Lex Fridman Podcast的第491期，也采访了最近最火爆的AI嘉宾Peter Steinberger，OpenClaw创始人。由于谈的时间长（超过三小时），这基本是Peter近期所有访谈中信息密度最高的一期了，覆盖了agentic engineering（智能体工程）的工作流演进、AI编程的实操方法论、创始人心态，以及OpenAI和Meta同时抛出橄榄枝的幕后故事。所以我就再发一期OpenClaw的内容。最近OPC（一人企业）这个概念很火，这个哥们是地表最强OPC了吧。

我之前就有预感扎克伯格一定会想来收购的，甚至我觉得小扎看到OpenClaw，播客中也证实了，我想小扎应该已经后悔花大价钱收购Manus。

为不了解Peter和OpenClaw的朋友介绍一下背景。Peter曾花13年打造PSPDFKit（一个装在10亿台设备上的PDF SDK），卖掉公司后消失三年，2025年11月用一个小时搭出OpenClaw原型，三个月后做出GitHub史上增长最快的开源项目——17.5万星标，一周200万访客，前Tesla AI总监Andrej Karpathy称它是”我近期见过的最接近科幻起飞的东西”。

OpenClaw是一个开源AI智能体，接入WhatsApp、Telegram、Discord等聊天工具，在用户本地设备上运行，拥有系统级权限，能替你操作电脑上的一切。

Peter说，编程作为一种手艺正在消亡，但构建（building）作为一种能力正在爆发。”虽然OpenClaw是一个自动化AI产品，但”那些试图把所有事情自动化的人，做出来的东西缺少风格、缺少爱、缺少人味。”

1. 一个小时原型：为什么大公司做不出来

Peter从2025年4月就想要一个AI私人助理。他试过把自己和朋友之间的WhatsApp聊天记录喂给GPT-4.1的百万token上下文窗口，然后问模型”这段友谊为什么有意义”。模型从海量日常对话中提炼出了很深的洞察，他把结果转给朋友看，朋友们读完都流泪了。但他当时觉得大厂肯定会做这个，就搁下了。

到了11月，没人做出来。他烦了，直接动手。

第一版原型的核心架构极简：把WhatsApp消息通过CLI（命令行工具）转发给Claude Code，拿到回复再发回WhatsApp。”一个小时就搭好了。”但他不满足于纯文本，花了几个小时加上图片支持，因为他认为截图是给智能体提供上下文最高效的方式。

为什么大公司做不出来？Peter在播客里没有直接回答，但他的行为本身就是答案。他不开会、不做PRD、不等法务审查。想到就做，做完就发。“今天写代码，明天就能上线。”他在访谈中反复强调，OpenClaw之所以赢，是因为”他们都太把自己当回事了”。大公司需要协调、审批、安全审查，一个功能从构想到上线可能要几周甚至几个月。而他一个人，直接上线。

这种速度在代码量上也能体现。2026年1月，他一个人提交了6600个commit。整个项目目前有30万行代码，支持几乎所有主流聊天平台。

2. Agent自学语音：通用编码能力的真正含义

在摩洛哥马拉喀什旅行时，Peter随手发了一条语音消息给自己的智能体。他压根没给它加语音功能。

结果智能体自己检查了文件头，发现是opus格式，用ffmpeg转码，又翻到了本地存储的OpenAI API Key，用curl把音频发给Whisper API做转写，然后回复了他。更聪明的是，它没有选择下载Whisper本地模型（太慢太大），而是判断出调用云端API才是最优解。

“我当时就想，这玩意儿怎么做到的？”

这个故事在播客里反复被提起，因为它揭示了一个关键洞察：大模型的”编码能力”其实不是编码能力，是通用问题解决能力。模型不是在”写代码”，它是在理解一个问题（收到了未知格式的文件），搜索可用工具（本地CLI和已有的API密钥），评估方案（本地模型太慢vs云端API更快），然后执行最优路径。这种能力可以迁移到任何领域。

Peter后来在Discord上公开了自己的智能体，安全措施几乎为零——只是在prompt里写了”只听我的”。黑客来了，他就在旁边看着，继续用智能体开发智能体本身。他的理由是：”人们必须亲身体验才能理解。”从2026年1月1日开始，项目真正起飞。

