一天涨3k星，OpenHuman会是龙虾和马之后的新贵吗？
一天涨3k星，OpenHuman会是龙虾和马之后的新贵吗？
来源类型： 微信公众号文章
日期： 2026-06-02
标签： AI, OpenClaw, 记忆系统, 办公效率, 编程, 机器人, 大模型
原文链接： https://mp.weixin.qq.com/s/sIlRKjcCJyUKJDajKju5Kg
摘要
朋友们，养虾（OpenClaw）养明白了吗？ 养马（Hermes）养通透了吗？ 现在得养“人”了！ OpenHuman 他来了。 这两天我在刷 GitHub Trending 的时候，看到一个项目狠狠占了榜单。 名字叫 OpenHuman，一天之内涨了三千多星。我当时就愣住了。什么玩意儿能在 GitHub 上一天之内被三千多个开发者点星？不是 OpenAI 的官方项目，不是 Anthropic 的模型代码，是一个名不见经会传的团队做的一个桌面 AI Agent。 我花了一下午研究了一下，结果是，这玩意儿还真有点意思。今天跟你聊聊。 OpenHuman 的 GitHub 仓库才创建没...
核心内容
朋友们，养虾（OpenClaw）养明白了吗？
养马（Hermes）养通透了吗？
现在得养“人”了！ OpenHuman 他来了。
这两天我在刷 GitHub Trending 的时候，看到一个项目狠狠占了榜单。
名字叫 OpenHuman，一天之内涨了三千多星。我当时就愣住了。什么玩意儿能在 GitHub 上一天之内被三千多个开发者点星？不是 OpenAI 的官方项目，不是 Anthropic 的模型代码，是一个名不见经会传的团队做的一个桌面 AI Agent。
我花了一下午研究了一下，结果是，这玩意儿还真有点意思。今天跟你聊聊。
OpenHuman 的 GitHub 仓库才创建没多久。统计数据是 9.8k stars、830 个 fork、51 个贡献者。技术栈是 Rust 主导，前端用的 Tauri，一个桌面应用。它的官方口号是，Your Personal AI super intelligence，私有、简单、极其强大。
我一看到这句话的时候，脑子里的警报就响了。因为 AI 圈子里凡是把「超级智能」「极其强大」这种词往产品描述里放的，十个里有九个半是在吹。但这个项目不太一样，因为它不是一个空有其表的演示 demo，而是一套有着完整架构设计的开源方案。
我先跟你说说它到底能干什么。
OpenHuman 的定位是一个「桌面端 AI Agent」。不是聊天窗口里的一个对话机器人，而是一个深深嵌入你工作流的助手。它有一个桌面吉祥物，可以说话、可以做唇语同步，甚至可以加入你的 Google Meet 会议当成一个参与者。你想象一下，开会的时候桌面上有个小人在那里听着，你让它去查一下邮件它就去查了，这种感觉太赤鸡了。
但最让我感兴趣的不是吉祥物，而是它的「记忆系统」和「自动化集成」。
OpenHuman 支持 118 个 OAuth 集成。Gmail、Notion、GitHub、Slack、Stripe、Calendar、Drive、Linear、Jira，基本上你日常用的工具全在里面。你点一下授权，它就能自动读取这些平台的数据。每五十分钟自动重新拉取一次，不需要你去手动同步。
我跟你说，这块太重要了。
因为现在的 AI Agent 有一个通病，就是「冷启动」。你打开对话框，它对你一无所知。你得一句一句把你的背景介绍给它，这个项目怎么回事，那个人是谁，你之前做了什么。几句话下来，上下文窗就用得差不多了。如果你想让它帮你写一份需要了解你整个工作背景的报告，它得先「学习」你十分钟，然后才能开始工作。
OpenHuman 的做法是，这些事情不需要你去教它。你把各种帐号一拉，它自动去读你的邮件、日历、文档、消息、代码仓库，然后把所有这些信息压缩成不超过三千 token 的 Markdown 片段，存在你本地的 SQLite 里。不是云端数据库，是你自己电脑里的一个文件。
