OpenHuman 是什麼？先建立「你的記憶」再幫你做事的個人 AI
編輯：BJ最後檢查：2026-08-07主要來源：GitHub
多數 AI agent 拿到指令就埋頭做，OpenHuman 的順序相反——先在本機建立一份關於你生活與工作的記憶，越用越懂你，再指揮 agent 車隊和 5,000 多個 MCP 工具幫你辦事，本篇就講它的玩法、隱私設計，以及跟 mem0、Letta 那些記憶工具的差別。
把 agent 的玩法倒過來
這兩年的 AI agent 都在比「執行力」：你下指令，它衝去做。OpenHuman 在 2026 年 5 月登上 GitHub trending 榜首，靠的卻是順序相反：先花時間認識你。它接上你的信箱、行事曆、文件（上百種 OAuth 整合），每 20 分鐘自動吸收一輪，在你自己的機器上長出一份「你的記憶」——你在忙什麼案子、跟誰往來、習慣怎麼安排時間。等它懂你了，你再叫它做事，它給的答案自帶你的脈絡，不用每次從頭交代。
官方說它是「個人 AI 超級助理」：幫你記事、替你派工、還能替你做研究。
它實際上能幹嘛
拆開來看是三層能力疊起來：
- 記憶層（local-first）：關於你的資料存在本機，持續更新。這是它的地基。
- 執行層：能編排多個 agent 分工跑任務，接 5,000 多個 MCP 伺服器和數萬個 Skills，從查資料、操作服務到寫報告都有現成能力可挑。
- 研究層：深度研究功能，多輪查證後給你有來源的長篇答案。
實際用起來大概像這樣：「幫我整理這週跟 A 客戶的往來，排一個下週提案的準備清單」——它從記憶裡撈出脈絡、派 agent 去補資料、生出你看得懂的成果。
跟 mem0、Letta 是什麼關係
站上寫過的 mem0、Letta 也都在做「AI 記憶」，差別在給誰用：
- mem0、Letta 是給開發者的零件——你要自己寫程式，把記憶能力組進你的應用。
- OpenHuman 是給使用者的成品——裝起來就是一個完整的個人 AI，記憶是內建的，不用寫半行整合程式。
要零件的，去看記憶系列；要成品的，OpenHuman 這類才是你要的。
怎麼開始
官方提供 macOS／Linux 的一行安裝指令（curl 腳本），裝完跑起來、按引導接上你願意給它讀的帳號，然後——給它一點時間。它的價值是隨著記憶累積長出來的，第一天的它跟第一個月的它是兩回事。
建議的節奏：
- 先只接低風險的資料源（例如行事曆），觀察它吸收了什麼。
- 用幾天，感受「它記得你」的回答跟一般 AI 差在哪。
- 信任建立了，再逐步開放信箱、文件這些重磅資料。
這類工具最該想清楚的一件事
OpenHuman 的賣點和風險是同一件事：它把你的數位人生集中到一個地方。
local-first 設計（資料在你機器上）已經比雲端集中好很多，但你還是要想：這台機器安全嗎？磁碟有沒有加密？備份放哪？agent 拿著你的記憶去呼叫外部工具時，哪些內容會離開你的電腦？每接一個資料源之前，都值得停三秒想一下「它失守會怎樣」。
另外，它每 20 分鐘自動吸收的設計代表它一直在讀你授權過的東西——授權前看清楚範圍，不確定就先不給。
該不該給它你的資料？
如果你早就厭倦每次跟 AI 對話都要重新自我介紹，這類個人記憶型 AI 就是解方，而 OpenHuman 是其中站上 trending 榜首的那個。務實的做法：先只接行事曆，給它兩週，看「它記得你」的回答跟一般 AI 差多少，有感再逐步開放更多資料——隱私那一節想過了，才輪到這一步。
下一步可以先看什麼
參考來源
- OpenHuman GitHub：https://github.com/tinyhumansai/openhuman
- 官方文件：https://tinyhumans.gitbook.io/openhuman
本文最後查證日期：2026-08-07
延伸閱讀
mem0 是一個給 AI Agent 和 AI 應用使用的記憶層，讓 AI 不只看當下對話，也能記住使用者偏好、歷史互動與任務狀態。本文用白話整理 mem0 可以做什麼、去哪裡用、要不要錢、怎麼開始，以及什麼情境真的需要 AI 長期記憶。
Letta 是什麼？做一個會自己記住、會成長的 AI agentLetta 前身是知名研究專案 MemGPT，它把記憶做成 AI agent 的核心零件，讓 agent 能自己讀寫記憶、跨天累積經驗。這篇用新手角度說明 Letta 能幹嘛、跟 mem0 那種記憶外掛差在哪、要不要錢、怎麼開始，以及什麼情境才真的需要它。
Khoj 是什麼？能搜尋你筆記、可自架的 AI 第二大腦Khoj 是一個開源、可自架的「AI 第二大腦」，能把你的筆記、PDF、文件變成可以用自然語言問答的個人 AI，還能接 Obsidian、手機、桌面。這篇用新手角度說明它能幹嘛、跟 NotebookLM 和 AnythingLLM 差在哪、要不要錢、怎麼開始。
Cognee 是什麼？想全部自己架、不依賴雲端的 AI 記憶引擎Cognee 是主打「自架、資料不外流」的開源 AI 記憶引擎，預設用內嵌式資料庫，不用架一堆重服務就能跑起知識圖譜。這篇說明 Cognee 能幹嘛、跟 mem0 與 Zep 差在哪、要不要錢、怎麼開始，以及什麼團隊會特別需要它。
Zep 與 Graphiti 是什麼？讓 AI 記得住「什麼時候變的」Zep 是專攻「時間軸」的 AI 記憶方案，資訊改變時不刪舊的、只標記失效，讓 AI 能回答『使用者以前偏好 A、四月後改成 B』。它的開源核心是 Graphiti。這篇說明 Zep 與 Graphiti 各是什麼、跟 mem0 差在哪、要不要錢、怎麼開始。
AirLLM 是什麼？4GB 顯卡跑 70B 大模型的黑科技，代價是慢AirLLM 是最近爆紅的開源 Python 函式庫，靠「一次只載入一層」的招式讓 4GB 顯卡也能跑 70B 大模型、不用量化不用閹割，本篇就講清楚它的原理、真實代價（速度很慢）、適合誰用，以及跟乖乖買大顯卡差在哪。