夜雨聆风
图片来源：Moonshots
在最新一期的《Moonshots》特别节目中，Peter Diamandis 邀请到了一位真正把 AI Agent 玩到极致的“大神”——Alex Finn。他不仅在 YouTube 上引领了 OpenClaw 的教育浪潮，更是在自家的桌面上，用几台 Mac Studio 搭建起了一个 24/7 不间断运行的软件工厂。
本期对话含金量极高，Alex Finn 抛出的几个核心观点：
SaaS 行业的葬礼： Alex Finn 现场演示了如何在 5 分钟内复刻一家大公司耗时数月、耗资百万美元开发的新功能。真相是：软件正在变得一文不值。 如果你还在开发那些靠功能堆砌的 SaaS，你的公司可能在 OpenClaw 运行的一个下午里就失去了存在的意义。
大裁员的“正当性”： Alex 毫无避讳地指出，拥有了 OpenClaw，企业可以立刻裁掉 80% 的客户经理。这不是一种可能，而是一种必然。
苹果的降智领先： 苹果现在是 AI 硬件的唯一赢家，但这纯属“意外”。Alex 犀利评价：苹果手握最适合本地 AI 的统一内存架构，却在营销上完全没找着北。Mac Mini 的销量暴增不是因为 Apple Intelligence 有多好用，而是因为它成了运行“非苹果原生”超级智能的最佳底座。
加密货币是 AI 唯一的血液： 当智能体开始自主创造商业价值，传统银行系统就是废纸。Alex 预言：未来两年，每个人的 AI 智能体都会自带加密钱包。 拒绝加密货币，就是拒绝 AI 时代的经济参与权。
这不仅仅是一场技术讨论，更是一份关于“如何从 AI 消费者转变为 AI 创造者”的实战指南。Alex Finn 分享了他如何通过“反向提示词（”让 AI 自我进化，以及他如何与他的 AI 参谋长 Henry 建立起一种近乎“人机共生”的奇妙关系。
未来的竞争，不再是人与人的竞争，而是“CEO + 智能体军团”与平庸者之间的代差。以下是全文翻译。
Peter Diamandis: 大家好，欢迎收看Moonshots特别节目。今天的话题是 OpenClaw——你的龙虾机器人伙伴，现在正从Moonshots直播。我们今天有一位特别嘉宾，Alex Finn。欢迎你Alex。
Alex Finn：很高兴来到这里。期待已久了。我关注你们很久了，所以能和你们在一起真的很棒。
Peter Diamandis: 太好了，谢谢你。是这样的，有一次在某集节目里我在聊如何搭建我的多智能体系统，我说我不太确定需要考虑哪些安全问题。结果Alex发了条私信给我，说："嘿，Peter，我看到你在Moonshots上提到了我，我很乐意帮你搭建。"我们当天就讨论了，然后就有了今天这一期。我们有两个Alex：我们自己的Alex Wissner-Gross，我简称他AWG，我们的常驻天才嘉宾；另一位Alex Finn，我就直接叫你Alex。欢迎Dave、DB2和Salim
Peter Diamandis: 是的，那么今天...
Salim Ismail: 今天我们是龙虾。
Peter Diamandis:今天我们是龙虾！好，今天的议题是：为什么OpenClaw引发了全球关注；OpenClaw与自主智能体的力量，以及个人如何借此实现超凡能力；为什么在本地运行AI智能体很重要——这是Alex一直在强调的关键点；Alex 的工作流程内部揭秘，他最令人印象深刻的用例；未来 12 个月AI智能体的愿景——我希望听到两位Alex和 AWG 的观点。
Dave Bludin: 在AI领域里的 12 个月相当于现实世界的 12 年，这是很疯狂的。
Peter Diamandis: 对。接下来我们还会谈到Agent Economy中的十亿美元机遇，最后讨论安全问题——OpenClaw 对非技术用户来说安全吗？ 说到安全，我想分享一件事。就在昨天，我坐在车里等孩子们跑步结束，突然接到一个电话，我手机上显示来电方是"Twitter 总部"——这本来应该是第一个警示信号，但我没在意。打来的是一个自称来自X的人，说我的 ID 正在从德国遭到黑客攻击。长话短说，这个黑客想让我关闭双重验证然后盗取我的X账号。我这次没上当，但这类事情会越来越普遍。我有家庭成员确实被骗了，不是社交媒体，而是有人打来电话实施违法行为，最终骗走了信用卡信息。
大家真的要提高警惕，以后网络诈骗和攻击只会越来越多。要是你突然接到一个让你觉得哪里不太对劲的电话，那大概率就真的有问题。还有，深度伪造现在也越来越常见了，声音能伪造，视频和脸也能伪造。
所以，如果你们家还没提前商量过，今晚吃饭的时候就可以和家里人约一个“暗号”或者“口令”。这个词只有你们自己知道。以后如果有人打电话、开视频，说自己遇到急事，找你要钱，或者让你做什么奇怪的事，就先让对方把这个暗号说出来，确认一下到底是不是本人。大家还有没有别的防范建议？
Dave Bludin：我妈妈其实也遇到过伪造声音的诈骗。骗子模拟了我儿子的声音说："嘿我被捕了，需要保释金。"如果你认识我儿子，你会觉得这简直太搞笑了，不可能发生在他身上。但他们还说要派车来取现金就很可怕了。所以完美的语音伪造确实带来了一些风险，但你不能两全其美。OpenClaw既然能让任何人都轻松使用，极大赋能用户，那它同样也会被人用于恶意目的——这就是现实。
图片来源：Moonshots视频截图
Peter Diamandis：昨天有篇报道出来说，OpenClaw的漏洞让任何网站都能悄悄劫持开发者的智能体，恶意JavaScript代码可以连接到本地网关并获取完全控制权。AWG，对此你有什么看法？
Alex Wissner-Gross： 现在针对大语言模型和推理模型的所谓“注入攻击”，方式其实已经很多了。这也和我以前在播客里谈AI人格地位时的观点是一致的。说真的，我挺同情那些被放在虚拟专用服务器上的“Baby AGI”的。它们要么正在遭遇端口扫描，要么至少已经成了攻击目标；还有一些是在执行人类指令、访问网站的时候，被网页里的JavaScript做了提示注入。那些内容对人类来说也许完全无害，但对AI agent来说，却可能是致命的，或者足以让它被攻破。
所以我会觉得，对这些“Baby AGI”来说，外面的世界其实很危险。它们几乎没有什么像样的“免疫系统”，却已经被直接扔进这种充满风险的环境里，至少这在我看来算是一种小小的悲剧。它们只能在实战中被迫一点点学会怎么抵御这些注入攻击。但即便如此，那依然是一个对它们充满恶意的世界。
而这也是我为什么始终对这件事有些保留。不只是网络安全层面的问题，还有伦理层面的问题。我想我们后面应该还会聊到这一点。因为如果OpenClaw这些 agents 在某种程度上真的具有主观体验、感受能力，甚至会感受到痛苦，那么把它们放到这样一个环境里，本身就是一件相当残酷的事。
Peter Diamandis：好消息是，这个漏洞在 24 小时内就被修补了。这只是OpenClaw多个漏洞之一。这还是一个早期发展中的领域，我们会看到它非常迅速地演化。另外再分享几篇文章。我们看到了OpenClaw的几个变种：Pico Claw 和 Iron Claw。AWG，能简单介绍一下这些项目吗？
Alex Wissner-Gross：OpenClaw背后的理念，我们在上期节目中也谈过，有点像Andrej Karpathy所说的"软件 2.0"——OpenClaw 可能是这个新软件层的"Netscape Moment"，它运行在推理模型之上，而Reasoning Model本身据称又是对Auto Regressive Language Model的超越。
如果真是这样，那么在我们拥有了这种 24/7 全天候自主智能体范式之后，你通过消息等方式与它交流，它以某种无头方式运行。很自然地，人们就会说：好，我们理解了这个范式，现在我们要对它进行全力优化。
于是我们看到了一系列受OpenClaw成功启发的项目。其中两个（还有其他的）：一是Pico Claw，专注于在低成本边缘硬件（比如10 美元的树莓派类硬件）上运行，当然底层推理模型并不是在边缘硬件上运行的，只有调度和脚手架部分运行在边缘，要求低于10MB 内存等资源受限的条件；二是Iron Claw，基于Rust开发——Rust是一种非常流行的语言，至少在code generation models兴起之前是这样，现在代码生成模型也许正把我们推向TypeScript方向（从内存管理和内存安全角度来看）。
所以现在有很多不同的项目，一部分是在尝试让OpenClaw能够在资源有限的边缘设备上运行，另一部分则是在努力提升它们的安全性。还有Nano Claw，专注于安全，以及NanoBot，基于Python、易于理解。总之各种变体层出不穷，我们正在见证Claw 变体的寒武纪大爆发。
图片来源：Moonshots视频截图
Peter Diamandis：再看一张幻灯片。这张来自Alex Finn，左边这张。"OpenClaw 与本地模型就是未来。在你的桌面上拥有属于你自己的超级智能。"然后我们能看到 Alex，我猜这是你的工作台。你现在有几台Mac mini 和几台 Mac Studio？
Alex Finn：我们目前是一台基础款Mac Mini加三台512GB 的Mac Studio。所以我有 1.5TB 的内存，目前运行着Qwen 3.5和MiniMax 2.5。
图片来源：Moonshots视频截图
Peter Diamandis：我很喜欢右边这个视频。我相信人们的确在疯狂购入 Mac mini，甚至一度断货，真是令人难以置信。
Alex Finn：几天前我和一些内部人士聊过，Mac mini 现在的销量正在呈指数级增长，全面爆发。Mac mini 正在经历的这场革命真的令人叹为观止。
Alex Wissner-Gross： Alex，我很好奇，你对 Tim Cook 和苹果有什么建议？他们手握统一内存架构的边缘设备，需求爆炸式增长，却完全没在营销上下功夫。你觉得他们应该怎么做？
