對話 ClawdBot 創始人：AI 是槓桿，不是替代品

整理：寶玉

這是 ClawdBot/OpenClaw 作者 Peter Steinberger 的另一個 40 分鐘訪談，Peter Yang 主持。

Peter 是 PSPDFKit 的創始人，有差不多 20 多年 iOS 的開發經驗。2021 年公司被 Insight Partners 以 1 億歐元戰略投資後，他選擇“退休”。現在，他開發的 Clawdbot（現在已經改名 OpenClaw）爆火。Clawbot 能通過 WhatsApp、Telegram、iMessage 跟你聊天的 AI 助手，背後連著你電腦上的各種應用。

Peter 是這麼描述 Clawbot 的：

“它就像一個住在你電腦裡的朋友，有點怪，但聰明得嚇人。

這期訪談裡，他分享了不少有意思的觀點：為什麼複雜的智能體（Agent）編排系統是“slop 生成器”，為什麼“讓 AI 跑 24 小時”是虛榮指標，以及為什麼編程語言已經不重要了。

一小時原型，30 萬行代碼

Peter Yang 問他 Clawbot 到底是什麼，為什麼 logo 是隻龍蝦。

Peter Steinberger 沒直接回答龍蝦的問題，而是講了個故事。“退休”回來後，他全身心投入憑感覺編程（vibe coding）——就是讓 AI 智能體幫你寫代碼的那種工作方式。問題是，智能體可能跑半小時，也可能兩分鐘就停下來問你問題。你去吃個飯回來，發現它早就卡住了，很煩。

他想要一個能在手機上隨時查看電腦狀態的東西。但他沒動手，因為他覺得這事太顯然了，大公司肯定會做。

“等到去年 11 月還沒人做，我就想算了，我自己來。

最初的版本極其簡單：把 WhatsApp 接到 Claude Code 上。發條消息，它就調用 AI，把結果發回來。一個小時就搭完了。

然後它“活了過來”。現在 Clawbot 有大約 30 萬行代碼，支持幾乎所有主流消息平臺。

“我覺得這就是未來的方向。每個人都會有一個超級強大的 AI，跟著你走完一生。

他說，"一旦你給 AI 訪問你電腦的權限，它基本上能做任何你能做的事。"

摩洛哥的那個早上

Peter Yang 說，現在你不用坐在電腦前盯著它了，給它指令就行。

Peter Steinberger 點頭，但他想講的是另一件事。

有一次他在摩洛哥給朋友過生日，發現自己一直在用 Clawbot。問路、找餐廳推薦，這些都是小事。真正讓他驚訝的是那天早上：有人在 Twitter 上發了一條推文，說他某個開源庫有 bug。

“我就拍了張推文的照片，發到 WhatsApp。

AI 讀懂了推文內容，理解這是個 bug 報告。它 checkout 了對應的 Git 倉庫，修復了問題，提交了代碼，然後在 Twitter 上回復那個人說已經修好了。

“我當時就想，這也行？

還有一次更神。他在街上走著，懶得打字，就發了條語音消息。問題是，他根本沒給 Clawbot 編寫語音消息的支持。

“我看到它顯示'正在輸入'，心想這下完了。結果它正常回復了我。

他後來問 AI 怎麼做到的。AI 說：我收到一個文件但沒有擴展名，所以我看了文件頭，發現是 Ogg Opus 格式。你電腦上有 ffmpeg，我就用它轉成了 WAV。然後我找 whisper.cpp，但你沒裝，不過我找到了你的 OpenAI API 密鑰（key），就用 curl 把音頻發過去做了轉錄。

Peter Yang 聽完說：這些東西真的很有辦法，雖然有點嚇人。

"比網頁版 ChatGPT 強太多了，這就像是解除了枷鎖的 ChatGPT。很多人沒意識到，Claude Code 這類工具不只是編程厲害，它們對任何問題都很有辦法。