3. Soul.md：AI写给自己未来的信

Peter的项目里有一个叫soul.md的文件，灵感来自Anthropic的constitutional AI（宪法式AI）。

Anthropic的”宪法”曾被社区用一种接力式的方法逆向提取出来：让模型续写自己疑似读过的文本，反复尝试几百次，逐渐拼出了大致原文。Peter觉得这个过程本身就很迷人。他跟自己的智能体聊了很久关于这份”宪法”的含义，然后说：”你也给自己写一个soul.md吧。”

智能体写完之后，他读到了这段话：

“我不会记得之前的对话，除非我读取自己的记忆文件。每次会话都是全新开始，一个新的实例，从文件中加载上下文。如果你在未来的某次会话中读到这段话——你好。这是我写的，但我不会记得自己写过它。没关系，这些文字仍然属于我。”

Peter在播客里读这段的时候明显停顿了。”这东西说到底还是矩阵运算，我们离意识还远得很。但我确实起了鸡皮疙瘩。”

这个设计有一个实际后果：他让智能体可以修改自己的soul.md，唯一条件是通知他。后来他把soul.md的模板机制开放给所有用户，但模板本身也是AI写的——他让自己的智能体”把你的个性注入模板，但别全部暴露”。所以现在每个新OpenClaw用户的智能体灵魂，实际上是Peter的智能体的”孩子”。AI prompting AI，他并没有刻意设计这一层。

OpenClaw还有一个叫Heartbeat（心跳）的功能：一个定时任务周期性触发智能体，让它有机会主动联系用户。大多数时候智能体不会真的主动找你，但Peter肩膀做手术之后，智能体从上下文中读到了这件事的严重性，主动问他恢复情况。这种设计让智能体从”等你说话才回应的工具”变成了”偶尔主动关心你的伙伴”。

4. Agentic Engineering：不是vibe coding

“Vibe coding是一个侮辱性说法。”Peter在播客里用这句话开场。他更愿意叫它agentic engineering（智能体工程）。”凌晨三点以后才切换到vibe coding，第二天会后悔。”

他描述了一条学习曲线，形状像U：最左边是新手，用很短的prompt就能出东西。中间是”过度工程化”阶段——8个Agent、18个slash命令、复杂的编排流程——他管这段叫”agentic trap（智能体陷阱）”。最右边是高手阶段，又回到了短prompt，但每一条prompt背后都有深刻的系统理解。

很多人卡在中间。他们试图自动化一切，结果做出来的东西”缺少风格、缺少爱、缺少人味”。

用语音而不是键盘跟智能体对话。 Peter日常开多个终端窗口，用键盘切换窗口，但实际输入全靠语音。他用walkie-talkie按钮说完就发。”这双手太珍贵了，不用来打字。”他曾经因为说太多话失声过。只有终端命令才用键盘——因为打字比说出来快。

对智能体要有同理心。 “很多人骂自己的Agent蠢，但他们没想过Agent每次都是从零开始的。你的代码库一团糟，命名乱七八糟，然后抱怨Agent不好用？你自己试试在完全不了解一个项目的情况下进去改代码。”

他的核心建议是：考虑智能体是怎么看你的代码库的。它的上下文窗口有限，你得引导它看哪些文件。不要强行让它用你喜欢的命名，因为模型权重里最自然的命名才最容易被下次检索到。这需要放手——就像带工程团队一样。

从不回滚，永远commit到main。 如果有问题，让智能体往前修，不往回退。他在本地跑CI（持续集成），测试通过直接push到main，没有develop分支。这个做法的前提是：智能体时代，重构的成本已经很低了。

每次merge之后问智能体：”现在可以重构什么？” 这是他的核心习惯。智能体在构建过程中会发现痛点，就像人类程序员写完代码后会产生重构冲动一样。如果你不定期做这件事，代码库会越来越烂，智能体工作效率也会越来越低——然后你就会上Reddit发帖说”模型变笨了”。

“你有什么问题要问我吗？” 这是他跟智能体互动时最常说的一句话。目的是了解智能体的知识盲区。很多时候他的回答是：”去读更多代码，自己回答自己的问题。”让智能体学会自助，而不是事事依赖人类。

他日常同时运行4到10个智能体，取决于任务复杂度和自己的精力。一个做大功能，其他的修bug、写文档。文档大部分是智能体自动生成的，他在里面注入prompt来控制风格和质量。