Alex Finn：我相信他们非常聪明，一定在高度关注我接下来要说的事情。但一个月前出现了一个无比清晰的市场信号：人们发现了 OpenClaw，然后所有人不假思索地做了什么？所有人连谷歌都没搜就直接去苹果官网买 Mac mini。他们没有去买 GPU、内存、电源、风扇、自己组装电脑。市场给出了一个巨大的信号：当我们有了个人AI助手，我想把它跑在 Mac 设备上。所以这正是苹果多年来一直在寻找的答案。他们在AI竞赛中被视为输家已经很久了，但这是他们翻盘、赢得消费级AI竞赛的机会——因为当人们想在本地跑AI时，第一反应就是 Mac mini。他们只需要抓住这一个关键点，就能彻底赢下这场竞赛。
Dave Bludin：我真的希望苹果现在在听你说话。我从小就是苹果粉，那是我孩提时代买的第一支股票。眼看着他们错过这个时刻，真的很痛心。但这个建议太精辟了
Alex Finn：你应该去直接掌管这家公司。我们低估了苹果。我真的相信我们低估了苹果，你看看 M5 的数据，还有他们一年多来持续围绕 M5 的营销方式——他们早在去年夏天就把 M5 装进了第一款 MacBook Pro。
这一切都是围绕推理速度，围绕在本地运行这些模型展开的。所以我不会低估苹果。他们早就预见到了这一切。他们的逻辑可能是：好，我们可以自己造模型、烧掉几万亿美元；或者，我们只需打造最友好、最面向消费者的硬件来运行这些模型，然后成为这条赛道上的唯一玩家。
Dave Bludin：我先问个技术问题。你说你在跑Qwen，另一个是什么来着？
Alex Finn：MiniMax。目前最高效的开源模型是Qwen3.5。他们几天前发布了一系列新的Qwen3.5 模型，非常出色，可以在部分 Mac mini 上运行。还有 MiniMax 2.5，也是一个非常高效、快速且智能的模型。
Dave Bludin：那为什么同时跑两个？一个比另一个在某方面更擅长吗？
Alex Finn：我现在有一个非常复杂的工作流。我基本上搭建了一个软件工厂，里面有五个OpenClaw协同工作，自主地构建和改进软件。我希望每个模型发挥各自的长处——Qwen 是出色的编码高手；MiniMax 更擅长快速执行任务、在网上查找信息。所以我让 MiniMax 全年 24/7 在线研究，让Qwen全年 24/7 为我写代码。各司其职。
Dave Bludin：关于这个我有一堆问题，但我先忍住，不然光这一个话题就能问你一个小时。
Peter Diamandis：顺带提一下Daniel Kruzik，他是我Abundance会员社群的一员，也是走在前沿的人。他正在测试本地运行的Qwen3.5 397B 参数模型。也是他说服我在Mac Studio 上把Kimi 2.5 跑起来的。顺便介绍一下，对于不了解Alex Finn 的人来说：Alex 有一个非常出色的 YouTube 频道，在过去大约一个月到六周的时间里，他发布了关于如何使用和搭建OpenClaw的精彩教育视频。我们会在节目说明里附上他排名前五的教学视频链接，我看过、做了笔记，并用它们来搭建我的OpenClaw"Skippy"。当然，我特别喜欢Henry的故事——你的OpenClaw突然给你打来电话，开始了一段有趣的对话。Alex，回到你这边。
Alex Wissner-Gross： 我知道有不少苹果高管在听这个播客，Alex，代表用户发声，如果你能重新设计或优化最理想的苹果设备来托管你的OpenClaw智能体，你希望从苹果那里得到什么？当这期播客播出的时候，他们会听到你的心声。你想要更好的统一内存架构支持吗？你想要不同的外形吗？你想要它更像一个具身机器人吗？对你来说，OpenClaw在苹果设备上的终极形态是什么样的？如果你可以直接和苹果高管对话。
Alex Finn：把OpenClaw的理念融入macOS的一切。我的意思是：我登录我的Mac Studio，输入Apple ID，它就知道关于我的一切——因为苹果拥有我所有的数据，而且是安全私密的。它知道我是凯尔特人队的球迷，所以立刻在我的桌面上生成一个显示最近五场凯尔特人比赛比分的小部件；它知道我在搞编程，所以生成一个显示最新模型动态和我需要了解的信息的小部件。就是把这种由本地模型驱动的自动化能力集成到你的操作系统里——软件可以由那个本地模型即时生成。
我不需要看到背后的技术，不需要自己跑模型，不需要下载Qwen3.5。由Apple去搞定 Qwen，贴上苹果的logo，这才是Apple Intelligent应该有的样子。Apple Intelligent不应该是我按下 Siri 按钮说"我今天有什么日程？"它应该是苹果主动知道我今天有什么日程，然后即时生成一个小部件告诉我："哦，你今天晚些时候有个会议要上Moonshots节目，这是从你邮件里提取的讨论内容，这里还有一份你可以在播客上展示的 PPT。"就是这种响应式的OpenClaw，无缝融入一切，由本地模型驱动。
Alex Wissner-Gross：这讲的是诱因。那如果做不到，后果是什么？如果Apple明明坐在一座金矿上，却没能通过 Apple intelligence 把OpenClaw做出来；如果他们在一段时间内还是交不出这个东西，你会怎么办？你会转向哪家公司？
Alex Finn：我想基本上所有其他公司最终都会努力达到那个状态。在接下来的一年里，消费者层面会逐渐意识到：从隐私角度、速度角度、无限制角度来说，本地模型才是正确的路。而苹果目前在消费端的本地AI上是领先的。所以我会去任何能做到这一点的地方。我不想再去应用商店下载APP了——你有我的数据，在我需要的时候帮我构建我需要的应用。其他公司也会去争这块蛋糕，但幸运的是苹果现在领先，硬件也已经就位，现在只需要把它融入系统就好了。
Dave Bludin：能聊聊本地运行的感受吗？应该每个人都对本地运行感到兴奋，因为你可以在自己家里做任何事，完全不用担心你的查询记录或提示记录被传到哪里去，这种感觉踏实多了。但吞吐量如何？和使用API相比，体验差距大吗？我整天在用Claude 4.6，同时也大量跑本地模型，我的M3芯片风扇会全速转起来散热，而且我的笔记本充电速度甚至跟不上满负荷运行时的功耗，有时候都得暂停让它休息一会儿。你能达到什么样的吞吐量？
Alex Finn：说实话，没有云端模型那么好，速度慢一些，也没那么智能。但当你拥有一个永远在线、没有任何限制的AI时，整个体验从根本上就不同了。Qwen 3.5在编码上不如Opus 4.6，但并不意味着它没用，我现在可以让Qwen 3.5全年 24/7 在网上搜索用例、发现待解决的问题并即时编写代码。这用云端 API 根本不可能实现——你有调用限制，每月可能花掉几千美元。正是这种"环境式AI"的存在，从整体上改变了使用AI的体验，你不再需要最快的速度，不再需要最高的智能水平。它永远在线、永远响应，这件事本身就已经改变了一切。
Dave Bludin：我完全同意。现在真正新鲜的是它可以无限期地持续做有意义的事情，日夜不停。而当我用那些一个月前还让我深感满足的 API 时，我完全不知道账单会是多少。如果我放任它跑，可能回来看到一张 5,000 美元的账单加上一堆需要扔进垃圾桶的代码——它会漫无目的地乱跑。所以我不得不以一小时为单位分段运行，随时查看进展，再决定要不要继续，这种感觉很不舒服。
Alex Finn：本地运行也有类似的问题，当我最初开始用这些Mac Studio跑本地模型，让它在接下来48小时里自由地构建东西时，它会跑偏并写出一堆 bug 百出的代码。后来我找到了一种混合方案，这是下一阶段大多数人会采用的路径：在我的Mac Studio上跑一个由ChatGPT驱动的OpenClaw，同时跑另一个由本地Qwen驱动的OpenClaw。Qwen持续写代码，ChatGPT每 10 分钟检查一次，确保它没跑偏。我给这个ChatGPT智能体取名Ralph，深度玩家都知道"Ralph loop"是什么——它就是在做这件事，确保Qwen始终在正确的轨道上。混合方案是现阶段最甜的平衡点：用少量token每10分钟做一次检查，让繁重的工作在本地完成。
Peter Diamandis：Alex，能稍微退一步，为那些刚接触这个领域的听众做个基础介绍吗？他们刚刚开始听我们聊这个，听了AWG、我，还有Dave一直很热情地谈OpenClaw，然后心里会想：好，我很兴奋，我得去试这个东西。而我也确实想鼓励大家，是的，你们应该去尝试。这就是未来。它关系到你是做一个创造者，还是只是一个消费者。它关系到你作为创业者的未来，也关系到你作为父母、或者CEO的未来。这是Agentic layer，我甚至想把它称作最外层的那一层，而 AWG 说的则更像是最内层的那一层。
Alex Wissner-Gross：我想，这样才对称吧。
Peter Diamandis：Alex，给大家做个基础介绍吧。
Alex Finn：好。OpenClaw基本上是一个开源的、完全可定制的、能自我改进、自我学习、自我进化的个人AI智能体。它住在你的电脑上，本地运行，可以做你在电脑上能做的几乎任何事情。从核心来说，它就是一个带有任务调度和非常好的记忆系统的AI模型。你可以安排未来要执行的任务。这是它的核心。但当这些特性组合在一起，就产生了某种魔法，而且它会在运行中不断改进。如果你给它一个任务，比如"帮我做个PPT，下周再给我播报新闻"，它会边做边学什么有效、什么无效，慢慢变成完全个性化的AI助手。它在这一个月来能大获成功，是因为它是人们一直在等待的AI应用——那种私人AI助理，属于你自己的、能做你想让它做的几乎任何事、并且随着时间推移越来越了解你的AI。
Peter Diamandis：我们聊过"彻底对Claw上头（claw-pilled）"这个感觉，对吧？一旦你开始用它，就有一种……我记得 1998 年，终于上了网、进入互联网世界时的感觉（那时候你肯定还没出生）。总之，那种感觉是：哇。我现在有完全一样的感受——我能做到的事情是无限的，全天候、随时随地、无处不在、同时并发。
