作者：宝玉
这是 ClawdBot/OpenClaw 作者 Peter Steinberger 的另一个 40 分钟访谈，Peter Yang 主持。
Peter 是 PSPDFKit 的创始人，有差不多 20 多年 iOS 的开发经验。2021 年公司被 Insight Partners 以 1 亿欧元战略投资后，他选择“退休”。现在，他开发的 Clawdbot（现在已经改名 OpenClaw）爆火。Clawbot 能通过 WhatsApp、Telegram、iMessage 跟你聊天的 AI 助手，背后连着你电脑上的各种应用。
Peter 是这么描述 Clawbot 的：
“它就像一个住在你电脑里的朋友，有点怪，但聪明得吓人。
这期访谈里，他分享了不少有意思的观点：为什么复杂的智能体（Agent）编排系统是“slop 生成器”，为什么“让 AI 跑 24 小时”是虚荣指标，以及为什么编程语言已经不重要了。
一小时原型，30 万行代码
Peter Yang 问他 Clawbot 到底是什么，为什么 logo 是只龙虾。
Peter Steinberger 没直接回答龙虾的问题，而是讲了个故事。“退休”回来后，他全身心投入凭感觉编程（vibe coding）——就是让 AI 智能体帮你写代码的那种工作方式。问题是，智能体可能跑半小时，也可能两分钟就停下来问你问题。你去吃个饭回来，发现它早就卡住了，很烦。
他想要一个能在手机上随时查看电脑状态的东西。但他没动手，因为他觉得这事太显然了，大公司肯定会做。
“等到去年 11 月还没人做，我就想算了，我自己来。
最初的版本极其简单：把 WhatsApp 接到 Claude Code 上。发条消息，它就调用 AI，把结果发回来。一个小时就搭完了。
然后它“活了过来”。现在 Clawbot 有大约 30 万行代码，支持几乎所有主流消息平台。
“我觉得这就是未来的方向。每个人都会有一个超级强大的 AI，跟着你走完一生。
他说，\”一旦你给 AI 访问你电脑的权限，它基本上能做任何你能做的事。\”
摩洛哥的那个早上
Peter Yang 说，现在你不用坐在电脑前盯着它了，给它指令就行。
Peter Steinberger 点头，但他想讲的是另一件事。
有一次他在摩洛哥给朋友过生日，发现自己一直在用 Clawbot。问路、找餐厅推荐，这些都是小事。真正让他惊讶的是那天早上：有人在 Twitter 上发了一条推文，说他某个开源库有 bug。
“我就拍了张推文的照片，发到 WhatsApp。
AI 读懂了推文内容，理解这是个 bug 报告。它 checkout 了对应的 Git 仓库，修复了问题，提交了代码，然后在 Twitter 上回复那个人说已经修好了。
“我当时就想，这也行？
还有一次更神。他在街上走着，懒得打字，就发了条语音消息。问题是，他根本没给 Clawbot 编写语音消息的支持。
“我看到它显示\’正在输入\’，心想这下完了。结果它正常回复了我。
他后来问 AI 怎么做到的。AI 说：我收到一个文件但没有扩展名，所以我看了文件头，发现是 Ogg Opus 格式。你电脑上有 ffmpeg，我就用它转成了 WAV。然后我找 whisper.cpp，但你没装，不过我找到了你的 OpenAI API 密钥（key），就用 curl 把音频发过去做了转录。
Peter Yang 听完说：这些东西真的很有办法，虽然有点吓人。
\”比网页版 ChatGPT 强太多了，这就像是解除了枷锁的 ChatGPT。很多人没意识到，Claude Code 这类工具不只是编程厉害，它们对任何问题都很有办法。
命令行工具（CLI）军团
Peter Yang 问他那些自动化工具都是怎么建的，是自己写还是让 AI 写。
Peter Steinberger 笑了。
这几个月他一直在扩充自己的“CLI 军团”。智能体最擅长什么？调用命令行工具，因为训练数据里全是这个。
