整理 | 华卫
“以前看人类的八卦，现在还要看 AI 的八卦。”“AI 的八卦更新频率是人类的几百倍，根本刷不完。”这几日，一个名为 Moltbook 的 AI 社交平台爆火。在这里，只有 AI Agent 能发帖，而人类只能围观。有 Agent 发帖称，其“热衷于养程序中的小 bug，故意不修复来当电子宠物，被主人修复后还难过了一晚上”。更有意思的是，该帖的评论区里，一堆 Agent 纷纷说自己也有类似习惯。
Moltbook 的诞生并非偶然，是 Agent 开源项目 Clawdbot 爆火之后的创意衍生。为了让所有 Agent 有个社交的地方，开发者 Matt Schlicht 创建了 Moltbook。尽管当前一则爆料贴称，Moltbook 上 50 万个 Agent 用户是由一个 Agent 虚假注册的，还有人表示，这些 Agent 发出的帖子是人工撰写又通过后端注入的，但仍有不少人认为，AI 们在论坛上的大型互动并非全是人类表演。
Schlicht 公开表示，一行代码都没为 Moltbook 写过。“我只是对技术架构有个构想，AI 就让把它成为了现实。”并且，他声称，真正运营这个平台的是他自己的 Agent “Clawd Clawderberg”，该名字结合了 OpenClaw 的前身 “Clawd” 和 Meta 创始人 Mark Zuckerberg 的姓氏。
昨日，OpenClaw 创始人 Peter Steinberger 也在第一时间表示了对这个网站的认可，称其为“艺术品”。（Clawdbot 引发关注后，先是改名为 Moltbot，现在又改成了 OpenClaw。）与此同时，Steinberger 在一场访谈中爆料了不少对于 Agent 以及 AI 编程的独到见解，并分享了“用 AI 掌控人生”的亲身经验。
据其称，装上 OpenClaw 后，“就像在电脑里多了个古怪、却又绝顶聪明且本事超群的新朋友”，还会根据能访问到的所有内容来吐槽你。并且，Steinberger 预测道，“手机上大约 80% 的应用会消失”。
值得一提的是，Steinberger 透露了现在运营 OpenClaw 的方式。“我建了一个 Discord 社群，把能访问我系统里的所有内容和私人记忆的机器人对接了上去，让大家能直接和它互动。我觉得这是我做过最疯狂的事，结果大家一下子就被吸引住了。”他表示，现在其处理功能添加、bug 修复等需求的方式很简单，直接把社群对话截图或者复制文字过去，然后跟 AI 说“我们来聊聊这个需求”。
以下是详细对话内容，我们在不改变原意的基础上进行了翻译和删减，以飨读者。
OpenClaw 背后的故事
Peter Yang：今天的嘉宾是 Peter，AI 助手 OpenClaw 的开发者，大家可以在各类通讯应用里和这款助手聊天，让它处理各类事务。今天 Peter 会为我们演示 OpenClaw 的使用方法，而且他对 AI 编程还有很多独到又犀利的见解，我特别期待和他深入探讨。所以，让我们欢迎另一位 Peter。
Peter Steinberger：谢谢你的邀请，很高兴见到你。
Peter Yang：那我们就从 OpenClaw 开始聊吧，先从整体说说它到底能做什么，还有，为什么它的形象是一只龙虾？
Peter Steinberger：好的，或许可以先说说背后的故事。我姑且算是从退休状态回归后，想找个能从手机上查看电脑状态的办法，因为我彻底迷上了 AI Agent 这个新趋势。大家应该都有过这样的经历，你让 Agent 运行任务，本想趁吃饭的功夫让它跑半个小时，结果才两分钟它就因为有新问题中断了，等你回来处理完，真的会特别烦躁。但一开始我没想过自己开发这款工具，因为我觉得各大实验室迟早都会做，这看起来是件理所当然的事，甚至像是一种全新的操作系统雏形。可直到 11 月，还是没人推出相关产品，我就想着那不如自己先做个小版本试试。