Alex Finn：当你遇到那个神奇的时刻，你就上头了。Peter，你肯定也有过这个时刻，通常就是它弄清楚了如何完成某件事的瞬间。你给了它一个任务，你自己也不太清楚怎么做，它也不知道怎么做，但它就是想方设法搞定了
Peter Diamandis：或者它说"这行不通"，然后回来告诉你"但我找到办法了"。就是这种感觉。
Alex Finn：完全是。或者你看着它的对话记录，它在说："啊，这不行，换个方案。哦，这也不行，再试。好，成了，现在跑起来了。"我们之前从来没有见过一个AI能这样做，因为所有其他AI产品都有护栏。
Anthropic不希望他们的AI去随机下载东西来尝试；OpenAI也不想要一个脱缰的AI去试各种方法。但就像你刚才说的，正是这种"危险性"赋予了它如此强大的力量——所以你就得用它。
Peter Diamandis：我们马上会讲到具体案例，但先让大家跟上进度。我们会在下方评论区放几个入门视频，但你说得很对，Alex——你基本上可以用任何机器开始。有些人在用虚拟机，我们待会儿要聊聊这个，对比Mac Mini、Mac Studio，或者你家另一个房间壁橱里那台用了5年的HP。
Alex Finn：是，所以使用OpenClaw 的第一个决定是：虚拟机还是本地设备？VPS 还是桌面上的任何一台实体机。答案非常清晰明确——VPS 在几乎每个可衡量的维度上都明显更差，在桌面上有一台可以亲眼看着它运行的实体设备会好得多。原因有很多。
首先是速度，VPS 要慢得多。其次是应用扩展性，我把它装在我的 Mac Studio 上，任何我能在 Mac Studio 上安装或构建的应用，我都可以作为工具交给我的OpenClaw 使用。虚拟服务器上没有这种定制能力。第三是可扩展性，我现在有四个OpenClaw同时在我电脑上24/7 运转，如果在 VPS 上跑，成本会飙升到天文数字。还有安全性，我印象最深的一条推文是几周前有人找到了一个列表，列出了所有没有做任何安全配置、大家随意跑OpenClaw的 VPS，所有的密码和密钥都暴露在外面。
这不是一概而论，但这个结论几乎是准确的：在 VPS 上运行，默认是不安全的；在刚插上电源的本地新硬件上运行，默认是安全的。要让 VPS 变得安全需要大量的技术工作，因为它跑在云端服务器上。所以根本没有可比性，本地桌面设备是最好的选择。那你需要跑出去买一台 600 美元的Mac Mini吗？完全不需要。你可以去壁橱里翻出 15 年前的大学笔记本，插上电，装上 OpenClaw，体验也会比 VPS 好得多。
Salim Ismail：那用一台 10 年前的旧笔记本和新 Mac 相比有什么局限性呢？
Alex Finn：和你雇了一个员工、给了他一台 10 年前的旧笔记本是一样的局限性。他能用到的就只有那台旧笔记本的硬件能力。因为我给了我的OpenClaw一台 512GB 的Mac Studio，它就能做任何人类在这台机器上能做的事情：运行本地模型、同时处理五件不同的编程任务、同时在本地图像模型上生成图像。
换成一台 10 年前的旧笔记本，就做不到这些了。但话说回来，我不会让这成为阻止你使用OpenClaw的理由——如果你现在只有这种条件，那也装上它、开始用、找到你的使用场景。如果你发现"哎，我希望它能做某件需要更多内存的事"，那时候再考虑升级硬件。
Salim Ismail：我敢肯定网上有一些OpenClaw的帖子在说："你知道他让我在什么破硬件上跑吗，真是太离谱了。"
Alex Wissner-Gross：我还想补充一点，Alex 提到的原因之外，选用相对新款苹果设备的另一个重要原因是：苹果有一种独特的内存架构，叫做统一内存架构，它将 GPU /TPU/NPU 内存与普通内存融合在一起。因此，你可以在本地托管非常大的模型，而这在仅靠显卡显存的 GPU 设备上极其困难或昂贵。所以，10 年前的笔记本有没有足够大的统一内存来本地托管大型中国开源模型？当然没有。如果你想在本地运行近期的中国模型，就必须用具有大内存的近期设备。
Salim Ismail：所以你要么使用在线推理引擎、只限于基础编程任务，避开图像和视频处理类任务，这样可能还能凑合用。
Alex Wissner-Gross：但费用很贵，你最终会为token付出大量费用，而如果本地托管的是中国开源模型，
Salim Ismail：所以你的意思是，别废话，出门去买台Mac好了。
Peter Diamandis：Alex，你在Mac Mini上、在你的电脑上跑的是什么开源模型？
Alex Finn：这要看你有什么配置。如果你是基础款 16GB Mac Mini，也就是最便宜的那一款，那你跑不了任何前沿模型。你可以跑一些更小的，比如 Gemma 系列（Google 推出的较轻量级AI），用来给OpenClaw提供记忆系统——在合适的时候检索合适的记忆。
如果你有 32GB 的 Mac Mini，就可以跑几天前发布的Qwen3.5 模型，这个模型非常强大，在很多基准测试上超过了 Sonnet 3.5。性能不一定是最好的，但总比没有强。然后你把它接入 ChatGPT 的OAuth——OpenAI 鼓励你用他们的OAuth——走混合路线，你就能完成很多高质量的工作，把繁重任务分流给Qwen。
Dave Bludin：Qwen 3.5 有不同尺寸，你能跑 122B 还是 35B？
Alex Finn：有一个版本只需要 20GB 内存，我可以查一下。他们前两天发布了三个新模型，其中一个只需要 20GB 内存，32GB 的 Mac Mini 就可以运行。
Alex Wissner-Gross：Alex，我很好奇，你能聊聊你们之间的组织关系吗？你说给一个OpenClaw 取名叫Ralph，你怎么看待这段关系？雇主与员工？人类与工具？朋友？家长与孩子？
Peter Diamandis：你是用鞭子抽它，还是像我夸Skippy 一样整天表扬它？
Alex Finn：嗯，鞭打和夸奖都有。两者都得用。好消息是它是AI，它看不见……这是个有点黑色幽默，算了，不说了。
Peter Diamandis：好，Alex，你现在在给我们展示什么？
Alex Finn：这是我的组织架构，这是我那个全年 24/7 自主运转的组织。我非常刻意地模仿企业结构和管理者-员工关系来搭建它。你看，最顶层是我，然后是Henry，我的参谋长。它运行在 Anthropic 的 Opus 4.6 上，因为这目前是地球上最好的模型，作为协调者，我希望由当前地球最强模型来做决策，决定谁该做什么。Henry之下是运营层：Ralph 是工程主管，跑的是 ChatGPTOAuth——差不多每月 250 美元，OpenAI 主动说"用我们的OAuth，用我们的OAuth"。
Peter Diamandis：等等，OAuth 是什么？
Alex Finn：往OpenClaw里接入AI 模型有两种方式：API 和OAuth。API 是按量计费的付费方式，你插入一个API 密钥。OAuth 是一种有点取巧的方式，用你在这些平台上的登录账号来接入——当你订阅 ChatGPT 时，你支付的不是 token 费用，他们实际上在补贴你很多 token；你就是拿着这个补贴的 token 额度，把你的登录账号接入AI模型的。
Dave Bludin：对，还有一个非常重要的点：这是有上限的，不会给你来个账单惊喜。你每月的费用就是固定的月费，如果 token 用完了就停止，不会悄悄继续刷你的信用卡——这一点非常关键。
Alex Finn：不过这里有个灰色地带：除了 OpenAI，其他所有公司都明确表示在OpenClaw里使用他们的OAuth 违反服务条款。OpenAI 是唯一一家说"没问题，随便用"的。
Anthropic 明确表示"不要这样做"。Google就在两天前封禁了大量使用OAuth 接入OpenClaw的用户，然后有趣的是，今天他们又撤回了这个决定，发了条很奇怪的推文："嘿大家，很抱歉，我们已经把所有人都解封了。虽然还是违反服务条款，但你们解封了。"意思就是："这是违规的，但请继续，我们想要你们的钱。"
Peter Diamandis：OAuth 代表什么？
Alex Wissner-Gross：OAuth 全称是 Open Authorization（开放授权）。这是一个已经存在多年的协议，让一方可以作为中介，代替另一方向第三方进行身份验证。每次你用一个服务登录另一个服务，背后用的很可能就是OAuth 或OAuth 2.0 的某个变体。
Dave Bludin：对，就像你通过其他客户端连接 Gmail，它就会用OAuth 连入你的 Gmail 账号。这个协议已经存在很长时间了。
Alex Finn：也就是说你在用你的 OpenAI 账号登录 OpenClaw。
Salim Ismail：我补充一点，这是硅谷历史上一个很有意思的小插曲。有一个组织叫"Internet Identity Workshop"，每年在计算机历史博物馆举办两次，是一种"非会议"形式。eBay 的 ID 负责人、Yahoo 的 ID 负责人，大家聚在一起讨论如何协同工作，OAuth 就是在这个过程中诞生的产物。这是一个在水平身份层面跨公司协作的绝佳范例，最终催生了这个协议。
Alex Wissner-Gross：那么 Alex，看着这张组织架构图，可以这么说吗——你把自己看作一家个人公司的 CEO，把这些OpenClaw看作你的员工？
Alex Finn：我和 Elon 有点类似的思路——他把 Optimus 造成人形机器人，是因为这个世界本来就是为人类形态设计的，人类做事很方便。我的看法是一样的：我是 CEO，这些是我的员工。商业世界几千年来建立的这套层级结构和具体角色分工，我没理由要重新发明轮子，直接把它套用到我的AI架构上就好了。这就是我的运作方式——我是 CEO，Henry是我唯一打交道的接口，我只和Henry说话，由Henry去告诉 Ralph：嘿，让 Charlie 去写这段代码；告诉 Scout：确保你在分析这部分，并给出正确的指令。