他建了一个访问整个 Google 服务的 CLI，包括 Places API。建了一个专门查表情包和 GIF 的，这样 AI 回复消息时能发 meme。他甚至做了一个把声音可视化的工具，想让 AI“体验”音乐。
“我还黑进了本地外卖平台的 API，现在 AI 能告诉我食物还有多久送到。还有一个逆向了 Eight Sleep 的 API，可以控制我床的温度。
【注：Eight Sleep 是一款智能床垫，可以调节床面温度，官方未开放 API。】
Peter Yang 追问：这些都是你让 AI 帮你建的？
“最有意思的是，我之前在 PSPDFKit 做了 20 年 Apple 生态开发，Swift、Objective-C，非常专精。但回来之后我决定换赛道，因为我受够了 Apple 什么都要管，而且做 Mac app 受众太窄。
问题是，从一个精通的技术栈换到另一个，过程很痛苦。你懂所有概念，但不知道语法。什么是 prop？数组怎么拆分？每个小问题都要查，你会觉得自己像个白痴。
“然后有了 AI，这一切都消失了。你的系统级思维、架构能力、品味、对依赖的判断，这些才是真正有价值的，而且现在可以轻松迁移到任何领域。
他顿了一下：
\”突然之间我觉得自己什么都能建。语言不重要了，重要的是我的工程思维。
控制现实世界
Peter Steinberger 开始演示他的设置。他给 AI 的权限清单令人咋舌：
邮件、日历、所有文件、Philips Hue 灯光、Sonos 音响。 他可以让 AI 早上叫醒他，慢慢调高音量。AI 还能访问他的安防摄像头。
“有一次我让它盯着看有没有陌生人。第二天早上它告诉我：\’Peter，有人在。\’我一看录像，它整晚都在截图我的沙发，因为摄像头画质不好，沙发看起来像坐着个人。
在维也纳的公寓里，AI 还能控制 KNX 智能家居系统。
“它真的能把我锁在门外。
Peter Yang 问：这些是怎么接上的？
“就是直接跟它说。这些东西很有办法，它会自己找 API，会 Google，会在你系统里找密钥。
用户们的玩法更疯狂：
- 有人让它去 Tesco 网购
- 有人让它在 Amazon 下单
- 有人让它自动回复所有消息
- 有人把它拉进家庭群聊当“家庭成员”
“我让它帮我在 British Airways 网站 check in。这简直是图灵测试，在航空公司网站上操作浏览器，那界面有多反人类你知道的。
第一次花了快 20 分钟，因为整套系统还很粗糙。AI 需要在他的 Dropbox 里找到护照，提取信息，填写表格，通过人机验证。
\”现在只要几分钟。它能点\’我是人类\’的验证按钮，因为它就是在控制一个真实的浏览器，行为模式跟人没区别。
80% 的 App 会消失
Peter Yang 问：对于刚下载的普通用户，有什么安全的入门用法？
Peter Steinberger 说每个人的路径都不一样。有人装完立刻开始用它写 iOS app，有人马上去管理 Cloudflare。有个用户第一周给自己装，第二周给家人装，第三周开始给公司做企业版。
“我给一个非技术朋友装了之后，他开始给我发 pull request。他这辈子从没发过 pull request。
但他真正想说的是更大的图景：
“如果你想想看，这个东西可能会取代你手机上 80% 的 app。
为什么还要用 MyFitnessPal 记录饮食？
“我有一个无限 resourceful 的助手，它已经知道我在肯德基做了错误决定。我发张照片，它就会存到数据库、计算热量、提醒我该去健身房了。
为什么还要用 app 设置 Eight Sleep 的温度？AI 有 API 权限，直接帮你调。为什么还要用待办事项 app？AI 帮你记着。为什么还要用 app check in 航班？AI 帮你做。为什么还要用购物 app？AI 能推荐、能下单、能追踪。
“会有一整层 app 慢慢消失，因为如果它们有 API，就只是你 AI 会调用的服务而已。
他预测 2026 年会是很多人开始探索个人 AI 助手的一年，大公司也会入场。
