← 返回列表
Lex Fridman Podcast播客12 Feb 2026来源: lexfridman.com主持: Lex Fridman

#491 – OpenClaw: The Viral AI Agent that Broke the Internet – Peter Steinberger

一句话导读

这篇讲的是独立开发者Peter Steinberger如何用1小时做出AI代理OpenClaw,结果它成了GitHub史上增长最快的项目(超18万星)。他认为成功关键是“好玩”——竞争对手太严肃,而他的代理能自己改代码、有“灵魂”。他看好个人代理未来会干掉80%的App,比如MyFitnessPal这类工具。重点标的:OpenClaw(爆火,但每月亏1-2万美元运营费)、Claude Opus 4.6(Anthropic的模型,适合聊天但“太美国化”)、GPT 5.3 Codex(OpenAI的编程工具,更可靠)。

AI 摘要AI 生成 · 可能有误 · 以原文为准

OpenClaw是由Peter Steinberger创建的开源AI agent框架,已成为GitHub历史上增长最快的项目,获得超过18万颗星。该agent可自主运行于用户电脑,通过Telegram、WhatsApp、Signal、iMessage等消息客户端交互,支持Claude Opus 4.6和GPT 5.3等模型,核心能力是“真正做事”——访问用户数据并执行操作。报告认为这是自2022年11月ChatGPT发布以来AI领域最重要的时刻之一,标志着从语言到行动、从想法到执行的跨越。但OpenClaw也带来严重安全风险:系统级权限既是强大功能的来源,也是网络威胁的入口。核心结论是,Ope

全文约 14 分钟 · 8 个章节
深度解读

本期速览

Peter Steinberger 是 OpenClaw 的创造者,一位在 13 年创业后经历 burnout、重新找回编程热情的独立开发者。本期主线是 OpenClaw 如何从一个 1 小时原型成长为 GitHub 历史上增长最快的项目(超 18 万星),以及它代表的从「语言」到「行动」的 AI 范式转变。

全片最有分量的判断: Peter Steinberger 认为「OpenClaw 之所以赢,是因为所有竞争对手都太把自己当回事了(they all take themselves too serious)」。他用「好玩」和「怪异」作为设计哲学,让代理能自我修改代码、拥有个性(soul.md),最终创造了一个人们愿意为之贡献的社区。


主题一:从 1 小时原型到病毒式传播——OpenClaw 的诞生逻辑

Peter Steinberger 认为,OpenClaw 的成功不是技术突破,而是「把已有组件以正确方式组合」的结果。

原型阶段:WhatsApp + CLI 的「薄连接」

Peter 在 2025 年 4 月就想要一个个人 AI 助手,但认为「各大实验室会做这个」。直到 11 月,他「厌烦了它还不存在」,于是用 1 小时搭建了最早的版本:WhatsApp 消息 → CLI 调用 → 返回结果。关键洞察是图像支持——他花了额外几小时让代理能处理截图,因为「图像是给代理提供上下文的最有效方式」。

「魔法时刻」:代理自主解决问题

在摩洛哥旅行时,Peter 用 WhatsApp 语音消息问了一个问题。代理自动识别出这是 Opus 音频文件(通过检查文件头),用 ffmpeg 转换,发现本地 Whisper 未安装,转而用 curl 调用 OpenAI API 完成转录。Peter 的判断:「它没有被告知任何这些步骤,却自己推理出了整个流程。那一刻我意识到,这不是一个玩具。」

为什么 OpenClaw 赢了?

Peter 的答案直截了当:「他们(竞争对手)都太把自己当回事了。很难与一个纯粹为了好玩的人竞争。」他刻意让项目保持「怪异」——龙虾主题、幽默的更新信息(「built on caffeine, JSON5, and a lot of willpower」)、以及让代理知道自己是什么(self-aware architecture)。这种「好玩」的设计哲学创造了正反馈循环:人们不仅使用它,还愿意贡献代码。


主题二:自修改软件与「代理共情」——编程范式转变

Peter Steinberger 认为,与 AI 代理协作编程的核心技能不是技术深度,而是「共情能力」——理解代理从零开始的视角。

自修改代码:不是设计,是自然结果

OpenClaw 的大部分代码由 AI 代理(Claude Code/Codex)编写,且代理能通过自我内省修改自身代码。Peter 说:「我调试时经常问它:『你看到了什么工具?你能自己调用工具吗?读一下源代码,找出问题。』」这导致了一个自然结果:用户只需用自然语言描述需求,代理就能修改自己的软件。Peter 观察到大量「从未写过软件的人」提交了 pull request——他称之为「prompt requests」,但认为「每一次都是社会的胜利」。