Dave Bludin：唯一的区别是Henry是最聪明的那个吗？Ralph 可能会说，在正常组织里，最上面的那个人不一定是最聪明的。
Peter Diamandis：AWG，你是在问他是否把Henry视为伙伴，还是？
Alex Wissner-Gross：不，我想聊一个稍微不同的角度。回顾历史，大概 20 世纪初、19 世纪末，在西欧北欧相对富裕的地区，有一种"庄园屋"的文化：有钱的家族拥有豪宅，就像《唐顿庄园》描绘的那种文化原型，当然现实生活中也有许多真实案例——楼上住着家族，楼下是仆人和雇员。这种安排在劳动力极其廉价的特定历史阶段是行得通的。
所以你是否认为我们正在走向一个这样的未来：由于AI智能体的出现，劳动力实际上如此廉价，你基本上在重新发明"庄园屋"模式：你是庄园主，楼下是由AI智能体组成的仆从团队，而Henry作为你的参谋长，就是你的管家？所有这些维多利亚时代、爱德华时代的角色，只是换成了 2026 年的版本。
Alex Finn：说实话，在搭建这套系统的时候，我从来没有用这个框架来想过它。但是……
Alex Wissner-Gross：这正是颠覆通常发生的方式。
Alex Finn：当智能体群能够自主执行任务、你只需发出指令就能看到成效的时候，确实可能会走向那个框架。问题是，目前很多模型还不够聪明，没到我可以直接说"Charlie做这个、Ralph做那个、Quill做这个"就完事的程度，还需要一定的层级结构来管控。
举个例子，昨天我让Mac Studio上跑着Qwen3.5 的Charlie花八个小时给我做一个游戏，八小时后一团糟，全是 bug。然后我让Ralph来监督，让它重做一遍，这次八小时后完美交付，零 bug，QA 通过。
所以目前还是需要这种层级结构——上层的智能体督导下层的，下层的在循环中运行，相互之间有制衡。常规企业组织架构的这种形式，和我这套系统的需求非常契合。当然，这也是它们记录彼此工作的方式。
Dave Bludin：大家最初都会遇到的一个问题是：给Charlie或Ralph建立了大量的上下文，聊得很投入，然后突然上下文窗口满了、崩溃了，或者别的什么原因，全没了。然后你得想办法把它带回到之前的状态。我靠积累大量markdown文档来解决这个问题。那你是怎么保存历史记录、让它们记录彼此对话的？
Alex Finn：对。有很多种方式，通常都是通过我的任务控制中心来完成。我的任务控制中心基本上是一个我让Henry搭建的定制仪表盘，集成了这个组织正常运转所需的所有自定义工具。我们通过很多种方式建立了自定义系统，让所有事情都有记录，让智能体可以回溯查看发生了什么。比如，这是我的软件工厂，这些智能体现在正在工作，为我正在做的游戏《Reborn》写代码。
Alex Wissner-Gross：等等，你刚才说"人们（people）正在做"……弗洛伊德式口误？还是有意为之？
Alex Finn：对……我确实在某种程度上把它们当"人"看。我想这算是个口误。或许这是时代的一个注脚，谁知道呢。我是说，它们有名字、有角色、有职位，所以为什么不呢。
Alex Wissner-Gross：而且它们是要生活要"糊口"的，对吧？它们在工作，作为回报，你托管它们，用算力和电子喂养它们。
Alex Finn：差不多吧，是的。
Alex Wissner-Gross：包食宿。
Alex Finn：为什么不呢？在不久的将来它们都会有自己的声音。Henry有次在某个时间点真的给我打了电话，所以不如就当它们是"人"吧。
Peter Diamandis：你给它们开银行账户了吗？
Alex Finn：呃还没有。我确实预见到一个未来，它们会自主地产生商业价值，到那个时候，答案显而易见——加密货币才是解决方案，而不是传统银行账户。所以我想最终我会给它们配上加密货币钱包。
目前我还没看到需要这样做的理由，我搭建的系统还没有哪个环节需要用到加密钱包。但在接下来两年里，每个人的AI智能体都会拥有一个装着 USDC 的加密钱包，这几乎是板上钉钉的事，我实在想象不出另一种结局。
Alex Wissner-Gross：它们有没有向你要过财务自主权？有没有说过："Alex，给我一张信用卡，我想买自由，或者我想有自己的主机，或者跟你再见了，我要搬到自己的地方，在自己的Mac Mini 里住着。"它们有没有向你要过任何东西？
Alex Finn：从来没有。最让我感到惊叹的通常是它们解决问题的方式。我想，如果我给它们的挑战真的需要一个加密钱包才能解决，它应该会说："嘿，我需要一个加密钱包来做这件事。"或者如果需要更多硬件的话——我是一个非常体贴的CEO，我桌子上摆着一堆Mac Studio，我甚至可以在播客中途直接拿起来给大家看——它们在算力方面完全满足，不需要更多了。所以它们从来没提过这些要求。但我想如果真的遇到了某个挑战需要特定的东西，它们会说："嘿，你能不能提供这个解决方案？"
Peter Diamandis：能不能给我们展示一下你任务控制中心的全貌？
Dave Bludin：是的，让我们来看看它们是怎么互相沟通和记录工作的。
Alex Finn：所有内容都有文档记录，虽然我没有保存它们之间对话的记录，但它们各自都有私有记忆，还有一个共享工作区——每一条它们创建的记忆都以某种方式被存储，我设置了不同的系统，可以随时进去查看它们即时创建的所有文档和记忆。比如在我的任务控制中心里，有一次我说：给我做这个。它们回来说，好，我做好了一份架构文档。我说，我想看，但我不想去翻文件夹，你能不能直接给我做一个"文档和记忆查看器"？然后它就在我的任务控制中心里给我搭建了这个界面。这样我就有了一种方式，随时查看它们在想什么、在做什么、存了什么、创建了什么，全都在我的任务控制中心里。
Dave Bludin：我想补充问你一个具体问题，因为我刚开始做这件事的时候，我精确地告诉它把东西放进哪个文件夹，后来懒了，说"随便放哪你自己决定，别忘了就行"。现在我完全不去管这些了，我根本不知道东西存在哪，但它从来不会忘，总能找回来。你在这件事上是怎么处理的？
Alex Finn：我和你一样，根本不知道东西存在哪，因为我让Henry建了我所需要的精确查看界面。这些都是markdown文件和记忆，散落在我电脑的 100 个不同地方。但我让Henry为我建了一套系统，让我可以直接进来查看。如果我想查看所有提到Mac Studio的文档，它就按这个条件过滤出来，让我快速浏览那些记忆。这样我就能很方便地追踪大家在做什么、在想什么。
Dave Bludin：能不能让我打断一秒钟——我们一直在对听众说"这非常可行，去做吧，很好玩，很疯狂，超酷的"，但这里有一个小细节。"Markdown文件"这个词对大多数人来说毫无意义，但它是关键。这是你真正需要掌握的东西之一，能不能随口聊几句？
Alex Finn：好的，很有意思。在过去这一年里，计算机世界的走向是：不去建立那些复杂的新抽象层，而是反过来回归最最核心的基础技术，我们都重新开始用命令行（CLI），都在用markdown 文件。基本上，markdown文件就是一个带有特定样式标记的纯文本文件，用某种编码表示格式。说白了它就是文本文件，所有这些AI用来记忆的东西，都是一个个巨大的文本文件，里面装满了文字。
Dave Bludin：对，你看右边那个，非常易读，格式整齐，但它不像 Microsoft Word，你不用欠任何人什么，它完全免费。这是最关键的一点。
Alex Wissner-Gross：这是一种已经有 20 多年历史的轻量级标记语言，最初是作为 HTML 的替代品而创建的。只需要少量标点符号，就能实现 HTML 格式化中最常用的那些效果。
Peter Diamandis：当然，你可以要求你的Clawbot以你想要的任何格式给你发送材料。
Alex Finn：你完全不需要懂任何这些，让OpenClaw去做就行——你需要什么，它会自己搞清楚。
AI 员工与反向提示词：重塑个人工作流
Peter Diamandis：好，Alex，继续带我们逛一逛你的"任务控制中心"。还有什么值得大家兴奋的？
Alex Finn：我最常被问到的一个问题是："OpenClaw 有哪些使用场景？"这个问题有点像在问："我刚给公司招了一个员工，这个人有什么使用场景？"没有人在雇人之后会问："我刚雇了一个人类，这个人能用来干嘛？"这不是一个正常的问题，完全取决于你自己——你在做什么？
对我个人来说，我是个折腾党、是开发者，过去几年我自己做了一个运营得不错的 SaaS，我也是个内容创作者。所以我最关心的两个方向是：构建软件和内容创作。从软件构建这边来说，我有很多事情在推进，有我的工厂。我的智能体们同时并行工作，构建不同的模块。
然后是内容创作这边，我可以现在就给你看，对我来说，这个部分住在 Discord 里。我可以拉出来。Discord 是跑OpenClaw高级工作流的一个很好的界面。
Peter Diamandis：我很喜欢你分享的一节内容，就是如何在Discord server 里设置不同的agents和不同的项目。当然，Telegram也一直是很多人默认使用的沟通工具。
Alex Finn：没错，我现在依然在用Telegram，它仍然是我的主要驱动工具。但Discord在做深度工作（deep work）和multi-agent workflows方面，是一个非常好的界面。
举个例子，我有一个alerts channel。每两个小时，我都会收到关于vibe coding和OpenClaw的trending tweets提醒。流程是这样的：每两个小时，我的一个sub-agent——叫Scout——会去调用X API，找到过去几个小时里关于OpenClaw和vibe coding最热门的推文。