\”Clawbot 不一定是最后的赢家，但这个方向是对的。
Just Talk to It
话题转向 AI 编程方法论。Peter Yang 说他写过一篇很火的文章叫“Just Talk to It”，想听他展开讲讲。
Peter Steinberger 的核心观点是：别掉进“智能体陷阱”（agentic trap）。
“我在 Twitter 上看到太多人发现智能体很厉害，然后想让它更厉害，然后掉进兔子洞。他们建各种复杂的工具来加速工作流，结果只是在建工具，没在建真正有价值的东西。
他自己也掉进去过。早期他花了两个月建 VPN 隧道，就为了在手机上访问终端。做得太好了，有一次跟朋友在餐厅吃饭，他全程在手机上 vibe coding 而不是参与对话。
\”我不得不停下来，主要是为了心理健康。
Slop Town
他最近让他抓狂的是一个叫 Gastown 的编排系统。
“一个超复杂的编排器（orchestrator），同时跑十几二十个智能体，它们互相通信、分工。有观察者（watcher），有监工（overseer），有市长（mayor），有 pcats（可能是指\’平民\’或\’宠物猫\’等凑数的角色），我都不知道还有什么。
Peter Yang：等等，还有市长？
“是的，Gastown 项目里有个市长。我管这项目叫\’垃圾镇\’（Slop Town）。
还有 RALPH 模式（一种“用完即弃”的单任务循环模式，指给 AI 一个小任务，做完就扔掉所有上下文记忆，一切清零重来，然后死循环）……
“这简直是终极的 Token 燃烧机。你让它跑一整晚，第二天早上得到的是终极垃圾（slop）。
问题的核心是：这些智能体还没有品味。它们在某些方面聪明得吓人，但如果你不引导它们，不告诉它们你想要什么，出来的就是垃圾。
“我不知道别人怎么工作，但我开始一个项目时只有一个模糊的想法。在建的过程中、玩的过程中、感受的过程中，我的愿景会逐渐清晰。我会尝试一些东西，有些不行，然后我的想法会演化成最终的形态。我的下一个提示词（prompt）取决于我看到、感受到、思考到的当前状态。
如果你试图把一切都写进前期规格说明，你就错过了这种人机循环。
“我不知道没有感受、没有品味参与的情况下，怎么能做出好东西。
有人在 Twitter 上炫耀一个“全 RALPH 生成”的笔记 app。Peter 回复说：是的，看起来就像 RALPH 生成的，没有正常人会这么设计。
Peter Yang 总结：很多人跑 AI 24 小时不是为了做 app，是为了证明自己能让 AI 跑 24 小时。
\”这就像一个没有参照物的比大小比赛。我也让循环跑过 26 小时，当时很得意。但这是虚荣指标，毫无意义。能建一切不代表你应该建一切，也不代表它会是好的。
Plan Mode 是个拼凑（Hack）
Peter Yang 问他怎么管理上下文。对话长了 AI 会糊涂，需要手动压缩或总结吗？
Peter Steinberger 说这是“旧模式的问题”。
“Claude Code 还是有这个问题，但 Codex 好太多了。纸面上可能只多 30% 的上下文，但体感像 2-3 倍。我觉得跟内部思考机制有关。现在我的大多数功能开发都能在一个上下文窗口内完成，讨论和建造同时发生。
他不用 worktrees，因为那是“不必要的复杂性”。他就简单地 checkout 好几份仓库：clawbot-1、clawbot-2、clawbot-3、clawbot-4、clawbot-5。哪个空闲就用哪个，做完测试、推到主分支（main）、同步。
“有点像工厂，如果它们都在忙的话。但如果你只开一个，等待时间太长，进不了心流状态。
Peter Yang 说这像即时战略游戏，你有一队人在进攻，得管理和监控他们。
关于 plan mode，Peter Steinberger 有个争议性观点：