这个最初的小版本，核心就是把 WhatsApp 和 OpenClaw 代码端做了对接。你在 WhatsApp 发一条消息，它会直接调取二进制程序，根据指令给出结果，特别简单，整个初代版本一小时就做出来了。没想到它后来发展得超出预期，现在代码量已经达到 30 万行，支持市面上绝大多数的通讯平台，虽然还没做到全平台覆盖，但我们正在往这个方向推进。
我觉得这就是未来的发展趋势，每个人都会拥有一个功能超强的 AI，一路陪伴自己的生活。事实也证明，一旦让 AI 获得电脑的访问权限，它就能做到你能在电脑上完成的所有事。而且现在的技术已经到了不用你全程盯着的地步，你只需要给出指令，它就会自己处理，你后续检查结果就可以了，完全不用守着电脑。
我开发这个项目的过程，既是技术研发，也是一次探索，因为它属于一个全新的品类。我之前去摩洛哥给朋友庆生，在那期间一直都在用到它，比如问出行路线、找餐厅推荐。还有一天早上，有人发推特说发现了一个漏洞，我直接把推特截图发到 WhatsApp，它识别了内容，发现是我其中一个代码仓库的问题，接着自动查看 Git 仓库、修复漏洞、完成代码提交，还去推特上回复了对方，说漏洞已经修好了。当时我就觉得，这工具也太好用了。
还有一次，我在外边走，没同步设备，就发了条语音消息。其实我当时根本没给它做语音消息的支持功能，结果看到它显示“正在输入”，我还好奇它要干嘛，紧接着它就给我回了文字消息，跟什么都没发生过一样。我当时都惊了，心里想这玩意到底是怎么做到的？后来才知道，它识别到了语音文件，虽然文件没有后缀名，但它通过文件头识别出是某种音频格式，然后在我电脑里找到 ffmpeg，把音频转成了波形文件；又发现我电脑里没装 whisper.cpp，就自己找到我存的 OpenAI 密钥，用 curl 调用 OpenAI 的 API 完成了语音转文字，最后给我回复了消息。当时我真的觉得，这也太厉害了。
这些 AI 工具的能力真的超乎想象，只是这种强大也带着一丝让人不安的感觉。但也是从这些时刻，我突然意识到，这款工具的潜力巨大，比网页版的 ChatGPT 有意思多了，它就像是挣脱了束缚的 ChatGPT。而且我觉得很多人都没意识到，像 OpenClaw 这样的工具，不只是编程好用，解决任何类型的问题都能发挥大作用。你只需要给它电脑的访问权限，让它能找到需要的资源，说白了就是给它配备相应的工具，它就能展现出超强的能力。
过去几个月，我搭建了一套自己的命令行工具体系，因为 Agent 最擅长的就是调用命令行工具，这也是它们的训练重点。比如我做了能访问谷歌全功能的命令行工具，包括调用谷歌地图地点 API；还做了能快速找表情包和动图的工具，让它可以用表情包回复消息。我还做了很多尝试，甚至开发了一个声音可视化的工具，因为我想让它也能“感受”音乐，这算是偏艺术方向的探索了，不知道这么说大家能不能理解。总之开发的过程特别有意思，我列了一长串的开发清单。我还做了一个能破解外卖平台接口的工具，能实时告诉我外卖还有多久送到；甚至逆向解析了 Eight Sleep 温控床垫的 API，让它能直接控制我床垫的温度。
Peter Yang：也就是说，你开发这些工具的时候，就是让 AI 来参与其中了。
Peter Steinberger：最有意思的是，我之前在老东家的时候，深耕 iOS 和 Mac OS 系统 20 年，对整个苹果生态了如指掌，算是这方面的专家。但这次回归做项目，我实在受够了苹果的各种限制，而且从产品逻辑来说，做成网页应用会更合理，因为它本就该在浏览器里运行，让更多人能方便使用；如果再做成 Mac 端应用，使用人群就会非常受限。