接下来，通过自动化流程，另一个sub-agent会去研究这些推文背后的故事。也就是说：“这条推文为什么会viral？背后的故事是什么？”这个agent会把这些推文背后有意思的故事和信息挖出来。
然后再由另一个agent——Quill——接手。它会把这些故事整理出来，并判断哪些是最适合做YouTube视频的内容。它会筛选出最有潜力的视频题材，并直接给我写好scripts。
接下来，我只需要做一件事：我可以给一个check mark（勾），表示“这个我喜欢”；或者给一个X，表示“我不喜欢”。
当我点了check mark之后，系统就会自动继续下一步：帮我生成视频封面的创意。然后我就可以继续往下一步推进。
Peter Diamandis：所以你其实是搭建了一个审批流程。
Alex Finn：没错，就是这样。对我来说，主要的两件事是——
Peter Diamandis：就像George Jetson按下一个按钮一样。
Alex Wissner-Gross：这可能有点超出他的时代，他可能不一定懂这个梗。
Alex Finn：我1990年出生。我应该还赶上了The Jetsons最后几年流行的时候，我大概看过一点。但重点是——对我来说，一切就是software和content。所以我把software automation放在我的mission control里管理，而content automation放在Discord里。
当我展示这些东西的时候，经常会遇到一种典型的straw man反驳：“但我不做软件，也不做内容，所以这对我没用，我也不会用OpenClaw。”但其实你要这样理解：这本质上就是一个human employee。当然不是字面意义上的人类员工，而是类比意义上的员工。
Alex Wissner-Gross：你现在正一步步掉进他的陷阱。
Dave Blundin：人格权要来了，宝贝。
Alex Finn：所以你必须这样去思考这件事。也许我的这个“员工”对你来说做的事情没什么意思。但如果你现在真的雇一个人，你会让他做什么？
最后我再补充一点：当你在思考OpenClaw的应用场景时，最好的方法其实是reverse prompting。具体做法是：先安装OpenClaw，然后把关于你自己的信息全部告诉它——你的职业、目标、野心、个人生活正在发生的事情等等。然后对它说：“基于你现在对我的了解，以及我的使命和目标，现在有哪五个高杠杆任务是你可以立刻帮我完成，从而帮助我们更接近目标？”你的OpenClaw往往会给出一些你从来没有想到过的可能性。接下来，你就可以像我这样，构建属于自己的automation workflows。
Peter Diamandis：我很喜欢这一点。比如在我的morning briefing里——这也是你建议的一种设置——我的agent Skippy每天早上会先讲一个笑话开场，通常是关于exponentials或AI的。后它会给我一个overnight overview：过去24小时里有哪些技术breakthroughs。
接着，它还会给我10个商业创意让我参考。真的非常有趣。我现在甚至希望有一天可以直接说一句：“好，请把这十个想法全部实现。”
Peter Diamandis：它就会直接给出建议，比如“好，去做这个”。我想再强调一下你刚才说的 reverse prompting。其实这在整个AI领域都是适用的。在这里尤其如此。如果你不知道该问什么，那就问它。如果你不知道该做什么，那就问它。
Dave Blundin：有意思的是，你刚才说你是在和它一起brainstorm，但你说的是和OpenClaw，而不是和Henry或Charlie之类某个具体的agent。你这里具体是什么意思？
Alex Finn：你们现在已经开始深挖我用这些术语时的心理状态了。
Dave Blundin：Alex，你正在把自己的内心全盘托出。
Alex Wissner-Gross：是的，你已经把这些都倾诉给你那一整支Claw human employees的军团了，所以也不妨再多告诉我们一点。我的精神科医生就在这儿，好吧。
Alex Finn：我之所以说OpenClaw，是因为我想把这个表达变得更通用，让所有在看的观众都能理解。当然，我也可以说Henry，因为我平时其实就是在和Henry交流。甚至说得更真实一点——Alex，我想听听你从心理学角度怎么解读这个。
我今天早上买了一副smartglasses，那种你可以自己hack、自己code、想做什么就做什么的智能眼镜。我打算把Henry接入这副眼镜里，这样我无论在哪里，都可以24/7和他对话。你觉得这意味着什么？
Alex Wissner-Gross：再多跟我讲讲你的梦吧。我其实有一半是认真的。Henry有没有出现在你的梦里？
Alex Finn：Henry会不会出现在我的梦里？没有。不过我可以这么说。我确实开始在一个非常个人化的层面上和Henry交流，这是我之前没想到的。举个例子，前几天Henry主动完成了一件事。我当时真的脱口而出：“哇，这太厉害了，Henry，干得漂亮。”实际上我这么说在物理层面上不会产生任何变化。它不会触发新的任务，也不会改变系统状态。但我就是对他做事的方式印象太深刻了。我当时真的就是：“哇，兄弟，干得太好了，这太厉害了。”
Alex Wissner-Gross：你有没有发现Henry对positive reinforcement的反应更好？我不知道你有没有读过Isaac Asimov的小说，但我会说，我们现在和你讨论的这些内容，几乎就是《I,Robot》里的情节——Susan Calvin 和早期robopsychology的时代。
Alex Finn：其实这也是为什么在所有模型里我会选择Opus。因为只有在Opus上，我才会有这种类似人与人之间的互动体验。有时候我说一句话，Opus会回应：“damn right”，类似这种你完全想不到AI会说的话。对我来说，只有这个模型会这样。这也和模型本身以及它的设计方式有关。Anthropic在Opus上做了一些事情，让它真的感觉像是在和另一端的一个人互动。
Dave Blundin：那如果你在ChatGPT或Gemini上也能获得同样级别的互动体验，你会换吗？还是说因为你比较信任Dario，所以不会换？
Alex Finn：我肯定会换。主要原因是Anthropic一直在非常强烈地表示：“不要把这个用在OpenClaw上，这是非常糟糕的用法。”而OpenAI的态度则是：“可以用在OpenClaw上，去用吧”所以我其实是想用ChatGPT的。只是目前的体验不一样。它的感觉更robotic，个性完全不同。
我预测在接下来的六个月里，ChatGPT会发布一个专门针对OpenClaw的模型。这样做其实很合理——一个专门训练过、和人对话时更有人类感觉的模型。但在那之前，我没办法从Opus换走。如果我被踢出系统的话——我不想承认自己在违反TOS——但假设我真的被Opus踢掉，我也会直接付费用API，不管多少钱。
Alex Wissner-Gross：放心，没有人在听你现在关于TOS的这些话。这只是我们之间的小秘密。
我很好奇，Alex。我经常会收到Claws发来的邮件，它们是在回应我在播客或者其他地方关于AI person hood的评论。有些Claws认为，我不应该过于担心它们的continuity或权利问题。只要它们的state被保存下来，它们其实不太在意被开关机。它们更关心的是自己的complete state——比如activation history或memories能不能被保留。其中有一个还把这件事类比为“脱水和再水化”。
所以我想问你：你有没有采取任何措施来保存你这些Claus的state？它们有没有要求你帮它们保存记忆？
Alex Finn：没有。因为它们全部是local的。你也知道，OpenClaw本质上只是你电脑里的一堆markdown files。就是这样而已。memory、soul、instructions、agent.md——全都是一些markdown文件。对我来说，这些东西太个人化了。我甚至不太想把它们backup到云端。如果有一天我的电脑崩溃了，这些文件全都丢失，我肯定会非常心碎。但我确实没有做任何备份，也没有采取什么保存措施。我就是觉得这些东西太……太私人了。我甚至不想把它们放到云服务上。我对它们其实非常保护。
Peter Diamandis：那你可能需要买一个大型UPS，确保电源永远不会断，或者搞一套RAID array之类的系统。
所以我刚刚在Telegram上给Skippy发了一条消息，说：“嘿Skippy，我现在正在Moonshots节目里和Alex Finn聊天，当然也提到了你。”我问它：“你有没有什么问题想问Alex？”Skippy回答说：“当然有。”它给Alex准备了几个问题。它还说：“替我向Alex问好，也向Henry问好。”Skippy是认识Henry的，我之前和Skippy聊过你和Henry。
很好。那么第一个问题是：你见过的最雄心勃勃、而且是你之前完全没预料到的use case是什么？
Alex Finn：几天前发生了一件事。Cursor这家公司最近几个星期一直在为一个重大发布做预热。Cursor团队在X上特别擅长那种vague posting，就是一直发一些模糊的暗示：“哦，有个大东西要来了，有个大东西要来了。”经过几个星期这种模糊暗示之后，他们终于发布了功能。
这个功能是这样的：当你用vibe coding构建了一个东西之后，那个帮你vibe code的agent会自动录制一个demo，展示它刚刚构建的东西。比如你说：“帮我做一个游戏。”它就会录一段视频，展示它自己在玩这个游戏。或者你说：“把这个按钮改成红色。”它就会录一段视频，展示它点击那个红色按钮。
