不賣模型、只給選擇權：openerx 這個開源 AI 辦公客戶端，攤開的是配置成本誰來付的帳

一個 Windows/macOS 桌面端 AI 工作空間，採用 Apache License 2.0 開源，用戶自行配置模型 API、自行授權檔案與工具，客戶端免費但模型費用自付。開發者以利益相關人身分在 V2EX 發文說明這款名為 openerx 的產品定位，貼文在兩天內累積逾七百次瀏覽。這不是又一篇「AI 助手功能清單」，而是一次把 AI 辦公軟體的成本結構與需求分層重新切開的嘗試。

它到底做了什麼，以及刻意不做什麼

openerx 不是基礎模型，也不綁定任何單一模型服務。用戶配置相容的模型 API 之後，可以圍繞自己授權的資料持續對話、組織專案、調用已授權的工具。開發者舉的具體場景是把幾份工作記錄整理成周報草稿：任務從用戶提供的資料出發，產出可檢查、可儲存、可繼續修改的成果，模型輸出仍需回到原始資料核對。

值得注意的反而是一連串明確的「不做」：不承諾接入任何模型都得到相同結果，不承諾功能與 ChatGPT 或 WorkBuddy 對齊，不承諾「本地優先等於資料絕不出設備」。使用遠端模型與遠端工具時，相關內容仍會發往所選服務。這種把限制寫在前面的做法，在以行銷話術為主的 AI 應用市場裡相對少見，也直接框定了它的目標用戶：願意理解 API 費用、判斷授權範圍的辦公進階用戶與開發者，而非期待安裝後零設置的大眾市場。

這種「把選擇權留給用戶」的路線，代價是把整合成本從開發者側移到了用戶側。傳統閉源 AI 助手的商業模式，是用訂閱費換取「開箱即用」：模型選擇、資料處理、工具串接全部由廠商打包，用戶支付的是便利溢價。openerx 把這筆溢價拆開，換成用戶自行承擔的三項隱含成本：模型服務的配置時間、API 計費的理解與監控、檔案與工具授權的判斷責任。

需求分層：這條路線切的是哪一塊市場

以需求分層的透鏡看，AI 辦公工具市場目前大致分成三層。最上層是大眾用戶，追求零設置、月費固定、責任全包，這是 ChatGPT 訂閱制與各大廠 Copilot 產品的主戰場。中間層是進階辦公用戶，對資料流向敏感、希望自選模型，但不想從零造輪子。最底層是開發者，直接用 SDK 或命令列工具組裝自己的工作流。

openerx 瞄準的是中間層往下這一塊。這一塊的規模目前不大，但成長邏輯清楚：當企業與個人用戶對資料出域的疑慮升高，以及模型 API 市場競爭讓「自帶模型」的成本持續下降，願意付配置時間換控制權的用戶羣會擴大。模型推理價格過去兩年持續下探，各家 API 供應商的價格戰讓自選模型的單次使用成本遠低於打包訂閱，這對高頻用戶尤其有感；反過來，低頻用戶自配 API 的固定學習成本就難以攤薄。

類似的信任成本問題我們在 AI 編程工具的信任成本帳一文中已經拆過：當工具對資料的處理方式不透明，企業採購與進階用戶的第一反應是要求可控與可稽核。openerx 開源原始碼、明示資料流向的做法，正是對這類疑慮的直接回應，開源在這裡的功能類似一種可驗證性抵押品。

討論區的兩種結局，對應兩種成本判斷

貼文下的回覆只有兩則，但內容比多數產品發布文更有資訊量。一位曾開發類似工具的用戶（Gurudin）表示，自己先前做了多 agent、自我成長、角色承擔等一大串功能，最後停止開發，理由是「越寫越多，而且發現並沒有 codex、claude code 好用」，於是回頭使用閉源的 Claude Code。另一位用戶（wenning）則建議基於 codex app server 協議實現上層應用，底層能力跟著 codex harness 走，自己只做定時任務、專案組織、agent 協作等應用層。

這兩則回覆實際上代表了獨立開發者在 AI 應用層的兩個典型結局。其一是在功能競賽中輸給頭部閉源產品的基座迭代速度：當 Claude Code、Codex 這類工具每幾週更新一次底層能力，自建整套 agent 框架的維護成本會隨功能數量線性甚至超線性成長，最終開發者自己成為第一個流失的用戶。其二是放棄造底座、改做協議相容的應用層，把基座能力外包給迭代最快的廠商，自己只承擔差異化功能的維護。

從維護成本的帳看，第二種路線的結構明顯更健康。應用層開發者的比較利益在於理解特定場景的工作流，而非重造 agent 執行引擎。這也是為什麼開發者在文末問的不是「你想要什麼功能」，而是「你手上有什麼資料、想要什麼結果、卡在哪裡」：以具體場景驅動開發優先級，是控制功能蔓延、避免重蹈「越寫越多」覆轍的唯一方法。

這與 GitHub Trending 被 AI 專案淹沒後的策展失靈問題，底層是同一枚硬幣的兩面。開源社羣的注意力帳顯示，AI 應用層專案的供給已經嚴重過剩，訊號與雜訊的比值持續惡化。在這種環境下，一個新開源 AI 客戶端要獲得採用，功能數量反而是最不稀缺的變數，稀缺的是可信的場景驗證與可持續的維護承諾。

授權條款的帳：Apache 2.0 意味著什麼

openerx 採用 Apache License 2.0，允許免費使用、研究程式碼，並在遵守協議的前提下修改、再散布與商用，再散布須處理授權聲明與修改標注，第三方元件依各自授權。這個選擇本身就是一條商業判斷。

相對於 GPL 系的強制開源條款，Apache 2.0 對商用再散布幾乎不設門檻，這降低了企業採用與二次開發的法務成本，但也意味著開發者放棄了透過授權條款強制回饋的機制。換句話說，這個專案的商業護城河不來自條款，只能來自社羣經營與迭代速度。對一個獨立開發者專案而言，這是一場以時間換空間的長跑：如果場景驗證跑得比功能蔓延快，社羣貢獻可以分攤維護成本；跑不贏，就會走向回覆區裡那個停止開發的前例。

收束判斷

openerx 本身未必會成功，貼文末尾顯示的回覆數與其雄心並不成比例，獨立開源 AI 客戶端的死亡率有目共睹。但它把一筆帳算得很誠實：AI 辦公軟體的「免費」與「便利」從來是兩件事，模型 API 費用由用戶支付、配置成本由用戶承擔、資料流向由用戶決定，這三項加總起來，才是這類產品真正的價格標籤。

對市場而言，這條開源替代路線的價值在於提供了一個對照組：當閉源打包方案的訂閱價格持續上調、資料政策反覆變動時，願意付配置成本的用戶羣有了退出選項，而退出選項的存在本身，就會回頭壓制頭部產品的定價權。至於 openerx 能不能撐到發揮這個作用，取決於開發者能否守住場景驅動的紀律，這筆帳，要等下一輪迭代才看得到答案。