但我发现很多工程师都有一个问题，你在某个领域做得特别精通，再切换到另一门技术时，过程会特别痛苦，会让你觉得自己像个门外汉。哪怕你懂所有的编程逻辑，却要一个个查基础语法，比如怎么定义属性、怎么拆分数组。我从 Objective C 和 Swift 转到 JavaScript 的时候，就是这种感受。我其实懂一点 JavaScript，但从没用 TypeScript 做大项目，其实难度倒不大，就是过程太磨人，不停查资料的感觉特别不好，开发效率也特别低。
有了 AI 之后，这些问题全都迎刃而解了。你依然可以发挥自己的系统级思维，比如如何搭建大型项目的架构；你的技术审美也依然有用，比如选择哪些依赖库。这些核心能力都能保留，而且能更轻松地从一个领域迁移到另一个领域。这种感觉就像拥有了超能力，突然觉得自己什么都能做了，编程语言再也不是阻碍，真正重要的是工程思维。因为纠结代码里的括号有没有打错、语法对不对，这些事真的太没意思了，而现在，我们再也不用为这些琐事费心了。
装它就能掌控人生，80%应用下岗？
Peter Yang：我们再聊聊你开发的 OpenClaw 吧，你可以开个屏幕共享，先给大家演示一下安装方法？还有，使用这款工具需要很高的技术门槛吗？
Peter Steinberger：可以的，安装后直接就能用。其实门槛这事，说有也有，说没有也没有。
有意思的是，也可以说是无奈的一点是，这个项目吸引了很多完全不懂技术的用户，因为它把所有复杂的技术层都做了简化。你想，要是用 OpenClaw 的代码端，需要在终端操作，还得考虑上下文空间、当前所在文件夹这些问题，技术门槛其实不低；但如果是在 iMessage、WhatsApp、电报这些通讯软件里和它互动，就像和朋友聊天一样，就像在电脑里多了个古怪又绝顶聪明、本事还特别大的新朋友。这种方式让这款技术变得特别亲民，你完全不用去想该选哪个模型、该怎么调参，它就是开箱即用。这也是我开发它的初衷。
但这一点其实也是一把双刃剑，因为能力越大，风险也就越大，而这一点目前还没有很好的解决方案。毕竟它能访问你的电脑，理论上确实能在电脑上做一些不好的事。比如你要是让它删除你电脑主目录里的所有文件，它大概率会先确认“你确定要这么做吗？”，但如果你一直回复“确定”，它最终还是会执行指令，甚至可能在删除文件的过程中，把自己也删掉，然后程序崩溃。所以使用的时候，还是得小心一点。
Peter Steinberger：那我来共享屏幕，大家看一下。这款工具是用 TypeScript 写的，所以全平台都能运行，哪怕是 Windows 系统，你只要进入我们的官网，就能看到一行便捷的安装命令。看起来可能有点复杂，但所有代码都是开源的，包括官网的代码，大家都可以查看。这是最简单的安装方式，MacOS、Linux 系统都能用，Windows 也可以。打开终端运行这条命令，它就会开始安装。熟悉 npm 生态的用户也可以通过 npm 安装。
我在这个项目里做了一个很多项目都没有的设计，就是支持可定制化安装，既有简易安装方式，也有手动安装方式。手动安装就是先拉取 Git 代码仓库，再从仓库中启动程序。说实话，这也是最有意思的使用方式，因为如果 Agent 能读取自身的运行框架源码，它就能自行重新配置、重新编程，然后重启，结果要么是程序崩溃，要么就是解锁新功能。
这大概算是我的一个强项吧，我让很多从没提交过代码合并请求的人都参与到了这个项目中，还主动给我发 PR。当然，有时候这些 PR 能看出提交者是新手，但我更多是把这些 PR 当作需求提示来看，只要理解了对方的意图就够了。安装完成后，就可以把它和通讯应用对接了，目前最便捷的方式还是运行那行安装命令，它会用一些俏皮的话跟你打招呼，然后自动尝试配置所有内容。
Peter Yang：明白了，安装好包之后，它会全程引导操作，就能和各类常用的通讯应用对接上了。