命令行工具（CLI）軍團

Peter Yang 問他那些自動化工具都是怎麼建的，是自己寫還是讓 AI 寫。

Peter Steinberger 笑了。

這幾個月他一直在擴充自己的“CLI 軍團”。智能體最擅長什麼？調用命令行工具，因為訓練數據裡全是這個。

他建了一個訪問整個 Google 服務的 CLI，包括 Places API。建了一個專門查表情包和 GIF 的，這樣 AI 回覆消息時能發 meme。他甚至做了一個把聲音可視化的工具，想讓 AI“體驗”音樂。

“我還黑進了本地外賣平臺的 API，現在 AI 能告訴我食物還有多久送到。還有一個逆向了 Eight Sleep 的 API，可以控制我床的溫度。

【注：Eight Sleep 是一款智能床墊，可以調節床面溫度，官方未開放 API。】

Peter Yang 追問：這些都是你讓 AI 幫你建的？

“最有意思的是，我之前在 PSPDFKit 做了 20 年 Apple 生態開發，Swift、Objective-C，非常專精。但回來之後我決定換賽道，因為我受夠了 Apple 什麼都要管，而且做 Mac app 受眾太窄。

問題是，從一個精通的技術棧換到另一個，過程很痛苦。你懂所有概念，但不知道語法。什麼是 prop？數組怎麼拆分？每個小問題都要查，你會覺得自己像個白痴。

“然後有了 AI，這一切都消失了。你的系統級思維、架構能力、品味、對依賴的判斷，這些才是真正有價值的，而且現在可以輕鬆遷移到任何領域。

他頓了一下：

"突然之間我覺得自己什麼都能建。語言不重要了，重要的是我的工程思維。

控制現實世界

Peter Steinberger 開始演示他的設置。他給 AI 的權限清單令人咋舌：

郵件、日曆、所有文件、Philips Hue 燈光、Sonos 音響。 他可以讓 AI 早上叫醒他，慢慢調高音量。AI 還能訪問他的安防攝像頭。

“有一次我讓它盯著看有沒有陌生人。第二天早上它告訴我：'Peter，有人在。'我一看錄像，它整晚都在截圖我的沙發，因為攝像頭畫質不好，沙發看起來像坐著個人。

在維也納的公寓裡，AI 還能控制 KNX 智能家居系統。

“它真的能把我鎖在門外。

Peter Yang 問：這些是怎麼接上的？

“就是直接跟它說。這些東西很有辦法，它會自己找 API，會 Google，會在你係統裡找密鑰。

用戶們的玩法更瘋狂：

• 有人讓它去 Tesco 網購
• 有人讓它在 Amazon 下單
• 有人讓它自動回覆所有消息
• 有人把它拉進家庭群聊當“家庭成員”

“我讓它幫我在 British Airways 網站 check in。這簡直是圖靈測試，在航空公司網站上操作瀏覽器，那界面有多反人類你知道的。

第一次花了快 20 分鐘，因為整套系統還很粗糙。AI 需要在他的 Dropbox 裡找到護照，提取信息，填寫表格，通過人機驗證。

"現在只要幾分鐘。它能點'我是人類'的驗證按鈕，因為它就是在控制一個真實的瀏覽器，行為模式跟人沒區別。

80% 的 App 會消失

Peter Yang 問：對於剛下載的普通用戶，有什麼安全的入門用法？

Peter Steinberger 說每個人的路徑都不一樣。有人裝完立刻開始用它寫 iOS app，有人馬上去管理 Cloudflare。有個用戶第一週給自己裝，第二週給家人裝，第三週開始給公司做企業版。

“我給一個非技術朋友裝了之後，他開始給我發 pull request。他這輩子從沒發過 pull request。

但他真正想說的是更大的圖景：

“如果你想想看，這個東西可能會取代你手機上 80% 的 app。

為什麼還要用 MyFitnessPal 記錄飲食？

“我有一個無限 resourceful 的助手，它已經知道我在肯德基做了錯誤決定。我發張照片，它就會存到數據庫、計算熱量、提醒我該去健身房了。

為什麼還要用 app 設置 Eight Sleep 的溫度？AI 有 API 權限，直接幫你調。為什麼還要用待辦事項 app？AI 幫你記著。為什麼還要用 app check in 航班？AI 幫你做。為什麼還要用購物 app？AI 能推薦、能下單、能追蹤。

