OpenAI最贵挖角之一(OpenClaw创始人),刚刚开源了他的生产级AI配方

一个叫 Peter Steinberger 的家伙，在 X 上发了条推文——很随意的那种，像是顺手分享一个自己用了很久的小工具。

内容是他在 Codex 里跑的一套“维护者编排器“。告诉 AI 每 5 分钟检查一次你的 GitHub 仓库，把 issue 分类、把修 bug 的工作分配给独立线程、自动审查代码、自动跑 live proof、自动发版。

所有的 PR、所有的代码审查、所有的发布决策——AI 自己搞定。人只需要在它遇到搞不定的问题时点个头。

而这个人，可能是地球上最有资格告诉你怎么用 AI 写代码的人。

一个躺了三年的人，回来之后不想写代码了

Peter Steinberger 的故事，爽文都不敢这么写。

奥地利出生，14 岁接触编程。后来做了一个叫 PSPDFKit 的 PDF 渲染引擎——没拿一分钱融资，从副业开始，做到 60-70 人的公司。Dropbox、DocuSign、SAP、IBM、大众汽车全在用他的产品，跑在超过 10 亿台设备上。

2021 年，Insight Partners 投了超过 1 亿欧元。他套现离场。

然后他崩溃了。

不是那种“休息两个月就好“的累。是真的 burnout——三年没碰电脑。他自己形容当时的感受是“破碎的“。写不了代码，找不到意义。

（原文：“I was broken.“）

直到 2025 年 4 月。他重新打开电脑。

然后他发现了一件事：AI 已经可以替他写代码了。

不是辅助。是代替。

他从 Claude Code 用到 Gemini 用到 OpenAI Codex。工作流越来越激进——同时跑 5 到 10 个 AI agent，让它们各自干活，代码写完他甚至不读就直接合入。

一天 600 次提交。一个人。

2025 年 11 月，他用大概一小时搭出了一个原型——一个能通过 WhatsApp 对话的 AI 个人助手。取名 Clawdbot（龙虾机器人，致敬 Claude Code 的海狸吉祥物）。

这个项目后来改名 OpenClaw，在 GitHub 上拿了超过 20 万颗星，成为史上增长最快的开源项目。

2026 年 2 月，Sam Altman 亲自宣布 Peter 加入 OpenAI，负责“下一代个人 agent“——原话是**”a genius“**。扎克伯格也亲自招揽过他，他选了 OpenAI。

一个三年前觉得自己“废了“的人，现在被地球上最有权势的两个科技公司争抢。

重点：Peter 的竞争力不在于他会写代码——在于他重新定义了“写代码“这件事本身。

拆开”AI 管家”：一份生产级的自动化配方

回到那条推文。Peter 公开的这套 orchestrator 技能，不是 demo，不是玩具——是他维护 40 多个开源仓库的真实生产环境配置。

全部公开在github.com/steipete/agent-scripts。

整个技能文件有好几千字，把它拆开来，能看到一套完整的“AI 自主维护软件“蓝图：

三分法工作分类。每个 issue 和 PR 被归入三类：

• 自主执行：范围清晰、可复现、实现路径明确 → AI 自己搞定，不烦人
• 需要决策：涉及产品方向、安全隐私、缺少凭证、或不可逆操作 → 准备好所有选项再问人
• 已被忽略：老板明确说过”这个不用管” → 保留但不动

严格的权限模型。这是最狠的部分——Peter 把权限切成了至少六个独立层级：triage 可以看≠edit 可以改≠push 可以提交≠merge 可以合入≠release 可以发版。每一层都是显式授权。AI 做到权限边界就停，等人类点头。

每 5 分钟巡逻一次。编排器定时唤醒，逐个检查各个 worker 线程的状态——在干活就不打扰，卡住了才介入。这个 5 分钟的节奏是精心设计的：够频繁到能及时发现问题，够稀疏到不会浪费 token。

Live Proof Gate。每个改动合入之前，必须在真实的构建产物、真实的服务、真实的设备上跑过验证。mock 和 CI 通过不算，“真枪实弹跑通了“才算。

这套协议最让我震撼的不是技术复杂度，是它的务实程度。每一行都在解决“AI 真的能替我干活吗“这个问题里的一个具体子问题。

比如这段——“拥有者决策简报“怎么写：

“每个决策请求必须包含：完整可点击的 URL 和标题；通俗解释改了什么、谁受益；为什么现在需要决策；已完成的验证证据；实质性权衡、残余风险、范围顾虑；编排器的建议和理由；可用的确切选项及每个选项的后果。“

说实话，大部分人类工程师写的 PR description 都没这么清楚。

“你需要 issue 吗？我有想法直接 prompt 就行了”

Peter 在推文评论里说了句很值得细品的话：

“Do you even need issues?I just prompt whenever I have an idea.“

翻译过来：issue？要那玩意干嘛。我有想法了，直接跟 AI 说一声就行。

这不是抬杠。这是他真实的工作方式。

传统的软件流程是：需求→issue→分配→PR→review→merge→release。每一步都有人参与，每一步都是延迟。

Peter 的流程是：想法→说给 orchestrator→AI 分类执行→AI 自动验证→AI 发版。人只参与 AI 搞不定的那一步。

重点：不是用 AI 加速现有流程，而是用 AI 把流程本身消灭了。

这套工作流还有一个容易忽略的细节：它假设你会同时跑很多 agent。

Peter 的架构里，orchestrator 是控制平面——只负责调度、监控、汇报。真正的脏活累活——读代码、写 patch、跑测试、做 live proof——全部下沉到独立的 worker 线程里。

每个 worker 在自己的线程里专注做好一件事。搞完了汇报结果，等着接下一个任务。出了问题 orchestrator 才会介入。

这跟大多数人的用法完全不同。大部分人是“开一个聊天窗口，跟 AI 一问一答“。Peter 是“开一个指挥中心，下面跑着一群 AI 在各自干活“。

一个人的军队。literally（字面意义上的）。

未来已来，只是分布不均

Peter 把这套东西开源出来，真正值得聊的不是“又一个 AI 工具“。

是你该重新想想“写代码“是什么意思了。

当一个人能管 40 个仓库、日提交 600 次、大部分代码自己不读——那 “code review” 还是你理解的那个意思吗？“PR” 还是你理解的那个意思吗？“软件工程师“还是你理解的那个意思吗？

当然，这套东西不是谁都能直接用。Peter 用的是 Codex alpha 版，很多能力还没对普通用户开放。但方向已经非常清楚了。

Peter 自己说得朴实：

“Ship beats perfect.“（发出来胜过完美）

他选择现在公开这套配方，不是因为它完美了——是因为它已经够好了。够好到可以让别人用、让别人改、让别人比他做得更好。

而这件事发生在 OpenAI 正在全力推“个人 agent“的节骨眼上。Peter 加入 OpenAI 的任务就是“build an agent that even my mum can use“——做一个连我妈都会用的 AI agent。

他现在开源的这套 orchestrator 配方，可以看作是那个未来产品的早期草稿。

如果你是一个软件开发者，正在纠结“AI 会不会取代我“——这篇文章不是来回答这个问题的。

它想说的是：已经有一个人在同时管 40 个仓库了。他读的代码比你少，写的提交比你多，压力比你小。

他不是在焦虑 AI。他是在教 AI 怎么做他的工作。

参考链接：https://github.com/steipete/agent-scripts/blob/main/skills/maintainer-orchestrator/SKILL.md

点赞、转发、小心心❤️欢迎在评论区留下你的想法！

— 完 —