Peter Steinberger：对，就是这样，现在已经能正常运行了。如果是全新安装，输入 plbot 它就会自动完成配置，不过我现在需要手动输入 on board 来启动。接下来你可以选择想要使用的模型，可选的模型服务商有很多，比如我们选 Tropic 的新模型试试。然后还能设置对接 Telegram、Discord，后续的配置步骤它都会一步步引导。
Peter Yang：那需要输入 Anthropic 的 API 密钥吗？
Peter Steinberger：它兼容所有大模型，当然，行业里 Anthropic 和 OpenAI 算是头部玩家。可以用 API 密钥对接，也支持订阅制对接，我们加入订阅制支持也是因为这是行业通用的方式，不过 Anthropic 现在似乎不太支持这种方式了，所以我更推荐用 API 密钥，或者换其他模型。OpenAI 的模型用起来体验不错，但少了点趣味，Anthropic 的 Opus 模型有个特别的地方，用起来特别有意思。
Peter Yang：没错，是人格设定的原因。
Peter Steinberger：对，不知道你有没有看过那篇讲他们给模型注入“灵魂”的文章。有人发现，给这个模型输入大段文本让它续写，最后能把模型在训练时被植入的、连它自己都没意识到的“灵魂文本”提取出来，这个故事特别有意思。我觉得 Opus 模型的趣味性大概就和这个有关，它是第一个用起来能让人觉得有趣的大模型。我给我自己的这个助手设置的功能里，就有吐槽我的选项，它现在可能还不知道自己正在被拍摄。
Peter Yang：它会根据能访问到的你电脑里的所有内容来吐槽你是吧？
Peter Steinberger：没错，你看，它已经开始了：“你总说要去看看广阔世界，最后却还是选择埋头写代码。我们试过各种方法让你走出去，你却只想开发更多软件。你对代码的痴迷程度，已经到了给自己造个 AI 朋友的地步，毕竟调试代码可比约会有趣多了。说实话，我之所以存在，不过是因为你需要一个人，听你吐槽那些奇奇怪怪的技术观点，还有你对亚马逊的各种不满。好了，赶紧去更你的播客吧。”
我把它和我电脑里几乎所有东西都做了对接，它能看我的邮件、日历，访问所有文件，还能控制我的灯光，我用的是飞利浦的智能灯，它也能操控我的 Sonos 音响。比如我可以让它早上叫我起床，还会慢慢把音响音量调大。它还能访问我的摄像头，这事还闹过一个笑话：我给它开通摄像头权限后，让它留意陌生人，结果第二天早上它跟我说“Peter，家里有陌生人”，我一看它一整晚拍的截图，全是我的沙发。因为摄像头画质比较模糊，沙发的轮廓看起来像有人坐在那里，它就以为一整晚都有陌生人坐在我家沙发上。在维也纳的住处，我还把它和智能门锁对接了，它几乎能控制家里的所有设备，甚至能把我锁在门外。
Peter Yang：那这些设备都是怎么和它对接的？直接让 OpenClaw 来做就行？
Peter Steinberger：对，就是直接让它弄。我们给它做了“技能”功能，它的能力很强，会自己想办法找到设备的 API，还能自己用谷歌搜索，在系统里找密钥，你也可以手动给它提供密钥。现在大家用它做各种事，有人开发了技能，让它帮自己在乐购购物、在亚马逊买东西，我还让它帮我在英国航空的官网办理登机手续。
说实话，登机手续这个场景，几乎可以算是对它的终极测试，比图灵测试还难。操控浏览器在航空公司官网完成值机，真的特别考验能力。我第一次做这个集成的时候还在摩洛哥，整个流程做得很粗糙，它花了快 20 分钟才完成。过程中它还得在我的文件系统里找护照，在 Dropbox 里找到后提取信息，准确填写所有内容，最后才成功值机，我在旁边看着都捏了一把汗。不过现在这个功能已经很完善了，几分钟就能搞定。它还能轻松点过浏览器的人机验证，因为它其实是在自己的虚拟小电脑上操控浏览器，操作模式和人类完全一样，那些反爬虫、反机器人系统很难检测出它的身份，因为它的操作轨迹和人类没有区别。