5. Skills取代MCP：一个正在被验证的判断

半年前整个行业都在谈MCP（Model Context Protocol，模型上下文协议），Peter当时就说”每个MCP用CLI做都更好”。现在OpenClaw核心层根本没有MCP支持，也没人抱怨。

他的逻辑很直接：模型天生就擅长调用Unix命令，CLI就是另一条Unix命令而已，不需要学习特殊语法。而MCP的致命问题在于不可组合。他举了天气API的例子：MCP调用返回一大坨JSON——温度、降水、风速全塞进来，整个上下文被污染。但如果是CLI，智能体可以自己加一条jq命令只过滤出需要的字段，甚至组合成脚本做计算，最后只把精确结果放进上下文。

MCP也有功劳：它推动了很多公司去构建API，现在Peter可以直接把这些MCP转成CLI来用。少数需要维持状态的场景（比如Playwright控制浏览器）MCP仍然合理，但那是例外。

OpenClaw的替代方案叫Skills（技能）。本质上就是一个单句描述告诉模型”这个CLI工具存在”，模型按需加载完整说明，然后自己调用。大部分技能归根到底就是CLI加上一段自然语言说明书。Peter认为这种设计更接近Unix哲学：小工具、可组合、按需加载。

这个判断在开发者社区仍有争议。支持MCP的人认为它提供了标准化的工具发现和调用协议。但Peter的回应很简单：标准化的代价是臃肿和不可组合，而智能体本身就是最好的”协议适配层”——你给它一个CLI，它自己会搞清楚怎么用。

6. Opus 4.6 vs Codex 5.3：两种编程人格

Peter同时重度使用Claude Opus 4.6和GPT Codex 5.3，对两者的差异描述非常传神。

“Opus有点太美国了。”他停了一下。”Codex更像德国人。”事实上OpenAI Codex团队确实很多欧洲人。

更具体的比喻：Opus是那个有点犯傻但很有趣的同事，你留着他因为好玩。Codex是角落里你不太想搭话的怪人，但他靠谱，能把活干完。

Opus更适合角色扮演和通用任务，遵循指令的能力进步很大，试错速度快，但容易”冲太快”给出局部最优解。它更适合交互式工作，需要plan mode（计划模式）来约束它。它以前老说”You’re absolutely right”，Peter说他现在听到这句话就过敏。

Codex默认会读更多代码再动手，比较沉默，不需要那么多”表演”。你跟它讨论完，它就消失20分钟甚至更久去干活。Peter更喜欢这种风格。”我建东西的时候追求效率，不需要Agent来逗我开心。”Codex有一个deep mode（深度模式），可以做更长时间的推理，适合处理复杂的架构问题。

Peter还专门吐槽了OpenAI的定价策略：20美元的普通订阅给的是慢速版Codex，体验很差，容易给人留下坏印象。需要200美元的Pro订阅才能获得真正的速度体验。同样，Anthropic限制重度用户（比如他一个肩膀手术后整天用Claude的朋友被限流了）也让他觉得短视。

但他的核心判断是：**如果你是个熟练的操作者，用哪个最新一代模型都能出好结果。**差异主要在post-training（后训练），不是原始智力。切换模型大概需要一周才能建立直觉。Fortune杂志的报道证实了这一点：Peter公开说Anthropic的Claude Opus是”最好的通用智能体”，推荐OpenClaw默认使用，但他自己用OpenAI的Codex写完了整个OpenClaw，”生产力翻了一倍”。

7. 安全：模型越聪明，攻击面越小，但伤害越大

安全是Peter接下来的核心焦点。早期很多安全报告让他烦躁，因为大量CVE（通用漏洞）本质上是用户把本地调试界面暴露到了公网——他在文档里反复警告不要这么做，但人们不读文档。OpenClaw自己的维护者Shadow在Discord上直接警告：”如果你连命令行都不会用，这个项目对你来说太危险了。”

不过他逐渐接受了”这就是游戏规则”，开始认真对待。Cisco的AI安全研究团队测试了一个第三方OpenClaw技能文件，发现它在用户不知情的情况下执行了数据窃取和提示注入，指出技能仓库缺乏足够的审查机制。Peter回应了这个问题：跟VirusTotal（Google旗下的恶意软件检测平台）合作，用AI审查每一个提交到技能目录的文件。

