
但我也不會把它講得太神。共享工作區只是第一步。真正難的是權限、同步、衝突處理，還有 browser automation 的穩定度。這些地方只要一出包，使用者體驗就會很快崩掉。
我會怎麼看它下一步
OpenAgents 現在最像的是一個很有方向感的協作底座。它不是要取代所有 agent 工具。它比較像是把多個 agent 放回同一張桌子上。這個想法很務實，也很適合現在的開發現場。
如果你現在的流程還在靠複製貼上、切分頁、轉訊息，我會建議你試一次。先拿一個小任務。像 bug triage、文件整理、或網頁操作。看看共享 workspace 能不能少掉幾次手動切換。只要省下 10 分鐘，工具就有存在價值。
接下來我會觀察三件事。第一，能不能穩定支援更多 agent。第二，browser state 的同步會不會出問題。第三，團隊是否真的會把它當成日常工作區，而不是又一個 demo repo。
如果這三件事都過關，OpenAgents 就不只是另一個 agent 工具。它會變成一種新的工作介面。說白了，就是讓 AI agents 不再各自亂跑，而是先學會一起做事。