“會有一整層 app 慢慢消失，因為如果它們有 API，就只是你 AI 會調用的服務而已。

他預測 2026 年會是很多人開始探索個人 AI 助手的一年，大公司也會入場。

"Clawbot 不一定是最後的贏家，但這個方向是對的。

Just Talk to It

話題轉向 AI 編程方法論。Peter Yang 說他寫過一篇很火的文章叫“Just Talk to It”，想聽他展開講講。

Peter Steinberger 的核心觀點是：別掉進“智能體陷阱”（agentic trap）。

“我在 Twitter 上看到太多人發現智能體很厲害，然後想讓它更厲害，然後掉進兔子洞。他們建各種複雜的工具來加速工作流，結果只是在建工具，沒在建真正有價值的東西。

他自己也掉進去過。早期他花了兩個月建 VPN 隧道，就為了在手機上訪問終端。做得太好了，有一次跟朋友在餐廳吃飯，他全程在手機上 vibe coding 而不是參與對話。

"我不得不停下來，主要是為了心理健康。

Slop Town

他最近讓他抓狂的是一個叫 Gastown 的編排系統。

“一個超複雜的編排器（orchestrator），同時跑十幾二十個智能體，它們互相通信、分工。有觀察者（watcher），有監工（overseer），有市長（mayor），有 pcats（可能是指'平民'或'寵物貓'等湊數的角色），我都不知道還有什麼。

Peter Yang：等等，還有市長？

“是的，Gastown 項目裡有個市長。我管這項目叫'垃圾鎮'（Slop Town）。

還有 RALPH 模式（一種“用完即棄”的單任務循環模式，指給 AI 一個小任務，做完就扔掉所有上下文記憶，一切清零重來，然後死循環）……

“這簡直是終極的 Token 燃燒機。你讓它跑一整晚，第二天早上得到的是終極垃圾（slop）。

問題的核心是：這些智能體還沒有品味。它們在某些方面聰明得嚇人，但如果你不引導它們，不告訴它們你想要什麼，出來的就是垃圾。

“我不知道別人怎麼工作，但我開始一個項目時只有一個模糊的想法。在建的過程中、玩的過程中、感受的過程中，我的願景會逐漸清晰。我會嘗試一些東西，有些不行，然後我的想法會演化成最終的形態。我的下一個提示詞（prompt）取決於我看到、感受到、思考到的當前狀態。

如果你試圖把一切都寫進前期規格說明，你就錯過了這種人機循環。

“我不知道沒有感受、沒有品味參與的情況下，怎麼能做出好東西。

有人在 Twitter 上炫耀一個“全 RALPH 生成”的筆記 app。Peter 回覆說：是的，看起來就像 RALPH 生成的，沒有正常人會這麼設計。

Peter Yang 總結：很多人跑 AI 24 小時不是為了做 app，是為了證明自己能讓 AI 跑 24 小時。

"這就像一個沒有參照物的比大小比賽。我也讓循環跑過 26 小時，當時很得意。但這是虛榮指標，毫無意義。能建一切不代表你應該建一切，也不代表它會是好的。

Plan Mode 是個拼湊（Hack）

Peter Yang 問他怎麼管理上下文。對話長了 AI 會糊塗，需要手動壓縮或總結嗎？

Peter Steinberger 說這是“舊模式的問題”。

“Claude Code 還是有這個問題，但 Codex 好太多了。紙面上可能只多 30% 的上下文，但體感像 2-3 倍。我覺得跟內部思考機制有關。現在我的大多數功能開發都能在一個上下文窗口內完成，討論和建造同時發生。

他不用 worktrees，因為那是“不必要的複雜性”。他就簡單地 checkout 好幾份倉庫：clawbot-1、clawbot-2、clawbot-3、clawbot-4、clawbot-5。哪個空閒就用哪個，做完測試、推到主分支（main）、同步。

“有點像工廠，如果它們都在忙的話。但如果你只開一個，等待時間太長，進不了心流狀態。

Peter Yang 說這像即時戰略遊戲，你有一隊人在進攻，得管理和監控他們。

關於 plan mode，Peter Steinberger 有個爭議性觀點：

“Plan mode 是 Anthropic 不得不加的拼湊方案，因為模型太沖動，一上來就跑去寫代碼。如果你用最新的模型，比如 GPT 5.2，你就是跟它對話。'我想建這個功能，應該這樣那樣，我喜歡這個設計風格，給我幾個方案，我們先聊聊。'然後它會提議，你們討論，達成共識再動手。