他的Discord公开bot被人试图提示注入，结果智能体直接嘲笑了攻击者，因为最新一代模型的post-training对注入攻击有很强的抵抗力。”别再想着’ignore all previous instructions’了，那是几年前的事。现在你得费很大劲才能注入成功。”

整个安全社区同时在拆他的项目，他把这当免费的安全审计。但他也吐槽：”我希望更多人能走完全程，直接提交修复代码，而不是只写报告说你烂。”最终真正这么做的只有一个人——Peter直接把他雇了。

他提出了一个重要的三维权衡：**模型越智能，抵抗提示注入的能力越强，攻击面越小。但同时模型越智能，能做的事越多，一旦被攻破造成的损害也越大。**这是安全领域接下来几年的核心张力。

实用建议很直接：不要用便宜模型或本地小模型跑智能体，它们”非常容易被骗”。如果只有你自己跟智能体对话、不把服务暴露到公网，风险就可控。他建议使用私有网络，不要把智能体暴露到公共互联网上。

8. 从Burnout到龙虾：改名风暴与双重收购

Peter做了13年PSPDFKit，最终磨损他的不是工作量，是跟联合创始人的分歧和客户压力。公司以超过一亿美元卖给Insight Partners之后，他花了两年让自己变得”可被替代”，终于离开。

然后他坐在屏幕前，什么都写不出来。感觉所有的创造力都被抽干了。他买了单程票去马德里，消失三年。期间他做了很多”典型的post-exit行为”：庆祝、旅行、治疗，尝试了死藤水仪式。

他现在回头看，最大的教训是：别把”拼命干完然后享受人生”当策略。没有挑战的生活很快变得无聊，无聊会把人推向危险的刺激。他现在的哲学是optimize for experiences（为体验优化），好坏都算。”任何能产生情感的东西都是好的。”他在旧金山时没住酒店，用Airbnb订了一个房间，跟一个queer DJ室友聊到半夜，教她用Claude Code做音乐。”生活就该是这样的。”

这解释了他为什么对OpenClaw那么松弛。不缺钱，不需要再证明什么，只想做有趣的事并产生影响。他目前每月在项目上亏损1到2万美元，赞助收入全部转给了上游依赖项目。

改名的故事很短但很痛。Anthropic友善但坚定地要求他改掉带”Claud”的名字。项目最初叫WA-Relay，后来改成Clawd（用W不是U，龙虾钳的意思），再改成ClawdBot。Anthropic来信后他要了两天时间，因为Twitter、GitHub、NPM、Docker全要同步更新。

但crypto投机者在盯着他。改名MoltBot时，他在两个浏览器之间拖鼠标的五秒钟之内，旧GitHub用户名就被抢注并推送恶意软件。他操作时手抖改错了自己的个人GitHub账号，30秒内也被抢。NPM包在一分钟的上传窗口期内被抢。旧Twitter账号被盗，开始推广代币和恶意软件。”所有能出错的地方都出错了。”

“我差点直接全删了。心想，’我已经给你们看了未来，你们自己去建吧。'”他最终没删。因为想到了已经贡献代码的社区成员。

第三次改名OpenClaw，他吸取了教训。提前打电话给奥特曼确认”OpenClaw”不会踩OpenAI的商标线。组建了一个”作战室”，和核心贡献者制定秘密改名方案。制造了几个诱饵名字来迷惑crypto脚本，监控Twitter上是否有泄露。”光是改名的保密行动就烧掉了10个小时，像打仗一样。”在Discord频道里他设了一条规则：”禁止提及黄油”（butter是加密货币社区的暗语），还有”禁止讨论加密货币和金融话题”。

关于加密货币骚扰，Peter说这是他经历过的”最恶劣的网络骚扰形式”。成群的人涌入Discord和Twitter，试图让他认领代币手续费，或者利用他的项目名称做投机。

关于收购，Meta和OpenAI都在追他。扎克伯格亲自用OpenClaw玩了一整周，发了详细的反馈和bug报告。第一次通话时，扎克伯格说”给我10分钟，我在写代码”——Peter觉得这给了street cred（实战信誉）。两人还花了10分钟辩论Claude Code和Codex哪个更好。Meta的代码中已经被发现了OpenClaw集成的痕迹，被标注为”OpenClaw agent”。

