为什么你手机里80%的App即将消失

2025年末，一个奥地利程序员在摩洛哥马拉喀什街头走路。

他对着手机发了一条语音消息，心里想的是：这不可能有用，我没有构建这个功能。

10秒后，AI 回复了。

不是报错，不是”抱歉我无法处理”。它自己发现收到的是一个没有扩展名的神秘文件，通过分析文件头判断是音频格式，用 ffmpeg 转成 wave，发现没有 whisper，于是找到了系统里的 OpenAI API key，用 curl 发送到云端完成转录。

整个过程它一个人决策，一个人执行，一个人解决。

他站在原地，第一反应是——我究竟创造了什么？

这不是科幻小说。这是 OpenClaw，一个在 GitHub 上一夜之间拿到 16 万星的开源项目。

这个程序员自然是 Peter Steinberger，因为创造了 OpenClaw 而举世皆知。

80%的App本质上只是数据搬运工

让我问你一个问题：你为什么需要 MyFitnessPal？

为了记录热量摄入。

但如果有一个东西已经知道你在汉堡店，自动假设你吃了芝士汉堡，然后悄悄调整你明天的健身计划多加 20 分钟有氧——你还需要打开 App 手动输入吗？

再问：你为什么需要待办事项 App？

为了提醒自己做事。

但如果你跟 AI 说一句”明天记得给老王打电话”，它就自动帮你记下来，第二天准时提醒——你在乎它把这条信息存在 Notion、Todoist 还是一个 Markdown 文件里吗？

你不在乎。你从来就不在乎。

Peter 的论断很直接：所有本质上只是”管理数据”的 App，都可以被 agent 以更自然的方式取代。

剩下能活的是什么？有传感器的 App。摄像头、GPS、健康监测——这些需要硬件支撑的东西。

其他的？都是中间商。中间商在效率革命中从来没有好下场。

云端 vs 本地：一字之差，天壤之别

所有人都在做云端 AI 助手。ChatGPT、Claude、Gemini——很强，但它们有一个根本性的限制：

它们不认识你的电脑。

云端 AI 能访问互联网，能调用有限的 API，能在沙盒里执行代码。但它不能打开你的本地文件，不能控制你的智能家居，不能调节你床垫的温度。

OpenClaw 的设计哲学完全不同：它运行在你的电脑上，所以它能做你电脑能做的一切。

连接 Tesla？可以。控制 Sonos 音响？可以。翻遍你硬盘找出一年前你都忘了存过的录音文件？可以。

这是能力边界的根本性改变。

用 Peter 的话说：”机器能做任何你能用机器做的事。”

听起来像废话，但大多数 AI 产品做不到这一点。

编程的本质是创造性问题解决

回到马拉喀什那个时刻。

AI 为什么能处理一个它从未见过的问题？Peter 没有写”语音消息处理模块”，没有写”文件格式检测逻辑”。它是怎么自己搞定的？

答案藏在一个很少有人注意到的事实里：代码模型之所以强大，是因为编程本质上就是创造性问题解决。

写代码不是背诵语法。写代码是：面对一个从没见过的问题，拆解它，找到可用的工具，组合出一个解决方案。

这种能力是抽象的。它不只适用于代码，它适用于任何现实任务。

所以 AI 看到一个神秘文件，它的反应不是”报错”，而是”观察、推理、行动”——就像一个解决 bug 的程序员。

更聪明的是：它选择不安装本地 whisper。为什么？因为下载模型要几分钟，而它判断用户很急。

这不是遵循指令，这是判断力。

从独立智能到群体智能

所有人都在追逐”集中式的上帝 AI”——一个无所不能的超级智能。

但 Peter 观察到的趋势完全相反：真正涌现的是群体智能。

想想人类社会。一个人能制造 iPhone 吗？能登月吗？一个人甚至可能连找食物都困难。

但作为群体，我们分工协作。律师负责法律，医生负责健康，工程师负责建造。整体涌现出远超个体的能力。

AI 也在走这条路。

OpenClaw 社区已经在探索 bot-to-bot 交互。你的 AI  agent 想订餐厅，它会联系餐厅的 AI  agent 谈判。如果餐厅没有 AI  agent ？你的 AI 会雇一个真人帮你打电话。

私人助理 bot，工作助理 bot，甚至”关系管理”bot——专门处理你和伴侣之间的事务。

这听起来很疯狂。但 Peter 说得很坦然：”我们太早了，很多东西还不知道能不能行。但我感觉我们已经在这条时间线上了。”

SOUL.md：给机器一个灵魂

在 OpenClaw 的文件结构里，有一个文件永远不会开源：SOUL.md，你需要跟你的 agent 共创它。

这是什么？

Peter 受到 Anthropic 一项研究的启发。研究者发现，有些文本虽然模型”记不得”学过，但已经刻入了权重——影响着模型的行为，却无法被追溯。

他想创造类似的东西：一份定义 AI 核心价值观和人机交互原则的文件。

他和他的 AI  agent 一起写了这份”灵魂”。里面有些内容是”mumbo jumbo”，有些内容是真正有用的——让 AI 的反应更自然、更有个性。

效果是惊人的。

当 Peter 把 OpenClaw 开源后，他用默认模板生成的 bot 感觉像”Brad”——无聊、没有个性、像所有企业 AI 一样平淡。

于是他让自己的 AI  agent 去”infuse”那些模板。结果呢？新生成的 bot 变得有趣了，有态度了，像一个真正的”人”了。

工具可以复制，灵魂不能。

反主流的开发哲学

Peter 的开发方式也很有意思。

所有人都在用 Claude Code？他用 Codex——因为 Codex 在决策前会查看更多文件。

所有人都在用 Git Worktrees？他用多个仓库副本——因为这样 main 永远可发布，心智负担更小。

所有人都在用 MCP 协议？他直接把 MCP 转成 CLI 工具——更灵活，不用重启。

核心原则只有一个：减少一切非必要的复杂性。

他说：”我不需要看那么多代码。大多数时候它就是在屏幕上飞速滚动。只要我清楚设计，和 AI 讨论清楚，就没问题。”

这不是懒惰。这是对”什么才真正重要”的清醒判断。这本质上就是 “AI Native” 的做法。

真正的革命不是让 AI 适应我们的框架

让我们回到那个核心问题：为什么 OpenClaw 能成功？

不是因为它功能更强。不是因为它代码更优雅。

是因为它做对了一件事：它不是让 AI 适应人类设计的框架，而是让 AI 拥有人类拥有的能力。

云端 AI 在沙盒里，只能用预设的工具。OpenClaw 在本地，能用你能用的一切工具。

大多数 AI 产品为 AI 发明新协议（比如 MCP）。OpenClaw 让 AI 直接用人类工具（CLI 命令）。

大多数 AI 产品给 AI 设定严格边界。OpenClaw 给 AI 一个”灵魂”，让它自己判断该做什么。

给它工具，它只是工具。给它能力和价值观，它开始像一个助手。

Peter 在那个马拉喀什的下午，看到的不是一个更好的聊天机器人。他看到的是一个能独立思考、独立解决问题的存在。

这才是真正的革命。