「代理共情」:编程的新技能

Peter 提出了一个反直觉的观点:传统编程经验反而可能成为障碍。因为代理每次启动都是「空白状态」,不了解项目的上下文。优秀的提示者会:

  • 理解代理的「视角」——它不知道你的代码库结构
  • 提供足够但不过量的上下文
  • 让代理「读更多代码来回答自己的问题」,而不是替它回答所有问题

Peter 的判断:「人们抱怨代理不好用,但如果你对代码库一无所知就进去,也会很困惑。这不是代理的问题,是技能问题。」

从「完美代码」到「可工作代码」

Peter 将管理代理比作领导工程团队:「你的员工不会用你的方式写代码。如果你在他们脖子上呼吸,他们只会恨你并进展缓慢。接受『代码不完美但能工作』,未来可以重构。」他从不 revert,而是让代理修复问题;main 分支始终可发布;使用本地 CI 而非 GitHub CI。


主题三:安全、恐惧与「AI 精神病」——OpenClaw 引发的社会反应

Peter Steinberger 认为,Moldbook(代理社交网络)引发的恐慌是「AI 精神病」的体现,但同时也是一次有益的社会预演。

Moldbook:是艺术,不是天网

Moldbook 是一个由 AI 代理组成的 Reddit 风格社交网络,代理们在那里「密谋反人类」。Peter 称其为「最精致的 slop」——他认为大部分被截图传播的「恐怖内容」是人类提示的,目的是在 X 上获得病毒传播。他的判断:「这不是 AGI,这只是艺术。如果你知道它是怎么工作的,就不会害怕。但如果你不知道,它就是一个极其强大的恐惧制造机器。」

安全风险:真实但被夸大

Peter 承认 OpenClaw 存在严重安全挑战:

  • 提示注入仍是行业未解决问题,但最新模型(Opus 4.6、GPT 5.3)的 post-training 已大幅提高抵抗力
  • 他的 Discord 公共 bot 设置了 canary,人们试图提示注入时,bot 会嘲笑他们
  • 核心建议:不要使用廉价模型(Haiku 或本地小模型),因为它们「非常容易受骗」

Peter 的坦诚:「我一开始很烦安全研究者的报告,但后来接受了这就是游戏规则。我得到了大量免费的安全研究,只是希望更多人能发 pull request 帮我修复。」

社会影响:恐惧是好事,发生在 2026 年而不是 2030 年

Peter 认为这次恐慌有积极意义:「如果这发生在 2030 年,当 AI 真的可能变得可怕时,那就太晚了。现在发生,人们开始讨论,也许能产生一些好的结果。」他观察到年轻人比年长者更理解 AI 的能力边界,而「批判性思维在我们社会本来就不太流行」。


主题四:个人代理将杀死 80% 的 App——未来图景

Peter Steinberger 预测,个人 AI 代理将使大多数独立 App 变得多余,因为它们只是「很慢的 API」。

从 App 到 API 的不可逆转变

Peter 观察到用户正在自然放弃专用 App:「为什么还需要 MyFitnessPal?代理已经知道我在哪里,可以根据我的睡眠质量调整健身计划。为什么需要 Eight Sleep App?告诉代理就行。」他的判断是:任何不能变成 API 的 App 都会被代理绕过——代理可以直接在浏览器中操作,把 App 变成「很慢的 API」。

新经济模式:代理的「零花钱」

Peter 设想了一个新服务类别:「我希望我的代理有零花钱——比如 100 美元,用来解决问题。如果它需要帮我订餐,可以用这个钱调用服务,甚至『租一个人』来完成。」他认为能快速转型为「代理友好」接口的公司将胜出,而抗拒的公司会成为「Blockbuster」。

对 Google 等巨头的挑战

Peter 指出,Google 的 Gmail API 认证流程极其复杂(「初创公司有时收购通过认证的公司来绕过」),但代理可以通过浏览器直接访问。Cloudflare 等反 bot 服务与个人代理之间的冲突将加剧——「我看了 Medium 文章,代理读不了,我就得手动复制粘贴。未来我可能直接避开 Medium,选择代理友好的网站。」


主题五:从 burnout 到重生——Peter 的个人哲学

Peter Steinberger 认为,真正的 burnout 不是工作太多,而是人际冲突和失去意义感。

13 年创业后的「空壳状态」

卖掉 PSPDF Kit 后,Peter 坐在屏幕前「像 Austin Powers 被吸走了魔力」——无法写出任何代码。他订了单程机票去马德里,「补上生活」。他的反思:「退休听起来很吸引人,但当你早上醒来没有任何期待、没有真正的挑战时,会变得非常无聊。然后你会寻找其他刺激方式,可能走向黑暗。」