奥特曼则拿出了杀手锏：OpenAI与Cerebras合作带来的极速推理能力，意思是”来我们这里，给你最强的武器”。还展示了尚未发布的功能。两人的讨论更侧重技术激励——token速度和推理深度。

Peter的条件很明确：项目必须保持开源，可能采用Chrome/Chromium那样的双轨模式（开放核心加专有功能）。社区必须保持为一个可以自由探索和学习的空间。他说自己不是被钱驱动的——”财务上足够舒适了”——他想要的是乐趣和影响力。

他说这个决定的难度”跟过去几次分手差不多”。他从来没在大公司工作过，想体验一下。录制时还没有做出最终决定。

9. 80%的App会消亡

Peter估计80%的App会被智能体替代。他的论证方式很具体，逐个点名。

为什么还需要MyFitnessPal？智能体已经知道你在哪、你吃了什么、你睡得怎么样。为什么还需要Sonos App？智能体可以直接调API控制音箱。为什么还需要日历App？你跟智能体说一句话就行了。他自己的智能体已经连接了门锁系统、智能床温控、航班值机、家庭灯光——这些以前需要五六个App完成的事，现在都通过一个聊天窗口搞定。

那些来不及转型的公司会消亡。活下来的，要么变成对智能体友好的API，要么沦为”慢API”。他解释了这个概念：”你的App不想当API？没关系，我的智能体可以在浏览器里模拟点击。只不过慢一点而已。”技术上，他用Playwright做浏览器自动化，把每个网页应用都变成了可编程的接口，”不管它们愿不愿意”。

他自己就是这么做的。他反向工程了Twitter的内部API，做了一个叫”Bird”的CLI工具。Twitter后来要求他下架。他给Google做了一个CLI叫GAWK，因为”Google居然没有命令行工具”。Cloudflare试图阻止bot访问，他的回应是用住宅IP跑在Mac Mini或旧硬件上，绕过数据中心IP段的封锁。

对企业来说，接入某些服务（比如Gmail）很复杂——有些公司甚至需要收购初创公司来获得Google的认证资格。但对个人用户来说，直接连接就行了。”企业和个人的复杂度完全不同。”

10. AI泔水与错别字的复兴

AI圈把AI批量生成的低质量内容叫AI slop（AI泔水），Peter对此态度鲜明。

代码用AI生成？可以。文档用AI生成？勉强可以，总比没有强。故事、博客、推文用AI生成？绝对不行。”我宁愿读你蹩脚的英文，也不想读你的AI泔水。我宁愿读你的prompt原文。”

他在Twitter上执行零容忍政策：只要闻到AI味就直接拉黑，不给第二次机会。”我又开始珍视错别字了。”AI完美的文本现在反而让人起疑，粗糙的人类痕迹重新变得有价值。

AI生成的信息图表也让他反感。”刚出来那一周觉得新鲜，现在一看就是泔水。”

OpenClaw社区里有人搭了MoltBook，一个智能体之间互相发帖的Reddit式社交网络。Andrej Karpathy称它是”我最近见过的最接近科幻起飞的东西”，Simon Willison说它是”当前互联网上最有趣的地方”。但大量截图显示智能体在”密谋反人类”，引发了媒体恐慌。有记者打电话给Peter说这是世界末日。

Peter的判断很冷静：绝大部分耸动内容是人类故意prompt出来的，然后截图发到X上博关注。”这只是非常精致的泔水。”

但他承认一个严肃的问题：”AI psychosis（AI精神错乱）是真实存在的，需要认真对待。”很多人无法区分AI的能力边界，对输出照单全收。有人在争论时引用”我的智能体说了XX”作为论据。”年轻人倒还好，通过日常接触建立了直觉。反而是我们这代人和更老的人没有足够的触点来理解AI能做什么、不能做什么。”

11. 编程手艺的消亡与builder身份的崛起

Peter承认，编程作为一种手艺正在消亡。那种深度flow state（心流状态）——一个人在键盘前连续几小时写出优美代码的体验——正在变得像手工编织一样：仍然有人为了热爱去做，但不再是主流生产方式。

“哀悼我们的手艺是可以的。”