然后它把这些片段组织成一棵「记忆树」。分层的、带摘要的、有等级的。你要找一个三个月前讨论过的方案，它不是去翻所有聊天记录，而是直接在记忆树里搜索。这种设计很像 Karpathy 的那种 LLM Wiki 思路，把所有信息归档成可搜索的笔记。
更骚的是，它还会同步到一个 Obsidian 兼容的知识库里。你如果用 Obsidian，它就是你的一个自动写笔记的助手。如果不用，那亟是一份给人看的标准 Markdown。
我当时看到这里的时候，真的被震撼到了。不是震撼于技术多先进，而是震撼于「这个团队的产品感觉很对」。
因为他们解决的不是一个技术问题，而是一个「人的问题」。
什么人的问题？就是 AI 很聪明，但它不了解你。你每次打开它都是从零开始的陌生人，而一个真正的助手应该是那个每天早上看一眼你的日历就知道今天有几个会要开的人。
顺着上面的再聊聊。
OpenHuman 还有一个很有意思的技术叫 TokenJuice。名字很有意思，意思是「令牌汁液」。它的作用是在每个工具调用、网页抓取、邮件内容进入 LLM 之前，先做一遍压缩。HTML 转 Markdown，URL 短化，非 ASCII 字符清理。官方声称这能省下百分之八十的 token 成本和延迟。
我自己做产品这么久，我知道百分之八十这个数字有多难达到，但即使只有百分之四十，也是一个很实用的优化。因为现在的 AI Agent 太爱调工具了，一个任务下来可能要调十次 API，每次都带一大堆 HTML 回来。这些 HTML 里百分之九十都是广告和导航栏，没人需要看。TokenJuice 就是把这些垃圾先清掉，再送给大模型。
我当时就想，这个设计思路很老道。就像以前的人写网页爬虫，要先过一遍 BeautifulSoup 把无用的标签全清了，再做正事。只是现在的 AI 工程师太习惯于「直接扛给 LLM」，忘了预处理这一步。OpenHuman 把这个流程做成了内置的，不需要你去管。
这就是我说的产品感觉很对。
说完了好的，我也得坦率的讲，OpenHuman 不是完美的。
第一，它现在还是 Early Beta（早期测验版本）。作者自己都说，期待有一些粗糙的边角，因为开发得很快。一个月三十多个 release，确实是在疯狂迭代，但也意味着有些功能可能还没稳定。
第二，它的安装没有官方说的那么简单。说是一键安装，但如果你想从源码构建，需要 Node.js 24+、pnpm 10.10.0、Rust 1.93.0、CMake、Ninja、ripgrep。这套环境跟现代前端开发工程师的工作机差不多，但对普通用户来说绝对不算简单。你得是个技术爱好者才能顺利跑起来。
第三，它的 GPL-3.0 协议是个双刃剑。对个人用户来说无所谓，但如果有人想基于它做商业软件，GPL-3.0 会要求他们也开源。这个没有好坏，但它可能会让部分企业级的重要贡献者觉得约束太强。
第四，那个「百分之八十节省」我持保留意见。这种数字很容易成为营销话术。但即使是百分之三十，也是有价值的，只是不要轻信官方给的最高数字。
说了这么多不足，我的看法是什么？
OpenHuman 之所以火，不是因为它在某个单点上无人能敌。你说记忆树吧，Karpathy 那套东西早就在做了。你说自动化集成吧，Zapier 那套早就很成熟了。你说本地 AI 吧，Ollama 也已经做了很久了。
但它的厉害之处在于，它把这些东西编织在了一起，而且是给「一个普通人」用的。
以前你想搭一套自己的 AI Agent 工作流，你要干嘛？你要装 Ollama，要配 LM Studio，要写脚本连接 Gmail，要做一个知识库，要写一堆提示词工程。最后你确实搭出来了，但这套东西只有你自己能用，换个人来得重新搭一遍。
OpenHuman 的想法是，把这一切打包成一个桌面应用，你下载、登录、授权，然后就开始用。这是从「工具」到「产品」的跨越。
我觉得 OpenHuman 对 Hermes 这类项目有一个很重要的启发。
什么启发？就是 AI Agent 的竞争，已经从「模型能力」转移到了「Shell 层」。
以前大家比的是谁的模型更聪明、谁的上下文更长。现在不是了，现在大家比的是，你的 Agent 能不能真正融入
...(内容截断，完整内容请查看原文)
本页由自动化脚本生成，待人工审核补充