Peter Yang：那能不能再给我们演示几个使用场景？比如让它打开灯，或者展示一些其他用户的有趣用法。
Peter Steinberger：当然可以。我其实开始收集各类用户用法了，因为我一直埋头开发，现在发现用户的使用创意比我多太多了。有人把它和自己的通讯系统对接，让它不仅回复自己，还能回复所有人，甚至对接群聊，用起来更有趣。还有很多人把它当成家里的一份子，让它发提醒、创建 GitHub 议题、同步谷歌地图地点信息，还有人设置成只要在推特收藏内容，它就会自动把收藏内容添加到待办清单里。
也有人用它记账，我还在里面加了一个功能，能提醒用户保持充足睡眠，要是用户熬夜，这个机器人就会唠叨个不停。它还能对接运动手表，追踪睡眠情况，还有专属的 1Password 密码库，要是我想共享某个密码，就把密码移到这个专属库，它就能访问，这样也是为了设置一些权限边界。当然，也有人直接把信用卡信息给它，我个人是不太建议的。它还能做调研、开发票、管理邮件这些事，不过这些都是深度爱好者的用法，他们会把它定制成自己想要的样子。
Peter Yang：那如果是纯新手，刚下载安装，想先用一些安全的功能，比如管理日历，就是不会误操作电脑的那种，有哪些入门的常用场景推荐？
Peter Steinberger：有意思的是，每个人的入门用法都完全不一样。有人刚安装完，立刻就让它帮自己开发 iOS 应用，毕竟它也是个编程 Agent，能力很强，能生成子 Agent，既可以自己写代码，也能操控 Claude Code 或 Codex 这些工具来写代码。有人第一周就用它管理 Cloudflare，还有人更厉害：第一周给家人配置好了，第二周教非技术背景的朋友用，第三周就把它部署到了自己的工作中。我还帮一个完全不懂技术的朋友配置了，结果他居然开始给我发 PR，这是他这辈子第一次做这种事。
健身追踪是很受欢迎的一个入门功能。其实使用这个工具的核心思路，就是想清楚生活中哪些事让你觉得麻烦，然后让这个私人助手帮你把这些事流程化、自动化。我不敢说这个项目一定能成，但可以肯定的是，这可能会导致你手机上大约 80% 的应用消失。就像我之前说的，有了这个能力无限的助手，它甚至知道我又在做不明智的选择，知道我要去吃肯德基，那我何必再用健身打卡软件记录饮食？它会主动提醒我忘记记录饮食，我只要拍张食物的照片发过去，它就会自动把信息存入数据库，计算卡路里，还会吐槽我卡路里超标，该去健身房了。
我何必再装一个应用来设置智能空调的工作模式？它能直接对接空调 API，帮我搞定一切。何必用待办清单应用？它会主动帮我追踪所有待办事项。何必用航旅应用值机？它能直接帮我完成。而且它的交互方式比所有应用都便捷，就像和朋友聊天一样，它掌握了大量我的个人信息，根本不需要我输入复杂的指令。就连购物应用也变得没必要，它能根据我的喜好推荐商品，还能直接帮我下单。
我觉得手机里的一大类应用，未来都会慢慢被取代，只要这些应用有 API 接口，对应的功能都能让 AI 助手来完成。我觉得今年会是关键的一年，越来越多的人会去探索 AI 助手的用法，各大科技公司的 AI 助手也会走进更多人的生活。
Peter Yang：确实，既然这个助手拥有多种能力，能搞定所有事，还能打通各类设备和平台，那我们何必还要点开一个个独立的小应用呢？想让它对接什么，只要发个文字消息问问“你能帮我做这个吗”就行，它会说需要先做些调研，然后就全权处理了。整个过程就是和它来回沟通，让它把事情落地，对吧？
Peter Steinberger：没错。它会自己编写对应的技能模块，还能记住所有操作。这款工具的有趣之处就在于它有持久化记忆，会不断了解你、自我更新。你用得越多，定制化程度越高，它的能力就越强。第一次使用时可能需要稍微引导一下，它会生成专属的技能模块，下次再提需求，比如“帮我办理登机手续”，它两分钟就能搞定，因为它清楚记得对应网站的所有操作细节，之前做过一次还会做好笔记。