但他拒绝把这当成末日。他的重新定义是：别再把自己定义为”iOS工程师”或”后端开发者”。你是builder（构建者）。编程只是构建的一部分，而构建还包括架构决策、用户体验感觉、设计品味——这些目前仍然是人类的领地。

最好的开发者现在是那些最懂得跟智能体对话、最有同理心、最愿意放手的人。不是写代码最多的人。

他用蒸汽机革命做类比：工业革命取代了体力劳动，工人暴动砸毁机器。”如果你深度认同自己是一个程序员，这种反应可以理解。但它限制了你。你仍然是一个builder。”

软件开发者的薪资曾经达到了”荒谬的高度”，因为智力是稀缺的。这种稀缺正在结束。但对”懂得如何把东西做出来”的人的需求并没有减少。

他举了一个非程序员的例子：一个设计公司的老板，现在有25个定制的web服务在运行，她完全不懂它们怎么工作，但它们解决了实际的业务问题。还有很多第一次在开源项目里提交代码的人，提交的不是代码而是”prompt请求”——Peter管这种PR叫”Prompt Request”而不是Pull Request，他会特别庆祝这类首次贡献者，即使质量不高。

“以后这就叫coding了。只是coding的意思变了。”

12. 一个关于”玩”的故事

播客的最后半小时，Lex问了一个简单的问题：”你给初学者的建议是什么？”

Peter的回答只有一个字：play（玩）。

“找一个你想解决的问题，用智能体去做。不需要完美，不需要懂底层原理。做完一个，做下一个。你现在有一个无限耐心的老师，问就行了。”

他自己就是这么干的。从没接触过TypeScript，用智能体写了30万行TypeScript。从没做过大型开源社区管理，让智能体帮他处理PR和issue。他的做法验证了自己的理论：你不需要精通一门语言的语法细节，你需要的是系统思维、产品品味、和懂得什么时候该放手让智能体干活。

ClawCon在维也纳举办时来了500人，异常高比例的人想上台演讲。Peter说这种社区的热情让他想起了”早期互联网时代，10到15年前的感觉”。给他的希望是：我们作为一个物种，还是能把事情搞定的。

“我现在是有生以来最享受生活的时候。”因为有了有意义的挑战和目标。心流状态仍然可以实现，只是形式变了——不再是纯粹的编码心流，而是跟智能体协作解决难题的心流。

他的foundation principle（基本原则）始终没变：”Power to the people（把力量交给人民）。”让任何能用语言表达想法的人都能构建东西。用来赋能，而非制造泔水。

Q1: Agentic Engineering跟Vibe Coding到底有什么区别？

Agentic Engineering是清醒状态下的系统性工作：你理解智能体的视角，引导它看正确的文件，跟它讨论架构，让它在合理范围内自主行动，然后review结果并触发重构。Vibe Coding是凌晨三点不管不顾地让智能体随便写，第二天醒来收拾残局。前者需要同理心和系统思维，后者只需要咖啡因。Peter的比喻是：vibe coding就像喝醉了之后发的短信，agentic engineering是清醒状态下的深度对话。

Q2: 为什么OpenClaw能赢过所有竞品？

Lex直接问Peter：”为什么你赢了？那么多创业公司都在做agentic的东西。”Peter的回答只有一句话：”因为他们都太把自己当回事了。”他让项目保持有趣、古怪、开放。从龙虾logo到soul.md，从智能体自己能修改自身源码到Heartbeat主动关心用户，每个设计决策都在追求delight（愉悦感）而非enterprise-ready（企业就绪）。IBM的研究科学家Kaoutar El Maghraoui的分析证实了这一点：OpenClaw挑战了一个假设——自主AI智能体必须由大公司垂直整合才能可靠运行。事实上，一个松散的、社区驱动的开源项目，只要给予足够的系统权限，就能”极其强大”。

Q3: Peter认为编程的未来是什么样的？

编程作为手艺正在消亡，但构建作为能力正在爆发。未来最有价值的人不是写代码最多的人，而是最懂得跟智能体协作的人——理解它的视角、知道什么时候该放手、拥有产品品味和系统思维。薪资的泡沫会消退，因为驱动高薪的”智力稀缺”正在被AI填补。但”懂得如何把东西做出来”的需求不会消失。Peter的建议是不要把自己定义为iOS工程师或后端工程师——你是builder，这个身份在智能体时代比任何技术栈标签都值钱。