Andrew Ng lanserer OpenWorker, en åpen kildekode-AI-kollega for skrivebordet

Andrew Ng lanserer OpenWorker, en åpen kildekode-AI-kollega for skrivebordet

Andrew Ng lanserte OpenWorker 23. juli — en MIT-lisensiert, lokalførst skrivebordsagent som ikke bare chatter, men faktisk utfører jobben: forbereder dokumenter, oppdaterer kalendere, sender Slack-meldinger, ved bruk av hvilken som helst modell du velger [4][5]. Mac-støtte er live nå, med Windows på trappene, og prosjektet kobler seg til 35+ apper rett ut av boksen.

Rammingen er bevisst og rettet mot den nåværende bølgen av chat-først-assistenter: Ngs pitch er «ferdige leveranser i stedet for prat», kombinert med en tydelig personvernlinje og ingen leverandørbinding [6]. Det modell-agnostiske, lokalførste designet fikk sterk oppmerksomhet på X og LinkedIn, med mange som roste det som en mal for hvordan en «AI-kollega» bør se ut — din egen, ikke en plattforms.

Dette er et signal verdt å følge med på: bransjens tyngdepunkt beveger seg fra samtalebaserte assistenter mot agenter som produserer resultater og tar ansvar for oppfølging, på infrastruktur du selv kontrollerer.

Obsidian + Claude-oppsett populariserer AI-en som «andre hjerne»

En rekke innlegg og virale tråder fra 2026 har konvergert rundt samme mønster: å kombinere Obsidian-hvelv med Claude Code for automatisk å organisere notater, artikler og transkripsjoner i sammenkoblede, wiki-lignende personlige kunnskapsbaser [7][8][9]. Brukere rapporterer ekte produktivitetsgevinster — ikke fordi AI-en skriver for dem, men fordi den gjør det kjedelige lenke-, tagge- og gjenfinningsarbeidet som «andre hjerner» vanligvis dør av å bli neglisjert.

Avgjørende nok beholder de vellykkede oppsettene et menneskelig kontrolltrinn for nøyaktighetens skyld — AI-en foreslår struktur og sammenhenger, men folk validerer fortsatt hva som beholdes. Det er en viktig nyanse i et felt som er utsatt for å overselge full automatisering.

Mønsteret bekrefter noe møteintelligens-verktøy har visst en stund: rå opptak er billig, men et sammenkoblet, søkbart kunnskapslag er der den faktiske verdien ligger. Obsidian-brukere bygger i praksis selv det samme som skreddersydde kunnskapsgraf-verktøy prøver å levere rett ut av boksen.

Meetily trekkes frem som det lokalførste alternativet

Meetily, en fullstendig åpen kildekode-møteassistent som bruker Whisper til transkribering og Ollama til oppsummering, får fornyet oppmerksomhet — over 25 000 GitHub-stjerner og hundretusenvis av nedlastinger, med 100 % lokal prosessering på macOS, Windows og Linux [10][11][12].

Det posisjoneres rett og slett som det gratis, private alternativet til skybaserte transkriberingstjenester, og dukker stadig opp i virale «beste av»-lister for møteverktøy og RAG-pipelines. Appellen er enkel: ingen data forlater maskinen din, ingen abonnement, ingen leverandøravhengighet — på bekostning av finpuss og talerintelligens-funksjoner som skybaserte produkter kappes om å legge til.

Populariteten sier mindre om Meetily i seg selv og mer om den voksende appetitten for lokalførste alternativer til SaaS-transkribering — en holdning som vil fortsette å presse skyverktøy til å rettferdiggjøre tilliten de ber om.

Hva dette betyr for møtene dine

Dagens historier peker alle i samme retning: attribusjon, eierskap og kontroll er i ferd med å bli den egentlige kampplassen innen møteintelligens — ikke bare «kan den transkribere», men «kan den fortelle meg hvem som sa hva, hvem som eier hva, og kan jeg stole på hvor dataene ligger». Granolas talertagger og Meetilys lokalførste arkitektur er to ulike svar på samme underliggende behov.

Samtidig viser OpenWorker og Obsidian/Claude-trenden med «andre hjerne» hvor dette er på vei videre: fra passiv notatskriving til aktive kunnskapssystemer som handler på dine vegne og henter frem kontekst på tvers av måneder med historikk, ikke bare det siste møtet. Den røde tråden — personvern, modellvalg, strukturert gjenfinning — er nøyaktig det terrenget Proudfrog har bygget videre på med taler-ID, kunnskapsgrafer og AI-basert gjenfinning på tvers av møter helt fra dag én.

Lærdommen for ethvert team som vurderer verktøy akkurat nå: ikke spør bare hva som transkriberer møtene dine — spør hva som skjer med den transkripsjonen seks måneder senere. Kan du finne den, stole på hvem som sa hva, og handle ut fra den uten å måtte lese gjennom alt på nytt?

Nøkkelpoeng: Møteintelligens modnes fra «ta opp og transkriber» til «attribuer, strukturer og hent frem» — og verktøyene som vinner oppmerksomhet i dag er de som behandler møtehistorikken din som en kunnskapsbase, ikke en haug med transkripsjoner.

Sources

1. https://docs.granola.ai/help-center/taking-notes/speaker-attribution
2. https://docs.granola.ai/help-center/taking-notes/transcription
3. https://zackproser.com/blog/granola-vs-zoom-transcription-comparison
4. https://github.com/andrewyng/openworker
5. https://www.marktechpost.com/2026/07/23/andrew-ng-just-released-openworker-an-open-source-local-first-desktop-ai-coworker-that-returns-finished-deliverables-instead-of-chat/
6. https://www.linkedin.com/posts/andrewyng_announcing-openworker-an-open-source-agent-activity-7486099155321245696-4TlZ
7. https://aimaker.substack.com/p/ai-second-brain-obsidian
8. https://medium.com/@evgeni.n.rusev/how-i-built-my-second-brain-with-obsidian-claude-code-9fb54b7665ca
9. https://www.mindstudio.ai/blog/build-ai-second-brain-claude-code-obsidian
10. https://github.com/Zackriya-Solutions/meetily
11. https://meetily.ai/
12. https://meetily.ai/free