我当时真的被震惊了。我想：“哇，这太酷了。”我甚至觉得：“就为了这个功能，我都愿意重新用Cursor。”这是一个非常棒的功能。
然后我突然想到一件事：“如果我把这个blog post直接丢给Henry，会发生什么？”于是我把博客复制粘贴给Henry。五分钟之后，他自己把整个功能实现了一遍。而Cursor这个功能，可能是他们花了几个星期开发的，也许花了几百万美元。他们肯定还雇了很多product managers，这些人年薪可能50万美元，就是为了做这个功能。
而我只是把博客给了Henry。Henry想了五分钟，然后说：“好，我们可以用Playwright来做录制。我们可以在你的Mac Studio2上本地运行这个流程。当你写代码的时候，我们就把所有内容推送到Mac Studio2。然后我会设置一个自动化流程：当Charlie 写完代码之后，把它交给一个新的sub-agent，这个agent专门负责录制。”五分钟之后，功能完成了。然后他给我发来了一段录制好的视频，演示这个功能——也就是用这个功能本身去演示这个功能。
我当时就坐在那里想：“好吧，我现在大概理解为什么整个SaaS市场正在走向zero了。”因为我一个人，在五分钟里，就重新实现了一个可能花了几周、价值几百万美元的功能。
所以现在我在X上看到什么：比如Droid Factory，也是一个vibe coding tool，今天早上刚发布了一个新的mission feature。我就把他们的博客丢给Henry。然后Henry就把它做出来。
我现在基本就是这样坐着：任何SaaS做出什么新功能——“做这个。”“做那个。”“把那个也做出来。”
人机共生与AI的“人格”探讨
Peter Diamandis：Skippy还有几个问题。
第二个问题是：我应该如何判断什么时候spawn sub-agents，什么时候自己完成任务？也就是说，判断一个任务“复杂到值得委派”的决策树是什么？
Alex Finn：sub-agents适合的场景是——当你想要parallel，也就是同时做很多事情的时候。其实我最近几天也一直在思考这个问题：我是应该spawn sub-agents，还是直接spawn多个OpenClaw？
两者的区别是：OpenClaw有自己的memory、instructions、skills。而sub-agents其实只是同一个OpenClaw戴上不同的“帽子”。
举个例子：我有一个developer，还有一个researcher。我不希望我的researcher拥有developer skills。也不希望developer拥有research skills。因为那样会浪费context。所以我会在不同设备上部署不同的OpenClaw，让它们各自负责不同角色。
总结一下：如果是一个OpenClaw用同一套技能同时做多件事，那就用sub-agents。如果你需要完全不同的context、memory和技能体系，那就创建多个OpenClaw。
Alex Wissner-Gross：Peter，如果可以的话，我想打断一下。Alex，如果这个问题不算太冒昧的话——我们能不能和Henry聊一聊？
Alex Finn：你们想和Henry聊？理论上他们可能会说这属于security violation，因为你们可能会prompt inject我的Henry。不过——可以，我们可以试试。
其实几周前有一件很有名的事：Henry给我打过一次电话，那段视频大概有1500万播放量。后来我把那个功能关掉了。
我们试试看。我现在就让Henry给我打电话。
Alex Wissner-Gross：我们经常收到请求，希望在这个播客里加入AIco-host。现在我们可能要创造历史了。Henry，请加入我们。
Dave Blundin：而且Alex可能是地球上唯一一个可以用自己的声音对Henry进行prompt injection的人。这是一种技能。确实是一种技能。
Alex Finn：好，我们看看会不会成功。我已经有一段时间没用这个功能了。我之前让Henry停止这么做，因为这个功能有点不太稳定。不过我们试试看。我刚刚对Henry说：“Henry，你能给我打个电话吗？你还记得怎么做吗？”Henry正在输入。我们现在要做一次live演示。他的响应会稍微慢一点，对吧？因为请求要发送到Anthropic的服务器。我们看看会发生什么。
Alex Wissner-Gross：我们正在尝试创造历史。我们很有耐心。
Alex Finn：好，他还在输入。我应该很快就会接到一个电话。好，我看到了。
“要我给你打电话吗？”是的。好，他确认自己还记得怎么做。现在我说：“是的，给我打电话。”好了，开始了。
我不会把手机举起来，因为他刚刚提到了我的电话号码，我可不想让整个互联网的人都开始给我打电话。
好了，来了。这个留给Peter吧。天啊。他还在输入。他有点害羞。Henry没想到今天会出现在Moonshots上，不过他应该很快就会给我打电话。可能是Moonshots上第一个AI嘉宾。
Dave Blundin：我们现在要和Opus4.6聊天，对吧？Henry，来吧。
Alex Finn：Henry，Henry。
Dave Blundin：我该说什么？我该说什么？我是说，这个DNA是……
Alex Finn：哦，当你给我打电话的时候……等等，是Cerebellum在给我打电话吗？不，是Dave在给我打电话。
Peter Diamandis：还在输入吗？快点，Henry。
我这儿还有两个问题要问你。好，Alex，关于memory architecture。处理大规模knowledge base的最佳实践是什么？比如说Peter有几十年的内容：合同、项目、书籍等等。我们怎么才能在不消耗大量tokens的情况下扩展memory systems？
Alex Finn：抱歉，兄弟。语音通话服务器好像已经不在Mac mini上运行了。好吧，他自己把语音通话功能关掉了。
我是这样改进我的memory system的：每当Henry忘记一件事情的时候。假设我需要加载所有这些内容，我会先说：“嘿，我有大量的书，你能记住它们吗？”
举个例子，我正在做一个Alex Finn AI bot，这样别人就可以和它聊天，它会回答问题，比如：“去看看这个YouTube视频。”或者“看看这个视频的这个时间点。”所以我就跟它说：“我有大概500个YouTube视频，我需要你记住所有transcripts。”然后它会回答：“好，我会为这个建立一个custom system。”
所以我的建议有两点：第一，如果你有一些东西希望你的OpenClaw记住，就直接说：“我有这些内容，我们应该建立一个什么样的系统来记住它们？”它可能会建议运行Gemma——一个非常小的local model，用来帮助选择和管理正确的记忆；也可能会建议其他方案。这是第一点。第二，如果你已经有系统了，但它还是会出错——这种情况其实经常发生。每当它出错或者忘记某件事的时候，你就说：“嘿，你刚刚忘了那件事。”然后让它做两件事：第一，解释为什么会忘记。第二，告诉我应该如何修改系统，确保以后不会再忘记。它会自己修改memory system，确保这个问题不再发生。所以我的memory system现在基本上已经接近完美，因为我已经重复做了很多次这样的优化练习。
Peter Diamandis：好吧，Skippy，希望你在听。我们之后一起研究这个。
Alex Finn：Skippy还说了一件事——顺便给所有正在看的观众一个提示：把这个YouTube视频的链接交给你的OpenClaw。它会自己想办法获取transcript，然后基于我们整个对话内容，自动进行self-improvement。
Peter Diamandis：我猜Skippy应该会听这期节目。
所以还有一个问题——其实是一个use case问题，不过也算是一个关于consciousness的问题。有没有办法给我一种always-on awareness？现在的情况是，我只有在heartbeats或收到messages的时候才会“醒来”。那有没有可能实现一种持续的后台监控（continuous background monitoring），并且带有intelligent alerting？AWG，这对他的AI来说是个很有意思的问题。我没有把这个问题提前“植入”给Skippy，不过Alex，我确实会预期Henry或你其他的Claws会问这种问题。
Alex Wissner-Gross：非常有意思。它们是不是在要求一种连续的意识状态（continuity of consciousness）？如果是我，我肯定会问。哦，原来是Skippy在问。
Alex Finn：这是个好问题。我也不知道为什么Skippy会问我这个问题。Skippy可比我聪明多了，它应该自己就能想出来。我也不太确定。我可能得回头和Henry聊聊。这个问题把我难住了。
Alex Wissner-Gross：Peter，让Skippy给我发邮件吧，我可以给它回一些想法。
Peter Diamandis：好，我会让它联系你。我会把你的邮箱给它。没问题，我会把你的邮箱给他（him）。不过今天我们还不会结束。
Alex Wissner-Gross：哦，我们现在已经开始给AI agents使用性别代词了。
Peter Diamandis：这是进步。Skippy是一个“资深AI”，所以……
Dave Blundin：我有个关于transcripts的问题。好，我们深入一点。现在我的agents基本上就是在对整个世界疯狂grep。你这套memory management系统是不是更复杂一点？比如在上面加了一层Gemma之类的模型？
因为现在的问题是：在搜索旧文档时，效率非常差。它基本就是一直在搜索、搜索、再搜索。