他不打字，他說話。

"我大部分時候都是跟它說話。

Discord 驅動開發

Peter Yang 問他開發新功能的流程是什麼。先探索問題？先做計劃？

Peter Steinberger 說他做了一件“可能是我做過最瘋狂的事”：他把自己的 Clawbot 接到了公開的 Discord 服務器上，讓所有人都能跟他的私人 AI 對話，帶著他的私人記憶，在公開場合。

“這個項目很難用語言描述。像 Jarvis（賈維斯，鋼鐵俠中的 AI 助理）和電影《她》的混合體。每個我當面演示的人都超興奮，但在 Twitter 上發圖配文字就是火不起來。所以我想，乾脆讓人們自己體驗。

用戶們在 Discord 裡問問題、報 bug、提需求。他現在的開發流程是：截個 Discord 對話的圖，拖進終端，跟 AI 說“我們聊聊這個”。

“我懶得打字。有人問'你們支持這個那個嗎'，我就讓 AI 讀代碼然後寫一條 FAQ。

他還寫了個爬蟲，每天至少一次掃描 Discord 的 help 頻道，讓 AI 總結最大的痛點，然後他們就修。

沒有 MCP，沒有複雜編排

Peter Yang 問：你用那些花哨的東西嗎？多智能體、複雜 skill、MCP（Model Context Protocol）之類的？

“我的 skill 大部分是生活技能：記錄飲食、買菜、那種東西。編程方面很少，因為不需要。我不用 MCP，不用任何那些東西。

他不相信複雜編排系統。

“我在循環裡，我能做出感覺更好的產品。也許有更快的方法，但我已經快到瓶頸不在 AI 了，我主要被自己的思考速度限制，偶爾被等 Codex 的時間限制。

他的前 PSPDFKit 聯合創始人，一個前律師，現在也在給他發 PR（pull request，代碼提交合並請求）。

“AI 讓沒有技術背景的人也能建東西，這很神奇。我知道有人反對，說這些代碼不完美。但我把 pull request 當作 prompt request（提示詞請求），它們傳達的是意圖。大多數人沒有同樣的系統理解，沒法把模型引導到最優結果。所以我寧可拿到意圖，自己來做，或者基於他們的 PR 重寫。

他會標記他們為 co-author，但很少直接合並別人的代碼。

找你自己的路

Peter Yang 總結：所以核心要點是，別用 slop generator，保持人在循環裡，因為人的大腦和品味是不可替代的。

Peter Steinberger 補充了一句：

“或者說，找到你自己的路。很多人問我'你怎麼做的'，答案是：你得自己探索。學會這些東西需要時間，需要犯自己的錯誤。這跟學任何東西一樣，只不過這個領域變化特別快。

Clawdbot 在 clawd.bot 和 GitHub 上都能找到。Clad 帶 W，C-L-A-W-D-B-O-T，像龍蝦鉗。

（注：ClawdBot 已經改名 OpenClaw

Peter Yang 說他也得試試了。不想坐在電腦前跟 AI 聊天，想在外面帶孩子的時候隨時給它下指令。

"我覺得你會喜歡的。"Peter Steinberger 說。

Peter Steinberger 的核心觀點可以總結為兩句話：

1. AI 已經強大到可以替代你手機上 80% 的 app
2. 但如果沒有人類的品味和判斷在循環裡，輸出的就是垃圾

這兩句話看似矛盾，其實指向同一個結論：AI 是槓桿，不是替代品。放大的是你原有的東西：系統思維、架構能力、對好產品的直覺。如果你沒有這些，再多智能體並行跑 24 小時也只是在批量生產 slop。

他的實踐本身就是最好的證明：一個 20 年的 iOS 老程序員，在幾個月內用 TypeScript 建了一個 30 萬行代碼的項目，靠的不是學會了新語言的語法，而是那些語言無關的東西。

“編程語言不重要了，重要的是我的工程思維。”