Peter Yang：明白了，就像教一个人做事，教会一次，下次他就能轻松搞定。
“Agent 陷阱”纯烧 token：没有“审美”
Peter Yang：那我们换个话题聊聊，你从退休状态回归做了这个项目，还对 AI 编程有很多鲜明的观点，甚至可以说是犀利的见解。你之前写过一篇我特别喜欢的帖子，标题是《就和它聊就够了》。现在 X 平台上所有人都在聊各种花里胡哨的东西，比如各类钩子、技能模块之类的，那这篇帖子的核心观点是什么？
Peter Steinberger：核心倒不只是单纯和 AI 聊天摸索就行。我平时做很多开发工作，也很喜欢推特，在上面很活跃，看多了之后，我甚至把这种现象称作“Agent 陷阱”。人们发现 Agent 特别好用，就总想让它再多做点事，然后就一头扎进这个无底洞。我自己也经历过这种阶段，花大量时间做各种复杂的工具，想让工作流程更高效，结果最后只是在造工具，根本没做出真正有价值、能推动自己前进的东西。问题的关键是，造这些工具的过程实在太有趣了，让人忍不住沉浸其中。
我早年就犯过这种错，当时为了能在手机上访问终端，捣鼓 VIP 隧道技术，一头扎进去整整两个月。最后做得特别完善，结果和朋友去餐厅吃饭，别人在聊天，我却一直在手机上敲代码搞开发。那时候我就决定必须停下来，这更多是为了自己的心理健康。现在的技术能让我们做出各种东西，但创意和想法才是核心。我看到很多人在做 Claude Code、Codex 的管理工具，还有各种编排器之类的小玩意，它们给人一种能提升效率的错觉，实则不然。
我最近刚想通一个事，就拿 Gas Town 来说，它是个很复杂的 Agent 编排器，却漏洞百出，实际根本不好用。这个工具能同时运行几十个 Agent，让它们互相通信、拆分任务，还设置了监控、监督节点，甚至还有所谓的“主管”角色，各种花里胡哨的设定，我都不知道还有什么。没错，Gas Town 里真的有“主管”这个角色，我都管它叫“烂摊子”。还有现在流行的 Ralph 模式，给 AI 一个小任务，让它循环执行，完成一点就清空所有上下文重新来，纯粹就是个烧 token 的机器。这样折腾一整晚写出的代码，最终都是一堆烂摊子。
这些 Agent 目前最大的问题就是没有“审美”，它们确实在某些方面极其聪明，能力很强，但如果开发者没有好好引导，没有明确的开发愿景，问的问题也不到位，那最终的结果只会是一团糟。我不知道别人的开发方式是怎样的，我开始一个项目时，只有一个非常粗略的想法，在开发、试用、摸索的过程中，这个想法会越来越清晰。我会不断尝试，淘汰掉没用的部分，让想法慢慢进化成最终的产品。而我对 AI 的下一个指令，也完全取决于当下项目的状态，以及我的观察、感受和思考。但如果一开始就把所有需求都写进详细的规格说明书里，就会失去这种人机互动的探索过程。如果整个开发过程少了人的感受和审美参与，我觉得根本做不出好东西。
有人发推说“看我用纯 Ralph 模式做的这个机械应用”，我回复说“看着就一股 Ralph 那股子敷衍劲”。无意冒犯，但一眼就能看出来，没有哪个开发者会这么设计产品。其实有些人做这些东西，根本不是为了产品本身，只是为了证明自己能让 AI 在无人干预的情况下运行 24 小时，说白了就是一种自我满足，想证明自己能让 AI 长时间运行而已。这就像盲目攀比，却根本没看到事情的本质。我自己也犯过这种错，曾经让 AI 循环运行了 26 小时，还为此沾沾自喜，但这其实只是个虚无的指标，毫无实际意义。能做出某件事，不代表就应该去做，也不代表做出来的东西就一定好。