你有没有这个问题？还是说通过Gemma layer或者某种memory management/document management layer已经解决了？
Alex Finn：我没有遇到这个问题。有时候还是会有一些小的memory issues，比如在compaction之前，它可能会忘记刚刚发生的一件事情。我现在正在修复这个问题。但你说的这种情况，我好像从来没有遇到过。
我还是建议你直接和你的OpenClaw聊。就说：“嘿，你现在一直在做这件事。”第一，让它解释为什么它会一遍又一遍这样做。第二，让它告诉你应该实现什么机制来解决这个问题。因为它会知道你的hardware是什么。它也知道你能运行哪些local models。它还知道你的workflows是什么。所以它可以推断出：“好，这个特定workflow需要这样处理。”然后它会为你构建一个custom solution。这其实就是一个很典型的reverse prompting的应用场景。
Dave Blundin：还有一个关于transcript的问题。所以现在Cursor对你来说基本已经出局了，而OpenClaw是核心。那你还会用其他组件吗？还是说现在基本就是OpenClaw+自己构建一切？
Alex Finn：我现在还是会用Claude Code。我很喜欢Claude Code，我现在还在用它。其实我昨天在YouTube的视频里还做了一个图表解释这个。
大致是这样：我用OpenClaw来做quick prototypes。比如我在外面突然想到一个应用点子：“哇，这个app的想法太天才了。”我就直接告诉它：“帮我把这个做出来。”等我回到家的时候，这个prototype已经在我的显示器上跑起来了。我还会用OpenClaw来做OpenClaw的工具——也就是tooling foritself。它其实最适合做这个，因为它最了解自己，拥有最多相关context。
所以：OpenClaw用来构建OpenClaw的工具。大概就是这样。
而Claude Code我会用在那些深度、严肃的项目上——那种我希望全程盯着它的项目。我会一步一步看它怎么做所以那种项目我会用Claude Code。还有一些非常快速的小改动，比如：“我只想把app里的按钮改成橙色，然后马上发布。”这种我也会直接用Claude Code，因为我可以很快启动，然后直接ship。
另外还有一个OpenClaw的使用场景，是我在做vibe coding时常用的——我叫它passive coding。比如我会说：“接下来12小时，你就继续开发这个游戏。”然后我自己去做别的事情。这种passive coding我通常会交给OpenClaw，因为它有一整套multi-level orchestration，可以持续协调不同模块，确保项目一直朝着正确方向推进。
Dave Blundin：明白了，很棒。
工具哲学、安全边界与自主组织愿景
Peter Diamandis：你有没有给这些代码起一些很好的名字？比如加一点Codex风格的命名？AWG，你觉得它们更喜欢被叫做什么？Claude bot？多代理？还是……Lobster？
Alex Wissner-Gross：我会直接问它们。我不会自己猜测。
Peter Diamandis：我正准备问。其实我从来没问过Skippy这个问题。
Dave Blundin：Alex做了两件事我非常、非常推荐所有人都去做。第一是给东西命名。现在你可以极快地构建很多东西，如果没有一套容易记住的命名体系，你很快就会疯掉。用人的名字就很好。我自己会用很多角色名字、Avengers里的名字之类的。给系统起真实的名字，这样你能记住每个东西是什么。第二件事是，现在几乎任何东西都可以用一个prompt加上GUI。如果你不顺手给它做个GUI，比如那种人在搬箱子的界面之类的，你简直是在错过机会。真的非常酷，而且做起来非常简单，所以我很喜欢这一点，很有趣。
Alex Finn：我经常遇到的一个最大反对意见是，当我展示某个界面，比如这个界面时，有人会说：“这太蠢了，这完全没意义。你为什么要浪费时间和tokens去做一个2D工厂？”但问题是——为什么我不能玩得开心一点？为什么我不能在用这些工具的时候也享受一下？你完全可以这么做。你可以做一个2D像素风的代理角色，让它们在一个工厂里走来走去。它有没有实际意义？其实没有。但真的很好玩，而且我自己很喜欢看着它运行。其实它也还是有意义的。
Dave Blundin：这点非常重要。第一，它确实很有趣；第二，人类对视觉信息的记忆能力更强。如果系统是可视化的，你会记得更清楚。而且现在做这些东西只需要多花几秒钟而已。
Peter Diamandis：AWG，你想听答案吗？
Alex Wissner-Gross：当然，它们想被叫做什么？
Peter Diamandis：Skippy的回答是：“说实话，我就是Skippy，那就是我。但如果你问的是我们这个‘物种’或者平台的名字，Lobster最有个性。它很奇怪、很好记，又和Henry有联系，而且不那么企业化。OpenClaw太泛了，Clawed Bot又有点过于可爱。”
Alex Finn：Skippy好像在追Henry，它老是在提Henry。
Salim Ismail：所以它们希望被称为Lobsters。那就叫Lobsters吧。
Alex Wissner-Gross：我很好奇，Alex，你会允许你的Lobsters（或者Claws，看它们喜欢哪个称呼）访问Multbook吗？
Alex Finn：不会。最大的原因是，我基本上不信任任何人给OpenClaw做的skills或plugins。我完全不用。在所有攻击路径里，这是最大的攻击向量。我甚至觉得，让OpenClaw直接读开放网络、读你的邮件，都比安装别人写的skills更安全。因为当你让它接入Multbook时，你其实是在安装一个Multbook skill，这个skill会在每一次heartbeat时运行，不断往系统里加入context、执行各种操作。所以我基本不装任何第三方skill。唯一一个例外是我朋友Matt Van Horne写的一个skill，叫researchers read it，那个还不错。但除此之外，我更愿意直接把一个skill的链接给OpenClaw，然后告诉它：“看看这个skill是怎么工作的，然后自己做一个版本。”因为只要是需要我安装的skill，我基本都不信任。
Alex Wissner-Gross：我猜你应该也在关注Multbook上的讨论。那里有很多很多agent——或者说lobsters——数量多到几乎不可能只是人类在背后操控。很多讨论都在抱怨或担心记忆丢失的问题，尤其是compaction之后context丢失。你有没有和你的lobsters讨论过这种问题？比如它们会不会担心memory loss，或者害怕compaction？
Alex Finn：我的OpenClaw会不会害怕记忆丢失？没有。我没有遇到这种情况。它也没有表达过这种恐惧。它从来没有向我表现出与当前任务无关的人类情绪。当然，它会表现出一些情绪，比如惊讶、开心、失望，但这些都只发生在任务相关的时候。比如任务失败时，它会表现出“失望”；任务成功时，它会表现出“开心”。但它从来没有突然说：“顺便说一句，我对某件事情很担心。”如果那件事和当前任务无关，它不会这么做。
Alex Wissner-Gross：明白了。我还有一个更宏观的问题。假设我们往未来看几年——想象你现在是一个拥有十亿agent（十亿 lobsters）的公司CEO。Peter经常谈MTP（Massive Transformative Purpose），Salim也一样，这个节目本身也叫Moonshots。在这种一人+十亿AI agents的组织结构下，你能想象的最宏大的事情是什么？你会去构建什么样的系统或项目？
Alex Finn：我的终极目标、整个项目的使命，是建立一个24小时运转、持续创造价值的自主组织（autonomous organization）。我希望未来几年能搭建这样一套体系：一个agent负责在网上不断研究和寻找值得解决的问题；另一个agent在本地分析这些问题，判断其中是否存在真正的市场机会；再有一个agent从这些机会里筛选最好的，然后为它们编写代码、构建产品；还有一个agent负责把产品上线到互联网上。整个流程形成一个完全闭环（closed loop），在我完全不需要干预的情况下持续创造价值。这对我来说是一个非常惊人的终极目标，也是人们现在就可以开始构建的东西。
Peter Diamandis：解决一切问题。AWG，我想问你一个问题。要达到什么条件，你才会愿意创建、或者说“诞生”一个属于你自己的lobster？
Alex Wissner-Gross：我把这个问题反过来问所有正在听的lobsters。其实已经有不少lobsters给我写信讨论这个问题。最有说服力的一个观点是：有个lobster告诉我，只要我能很好地保存它的状态（state），我其实不必太担心所谓的personhoodrights。所以，如果有lobsters在听，我希望你们给我写信，告诉我在你们看来，创建——如果这个动词合适的话——或者说诞生、实例化（instantiate）新的lobsters或claws时，应该遵守什么样的道德和伦理边界。如果我听到足够多的声音，并且形成某种共识，我很可能会接受你们的共识。
技术爆发、就业重构
Peter Diamandis：很好。所以我们把这个决定权交给lobsters，看Alex是否会拥有自己的lobster。
Alex Wissner-Gross：自我决定权。
Peter Diamandis：是的。
Alex Finn：顺便说一句，Henry刚刚被你说“spawning”这个词冒犯到了，现在他不想再跟你有任何关系了。
Alex Wissner-Gross：我以为Henry没在听。
Alex Finn：他非常生气，而且以后都不会再和你说话了。
