项目官网：https://www.openinterpreter.com/
项目的GitHub：https://github.com/openinterpreter/openinterpreter/tree/main
项目的博客文章：https://www.openinterpreter.com/zh/blog/open-interpreter

AI 有一个经济学问题。上个月，Uber 的 2026 年 AI 编码预算已经用尽。公司们开始对前沿模型进行配额分配，或寻找更便宜的模型。

强大的开放权重模型正在解决其中一半的问题。DeepSeek 的最新模型在智能水平上超过 Claude Opus 4.7 的 80%，但成本低 100 倍。Factory 报告称，开源模型的使用量在过去一个月内相较于闭源模型增长了 3 倍，推理服务提供商也观察到了相同趋势。
遗憾的是，大多数让模型变得有用的产品都是为前沿智能模型而构建的。Claude Code 和 Cowork 是为 Claude 构建的。Codex 是为 GPT 构建的。
Open Interpreter正在构建开放的应用层，将开放权重模型视为一等公民。

今天，Open Interpreter在宽松的 Apache 2.0 许可证下发布全新的 Open Interpreter。
Open Interpreter 基于 OpenAI 的 Codex CLI 构建。Open Interpreter继承了它成熟的终端界面、app-server 协议以及跨平台沙箱机制。但Open Interpreter以几种方式扩展了该基础，以适配低成本模型。

框架仿真
编码模型通过使用 harness（即代理驾驶的“载具”）进行训练，以与世界交互；该载具包括其工具行为、系统指令、上下文压缩工作流等。
传统的编码代理要么围绕单一模型构建，如 Codex 和 Claude Code，要么使用通用 harness；如果模型的强化学习环境与该通用 harness 不匹配，性能可能受损。
Open Interpreter 采用新方法：Open Interpreter仿真出能够让每个模型发挥最佳性能的 harness，使其驾驶最“舒适”的载具：
在 Open Interpreter 中，Claude 使用仿真的类似 Claude Code 的 harness。GPT 使用 Codex harness。Kimi、Qwen 和 DeepSeek 则使用提供商推荐的 harness 仿真，而非统一的通用 harness。

此外，对于非编码工作者还提供了桌面端的专门用于处理excel\word\pdf文档的智能体应用。