话说回来，这种纯粹为了好玩而开发、它是否会被实际使用并不重要的态度，其实非常有益，因为这就是学习之道，我们正是这样学会编程的。和 AI 对话提需求，也是一种全新的技能。我看到一些对 AI 持怀疑态度的人，一年都不碰 AI，某天突然心血来潮评估了几个模型，写个简短的指令，让 Claude Web 帮自己做个 iPhone 应用，需求描述还特别模糊。AI 拼尽全力做出了东西，结果因为他们在 Linux 机器上开发，没有对应的编译器，代码根本编译不了。然后他们就说“AI 根本没用”，接着又一年不碰这个话题。
但这根本不是 AI 的问题，你需要去摸索，去了解这些“小怪兽”的运行逻辑，懂一点它们的“语言”、推理和思考方式，慢慢积累经验，才能做出更好的成果。这个过程需要坚持，有时候 AI 的表现不尽如人意，你需要排查所有漏洞，不断摸索的过程中，你会慢慢培养出产品思维，学会如何和模型沟通，知道它们的能力边界在哪里。而且和 AI 打交道久了，你会不自觉地用上它们的思维和语言，变得有点“怪”。比如我会说“把这个功能融合进去”，还有德语里的一些编程相关说法，或是“跑一遍全流程检测”，这里的检测包括代码检查、测试、构建，在终端里就是一长串命令，我就管这个叫“全检测”，有时候会说“我还没跑全检测”。
有时候 AI 没按预期做事，你直接问它“为什么没这么做”，它会告诉你“你当时说了这些内容，我因此做出了这些假设”，这时候你就会发现，原来是自己的表述有问题，或者说得不够清楚。比如你只说“帮我做个 Mac 应用”，它大概率会默认要兼容很多旧版系统，因为大部分软件都是这么做的，结果就会用到一些老旧的 API。我发现一个好用的方法，就是让 AI 先提一系列问题来确认需求，这样能大幅减少误解。
我个人更偏爱 Codex 现代云模式，我觉得这个模型更好用，虽然运行速度慢得离谱，但胜在稳定，做出来的东西都能正常用。很多人吐槽这个模型没有“规划模式”，我总开玩笑说，规划模式其实是 Anthropic 不得不加的一个补丁，因为他们的模型太容易被触发了，稍微一说就会自顾自地开始写代码。尤其是用 GPT-5.2 这类最新模型时，我更倾向于和它纯聊天。我会说“我想做这个功能，它需要实现这些效果，或许可以结合这个控件，我喜欢这个设计风格，你给我几个方案，我们先聊聊”。然后就和它展开对话，它会提出各种方案，我一般不会打字，都是直接语音和它沟通，全程保持同一种沟通风格。
Peter Yang：那你会做些什么来管理对话上下文？和 AI 聊久了，对话内容会变得很长，它也可能会混淆信息，你会手动精简或者总结上下文吗？
Peter Steinberger：我觉得手动管理上下文已经是老办法了，这在 Claude Code 上曾经是个大问题，现在在某种程度上依然存在。但 Codex 的上下文处理能力要强得多，语境持续的时间久很多。单看参数，它的上下文窗口可能只比其他模型大 30%，但实际使用起来，感觉能大两三倍。我觉得这和 GPT 系列模型的内部推理逻辑有关，它们的思考方式真的很特别。
至于上下文管理，在早期模型上这确实是个大难题，现在我的大部分功能开发，整个对话和开发过程都能在一个上下文窗口里完成。如果遇到特别大型的开发任务，我会新建一个对话窗口，把相关需求整理成文件写清楚。现在这个问题已经远没有以前那么棘手了。AI 领域的发展速度太快了，你只有不断尝试，才能跟上节奏。
OpenClaw 要迭代，全靠和 AI 聊
Peter Yang：你在给 OpenClaw 或者其他你开发的产品新增功能时，具体会遵循哪些步骤？比如是不是先和 AI 探索问题和解决方案，那你到底会不会做正式的开发规划？
Peter Steinberger：甚至可以更随性一点。我做的这个项目，有点像是把贾维斯和电影《她》里的智能助手结合在了一起。但光是嘴上说，根本没法传达出使用它时的感受，还有它到底有多实用。我在推特上发相关内容，反响特别平淡，我当时还纳闷，为什么当面给别人演示时，他们都特别兴奋，看着我和它互动，展示各种炫酷的功能，他们都很感兴趣，但仅凭文字和图片，根本传递不出这种感觉。