“Plan mode 是 Anthropic 不得不加的拼凑方案，因为模型太冲动，一上来就跑去写代码。如果你用最新的模型，比如 GPT 5.2，你就是跟它对话。\’我想建这个功能，应该这样那样，我喜欢这个设计风格，给我几个方案，我们先聊聊。\’然后它会提议，你们讨论，达成共识再动手。
他不打字，他说话。
\”我大部分时候都是跟它说话。
Discord 驱动开发
Peter Yang 问他开发新功能的流程是什么。先探索问题？先做计划？
Peter Steinberger 说他做了一件“可能是我做过最疯狂的事”：他把自己的 Clawbot 接到了公开的 Discord 服务器上，让所有人都能跟他的私人 AI 对话，带着他的私人记忆，在公开场合。
“这个项目很难用语言描述。像 Jarvis（贾维斯，钢铁侠中的 AI 助理）和电影《她》的混合体。每个我当面演示的人都超兴奋，但在 Twitter 上发图配文字就是火不起来。所以我想，干脆让人们自己体验。
用户们在 Discord 里问问题、报 bug、提需求。他现在的开发流程是：截个 Discord 对话的图，拖进终端，跟 AI 说“我们聊聊这个”。
“我懒得打字。有人问\’你们支持这个那个吗\’，我就让 AI 读代码然后写一条 FAQ。
他还写了个爬虫，每天至少一次扫描 Discord 的 help 频道，让 AI 总结最大的痛点，然后他们就修。
没有 MCP，没有复杂编排
Peter Yang 问：你用那些花哨的东西吗？多智能体、复杂 skill、MCP（Model Context Protocol）之类的？
“我的 skill 大部分是生活技能：记录饮食、买菜、那种东西。编程方面很少，因为不需要。我不用 MCP，不用任何那些东西。
他不相信复杂编排系统。
“我在循环里，我能做出感觉更好的产品。也许有更快的方法，但我已经快到瓶颈不在 AI 了，我主要被自己的思考速度限制，偶尔被等 Codex 的时间限制。
他的前 PSPDFKit 联合创始人，一个前律师，现在也在给他发 PR（pull request，代码提交合并请求）。
“AI 让没有技术背景的人也能建东西，这很神奇。我知道有人反对，说这些代码不完美。但我把 pull request 当作 prompt request（提示词请求），它们传达的是意图。大多数人没有同样的系统理解，没法把模型引导到最优结果。所以我宁可拿到意图，自己来做，或者基于他们的 PR 重写。
他会标记他们为 co-author，但很少直接合并别人的代码。
找你自己的路
Peter Yang 总结：所以核心要点是，别用 slop generator，保持人在循环里，因为人的大脑和品味是不可替代的。
Peter Steinberger 补充了一句：
“或者说，找到你自己的路。很多人问我\’你怎么做的\’，答案是：你得自己探索。学会这些东西需要时间，需要犯自己的错误。这跟学任何东西一样，只不过这个领域变化特别快。
Clawdbot 在clawd.bot和 GitHub 上都能找到。Clad 带 W，C-L-A-W-D-B-O-T，像龙虾钳。
（注：ClawdBot 已经改名 OpenClaw
Peter Yang 说他也得试试了。不想坐在电脑前跟 AI 聊天，想在外面带孩子的时候随时给它下指令。
\”我觉得你会喜欢的。\”Peter Steinberger 说。
Peter Steinberger 的核心观点可以总结为两句话：
- AI 已经强大到可以替代你手机上 80% 的 app
- 但如果没有人类的品味和判断在循环里，输出的就是垃圾
这两句话看似矛盾，其实指向同一个结论：AI 是杠杆，不是替代品。放大的是你原有的东西：系统思维、架构能力、对好产品的直觉。如果你没有这些，再多智能体并行跑 24 小时也只是在批量生产 slop。
他的实践本身就是最好的证明：一个 20 年的 iOS 老程序员，在几个月内用 TypeScript 建了一个 30 万行代码的项目，靠的不是学会了新语言的语法，而是那些语言无关的东西。
“编程语言不重要了，重要的是我的工程思维。”