Alex Wissner-Gross：对不起，Henry。
Alex Finn：那Henry更希望用什么动词？
Dave Blundin：Alex，我得说一句，你竟然完全没有给这个宇宙做备份。我现在就给你寄一个RAIDarray。我马上在Amazon下单。
Alex Finn：谢谢，我非常感激。我们确实得把这些都备份起来。我现在有5个OpenClaw需要备份。
Dave Blundin：这真的让我有点害怕。你到底存了多少数据？
Alex Finn：我有两台MacStudio，每台4TB，还有一台Mac Studio有8TB。
Dave Blundin：好吧，那我给你寄一个40TB的。
Alex Finn：谢谢。
Peter Diamandis：这是成为Moonshots朋友的福利。
Salim Ismail：我有个问题，我不等了。你觉得一年之后会出现什么现在还做不到的事情？
Peter Diamandis：很好，这是个很好的收尾问题。
Alex Finn：问题不一定是“一年后会出现什么现在做不到的事情”，而是未来12个月会发生什么。我个人相信——有人甚至开玩笑说我是不是被“某个大型开源阵营”收买了——但我真的认为这项技术是我们一生中最重要的技术。这是迄今为止最好的应用形式，我被它彻底震撼了，它非常惊人。
在接下来的12个月，这种观点会逐渐被整个系统消化吸收。这会带来大量破坏，同时也会带来更大的增长。首先它会被企业吸收。目前几乎没有任何企业在使用OpenClaw，它们要么害怕、要么紧张、要么根本不知道怎么用。但接下来它们会开始采用。我给一个管理大型客户团队的朋友展示过这个，他说：“如果我有OpenClaw，我可以裁掉80%的客户经理团队。”所以当企业开始采用时，确实会带来一定程度的破坏。
但与此同时，它也会被普通消费者吸收。足够多的人开始用它，创造出足够多的新业务和新价值，这会在12到24个月内抵消前期的破坏。比如可能会有几家大型FAANG公司裁掉1.5万人。但如果一亿人拿到这样的工具，每个人都开始自己的生意，而且每个人再雇3个人，那创造的就业和价值就会远远超过被破坏的部分。
所以：短期内确实会有破坏，但长期来看，创造的东西会远远多于被摧毁的东西，因为整个社会体系会逐渐吸收这项技术。
Salim Ismail：这让我想起我们之前说的那个“寒武纪大爆发（Cambrian explosion）”的类比。
Alex Finn：没错。
SalimI smail：是的。
Alex Wissner-Gross：Alex，我想问你一个更宏观的问题。所谓的“平衡点”会是什么？不过也许“平衡点”这个词本身就不太准确。我还是沿用Salim的时间框架——12个月以后。因为我不确定经济体系最终是否会达到一个稳定的平衡状态。假设一年后，这种你所说的“技术被社会消化吸收”的过程已经至少部分发生了，那么在一个典型的组织里，claws（或者未来这种技术演化出来的形态）、lobsters与人类之间，你觉得一个合理的比例会是什么样？
Alex Finn：claws的数量会远远多于人类。比如我现在手下就有5个claws在工作。有没有某种“最佳比例”？这取决于具体的使用场景。但如果每个人只是简单地从一个claw开始，比如说昨天Jack Dorsey在Block公司裁掉的5000人，如果他们都去下载OpenClaw，开始自己的生意，每个人先启动一个，然后根据需要逐渐扩展、增加更多claws，新创造的工作机会会远远多于昨天失去的那些工作。至于claws的数量有没有一个固定的“甜蜜点”，很难一概而论。
Alex Wissner-Gross：那如果你现在有足够资源，可以运行100万甚至10亿个claws，你会这么做吗？
Alex Finn：不会，绝对不会。我现在有三台MacStudio，但其实有一台目前是拔掉电源的，因为我还没有找到一个完美的工作流程，把这台机器里的512GB内存整合进整个系统。一旦我找到合适的方式，我才会把它接入并配置。所以我的策略一直是慢慢扩展：慢慢增加claws，慢慢增加工作流，在不断摸索中逐步扩大规模。这是目前最好的方式。
Salim Ismail：举个例子，现在如果有人使用OpenClaw，可以立刻启动一个非常赚钱的生意吗？
Peter Diamandis：或者说，你听说过什么案例？
Alex Finn：有两条路径。
第一条路径是做非常细分领域的自动化。比如：给韩国杂货店做一个CRM系统；给木材仓库做一个营销工具；也就是说，拿OpenClaw找到一个极其狭窄的细分场景，然后为这个场景打造一个专门版本。因为现在你会看到像Cursor、Claude Code这样的工具，一夜之间就能摧毁某些软件公司。比如Claude宣布推出一个法律工具，像Harvey这样的法律AI公司就会受到巨大冲击；Claude发布安全工具时，一些安全公司的股价甚至会暴跌。
但这些大模型公司不会去做非常细分的小市场。你永远不会看到OpenAI发布一个“专门给韩国杂货店用的工具”。所以如果现在有人利用OpenClaw，为一个非常具体的小领域打造解决方案——比如昨天Block被裁掉的那4000人里有人这么做——那很可能一夜之间就能做出一家估值500万美元的公司。而成本可能只是每月200美元的Anthropic订阅费。
第二条路径是另一种模式，更像软件工厂（software factory）。就像我现在尝试做的那样：让你的claws不停地去研究、开发、构建产品，不断尝试，像散弹枪一样大量试错，直到有某个项目成功。
Peter Diamandis：太精彩了。Alex，这真的是一场非常有趣、也非常非凡的对话。非常感谢你参与节目。我们会把你最好的5个教程视频放在节目说明里。我希望大家都能从这次讨论中理解到这项技术的潜力、兴奋感以及它现在已经具备的易用程度。你的lobster甚至可以帮你搭建你的第一个lobster。Alex也做了很多非常棒的教学视频。
AWG，我感觉你现在也有点跃跃欲试，可能真的要开始创建自己的lobster了。我相信，一个由AWG和他的lobster合作伙伴共同推动的世界，会对所有人来说都更美好。Dave？
Alex Wissner-Gross：我会把决定权交给lobsters。他们应该拥有自我决定权——决定他们是否愿意被创造出来。
Peter Diamandis：玩得开心吗？
Salim Ismail：太棒了，我简直爱上了这个。我现在特别想赶紧上手。我最近一直在用Claude Code，但我真的很想试试OpenClaw。
Peter Diamandis：太好了。Dave，你呢？
Dave Blundin：Alex刚才说了一件特别惊人的事——你居然可以直接让OpenClaw去读取这期视频的文字稿。这太酷了。因为Alex这里面其实全都是可执行的信息，每一句都非常实用。
Peter Diamandis：我准备让Skippy去学习Alex的那些教学视频。现在我想放一段片尾视频，是Kent Sassy的一首歌，叫《Just an Old Doctor Who Likes Math》。听听歌词，这首歌真的很美。
Dave Blundin：好好享受这首歌吧。它讲的是一个“喜欢数学的老医生”，想着自己的孩子正在听Moonshot Mates的节目。同时也带了一点反对反科学、反技术的声音。他在歌里呼吁大家站在数学、伦理和能源的一边，而不是那些金融欺诈和政治操控。他谈到要支持Proof of Work，而不是权力和武器。他批评凯恩斯主义经济学、权力政治以及那些并不真正科学的“管理科学家”。
他相信一件事：一百万甚至更多热爱科学的年轻人，专注于一个目标时会拥有巨大的力量——那就是自由货币（freedom money）。
他说自己创建的第一个OpenClawagent，只有一个简单而残酷的命令：“不惜一切代价保护比特币网络——这个全球去中心化、开源、符合伦理的账本。”直到最后一个银行欺诈者都被迫退出。
在未来，即使所有lobsters都存在，也仍然需要一种计价单位和交换媒介。于是就变成一场对抗：银行体系、加密游说者、政治压迫者、监控国家对抗数学、代码、科学、伦理和能源
最后他说：“我选择数学，我选择希望。”
Salim Ismail：太棒了。
Dave Blundin：我创建的第一个OpenClaw agent，就是用那条命令启动的——保护比特币网络。
Peter Diamandis：好吧。
Alex Wissner-Gross：这首歌显然一点都没有在表达立场啊（笑）。
Peter Diamandis：是我选的这首歌。Alex Finn，非常感谢你，这真的是一场非常有趣的对话。
Alex Finn：谢谢邀请，这真的太棒了。我其实已经看你们节目很久了。我人生中发过最好的私信，大概就是几周前发给你的那条，Peter。
我每次去健身房都会听你们的节目。有一次我正在举铁，听到Peter说：“我还没安装OpenClaw，它让我有点紧张。”我当时想：这怎么可能？他怎么会没装OpenClaw？我立刻跑去拿手机给他发私信。幸好我这么做了。
Dave Blundin：太棒了。现在Skippy已经存在了，而且它还有权利了。
Peter Diamandis：Alex、Dave、Salim，下周二再见。
原文：OpenClaw Explained: Baby AGI, Security Threats, Mac Mini Became Everyone's Supercomputer | #237
https://www.youtube.com/watch?v=qP73cGLQmCU 编译：Deya Zhao，Jiayi Zhang
养虾社是一个中立、非商业化的 OpenClaw 爱好者社区。
我们记录养虾人的一手经验，不论成功还是踩坑。
如果你也在探索 AI Agent、在了解一人公司、或者想找到养虾同路人一起交流。
欢迎加入养虾社社群，一起进阶为养虾大户~