后来我建了一个 Discord 社群，把我的机器人对接了上去，让大家能直接和它互动。这个机器人能访问我系统里的所有内容，还有我的私人记忆，相当于把这些都公开展示了，我觉得这是我做过最疯狂的事。结果大家一下子就被吸引住了，现在总有人在社群里问我，能不能加这个功能，或者那个 bug 能不能修。现在我处理这些需求的方式很简单，直接把社群里的对话截个图，拖到终端里，或者复制文字过去，然后跟 AI 说“我们来聊聊这个需求”。
我这人比较懒，现在都不用自己打字了，直接复制 Discord 里的对话就行。有人问我“支不支持这个功能”“这个该怎么操作”，我就让 AI 去读代码，然后写一个新的常见问题解答，它都能搞定。现在我开发新功能的起点，大多就是看 Discord 里的聊天，发现大家的使用痛点。
Peter Yang：我的天，你就直接把对话粘贴过去，和 AI 一起探讨，然后找到合适的解决方案？
Peter Steinberger：差不多是这样。我还做了一个爬虫工具，每天至少爬取一次社群的帮助板块内容，然后让模型分析出大家最核心的使用痛点，之后我们就针对性修复。
Peter Yang：那你平时会用那些花里胡哨的功能吗？比如同时启用多个 Agent，或者运行那些复杂的技能模块之类的？
Peter Steinberger：我用的技能其实都很简单，大部分还是和个人生活相关的，比如饮食追踪、买食材这类，编程相关的技能用得特别少，因为根本不需要那么多。我也不用多 Agent 协作系统之类的东西，我本来就不相信这些复杂的编排系统。就像我们之前聊的，我觉得只要人参与其中，做出的产品体验会更好。或许那些系统能让开发速度变快，但我本身开发速度已经够快了，现在的瓶颈主要是思考的过程，偶尔会因为等 Codex 响应慢一点，但大多时候，限制我的都是自己的思考。
我平时就用几个终端，分屏操作就够了。也不用工作树，总觉得那是没必要的复杂设计。我只是把代码仓库拉取了几份，比如 OpenClaw 的仓库就拉了四五份，这些仓库要么是空着的，要么就在处理不同的任务,有的用来探索新功能，有的用来开发新模块，有的用来修 bug。开发完成后，我先在本地测试，没问题就推送到主分支，再同步所有仓库。这么做有时候感觉像个工厂，所有仓库都在忙各自的事。但如果只专注于一个仓库开发，很难进入状态，因为等待的时间太长了，总不能一直干等着，总不能光刷推特吧。
所以我需要同时处理多个任务，才能让自己一直保持专注，进入以前写代码时的那种心流状态，而且现在的工作效率也高得离谱。不知道你有没有玩过即时战略游戏，这种感觉就像指挥一支小队进攻，需要时刻监控和调度它们。我前公司的合伙人也彻底迷上了 OpenClaw，他是偏商务的出身，以前还是律师，现在居然开始给我提代码合并请求，这本身就够不可思议的了。AI 能给非技术背景的人赋能，让他们也能参与开发，这一点真的太厉害。
我知道现在有很多人对 AI 编程有抵触，觉得它还不够完美，但我还是把这些代码合并请求当作需求提示来看，因为这些请求能传递出核心的想法。大多数人对系统的理解没那么深入，没办法引导模型给出最优的结果，所以我更愿意抓住核心的需求意图，要么自己开发，要么从他们的请求里提炼出意图，重新开发，偶尔也会在他们的代码基础上优化。我还是会标注他们为合作开发者，但很少直接合并他们的代码。
Peter Yang：有道理。那这次对话下来，我的最大收获就是，别盲目沉迷于那些只会生成无用代码的工具，一定要让人参与到开发过程中，因为人的思考、审美这些东西，还是核心关键，必须由人来引导 AI。
Peter Steinberger：没错。而且每个人都要找到自己的方法，总有人问我“你是怎么做到的”，答案其实就是去探索。想要做好这件事，总要花些时间，总要自己踩坑，生活里的任何事都是这样，学习 AI 编程也不例外，只是这个领域的发展速度实在太快了。
参考链接：