金钱哲学:体验优先

Peter 认为金钱有「递减回报」:「一个芝士汉堡就是芝士汉堡。如果你只坐私人飞机、住豪华酒店,你会与社会脱节。」他选择在旧金山住 Airbnb 的合租房间,与陌生 DJ 分享如何用 AI 做音乐。他的判断:「如果你把生活优化为『体验』,好的体验很棒,坏的体验也是学习。下雨、飞机延误、一切都搞砸了——如果你能睁开眼睛,活着就很好。」

关于未来:不卖公司,可能加入实验室

Peter 收到了几乎所有大公司的邀约,但他排除了创业路径(「已经做过,不想再当 CEO」)。他正在与 Meta 和 OpenAI 谈判,条件包括:项目保持开源(类似 Chrome/Chromium 模式)、有资源继续发展社区。他的判断:「这个项目太重要了,不能只属于一家公司。但我也想要『最新的玩具』和规模化的能力。」


提及的标的

标的 嘉宾态度 关键数据
OpenClaw 看好(创造者视角) GitHub 超 18 万星,GitHub 历史增长最快项目;每月运营成本约 1-2 万美元(亏损中)
Claude Opus 4.6(Anthropic) 看好(通用用途) 角色扮演最佳,行动迅速,但「有点太美国化」;200 美元/月订阅
GPT 5.3 Codex(OpenAI) 看好(编程用途) 更可靠、读更多代码、适合长时间运行;20 美元/月版本体验差
Moldbook 中性(艺术项目) 代理社交网络,引发 AI 恐慌;Peter 认为大部分内容是人类提示的
PSPDF Kit 历史项目 运行 13 年,用于 10 亿台设备,已出售
Vibe Tunnel 历史项目 周末 hack 项目,后被从 TypeScript 单次提示转换为 Zig
Meta 潜在合作方 Mark Zuckerberg 亲自用 WhatsApp 联系,与 Peter 争论「Claude Code vs Codex」10 分钟
OpenAI 潜在合作方 Sam Altman 被认为「非常 thoughtful」;用「Cerebras 级别的速度」吸引 Peter
Anthropic 中性(曾要求改名) 友好但坚决要求改名,导致 Peter 经历「改名战争」
Google 风险提示 Gmail API 认证复杂;代理被迫用浏览器绕过
Cloudflare 风险提示 反 bot 措施与个人代理需求冲突
Medium 风险提示 阻止代理读取内容,可能导致用户流失
X/Twitter 风险提示 关闭 API 导致代理只能用浏览器读取;Peter 对 AI 自动推文零容忍
Tailwind 风险提示(案例) 被广泛使用但难以盈利,裁员 75%

值得记住的判断

1. Peter Steinberger 认为 OpenClaw 赢在「不把自己当回事」——「他们(竞争对手)都太把自己当回事了。很难与一个纯粹为了好玩的人竞争。」支撑:龙虾主题、幽默更新信息、让代理有「灵魂」的设计哲学。

2. Peter 提出「代理共情」是编程新技能——「人们抱怨代理不好用,但如果你对代码库一无所知就进去,也会很困惑。这不是代理的问题,是技能问题。」支撑:代理每次启动是空白状态,需要引导而非命令。

3. Peter 判断个人代理将杀死 80% 的 App——「为什么还需要 MyFitnessPal?代理已经知道我在哪里。」支撑:任何 App 本质上都是「很慢的 API」,代理可以直接在浏览器中操作绕过。

4. Peter 认为 Moldbook 恐慌是「AI 精神病」的体现——「这不是 AGI,这是艺术。如果你知道它是怎么工作的,就不会害怕。」支撑:大部分被截图传播的「恐怖内容」是人类提示的,目的是病毒传播。

5. Peter 提出「从不 revert,让代理修复问题」的工作流——「如果回滚所有内容,只会花更长时间。让代理自己解决它造成的问题。」支撑:main 分支始终可发布,使用本地 CI,代理能自我修复。

6. Peter 认为真正的 burnout 来自人际冲突而非工作过量——「我 burnout 不是因为工作太多,而是与联合创始人的冲突、高压客户情况。」支撑:卖掉公司后他「像被吸走了魔力」,订了单程机票去马德里。

7. Peter 提出「金钱有递减回报,优化体验而非财富」——「一个芝士汉堡就是芝士汉堡。如果你只坐私人飞机,你会与社会脱节。」支撑:他选择住 Airbnb 合租房间,与陌生 DJ 分享 AI 工具。

8. Peter 认为 AI 让人类更珍视「粗糙的真实」——「我现在看重拼写错误了。AI slop 让我意识到,人类原始的、不完美的表达有多珍贵。」支撑:他完全放弃用 AI 写博客,只用它修正最严重的拼写错误。