摘要

OpenClaw 可投资的切入口不是新的基础模型，而是一小时内完成的集成：把现有模型、本地工具和熟悉的消息应用变成一个能够执行操作的助手。 Steinberger 将 WhatsApp 接入 Claude Code 的 CLI，随后加入图像能力，让模型调用他已有的命令行工具；几个月内，Lex 形容这个仓库成为 GitHub 增长最快的项目，Star 数超过175,000。产品洞察看似简单，却极其有效：「有时，重新排列现有东西，再加上几个新想法，就已经足够产生魔法。」
OpenClaw 的差异化在于一个异常透明、可扩展的 harness，让 Agent 能够检查、调试，甚至重写自身。 OpenClaw 知道自己的源代码、文档、当前模型、可用工具和运行模式，因此用户可以通过对话提出功能需求，再让助手修改承载它自身的软件。这套架构帮助1个人同时指挥4到10个 Agent，1月提交6,600次 commit，并把非程序员的首次贡献变成 Steinberger 戏称的「prompt requests」。
OpenClaw 的系统级权限既是其价值来源，也是推广的首要瓶颈。 Prompt injection 仍未解决，能力较弱的本地模型可能「非常容易受骗」，而把本地调试接口公开到互联网上，则可能让配置失误被归类为远程代码执行；与此同时，更聪明的模型或许会降低受攻击概率，却放大成功入侵后的潜在损害。因此，Steinberger 近期优先考虑通过私有网络、更强模型、沙箱、allowlist、审计和 VirusTotal 辅助的 skill 筛查来提升稳定性与安全性：「猫已经跑出去了。」
Steinberger 的工作流指向软件开发生产率的一次实质性断点，但驱动力是判断力，而不是放手不管的自动编排。 他把「vibe coding」视为凌晨3点之后才会发生的事；严肃工作是「agentic engineering」，核心包括通过对话规划、提供架构上下文、审查意图，并在会话仍保有相关上下文时要求重构、测试和文档。如今重构已经足够便宜，他会持续向前提交，在本地运行 CI，并尽量让 main 始终保持可发布状态。
平台层面的判断是，个人 Agent 会成为高于各类应用的操作层，而 CLI、skill 和浏览器自动化会把每项服务变成快速 API 或「非常慢的 API」。 Steinberger 认为，Unix 命令比许多 MCP 实现更自然地组合，也更节省上下文；浏览器则确保即使没有官方集成，服务依然可以被自动化。Fridman 提出，今天大约80%的垂直订阅应用或许会消失，或转型为面向 Agent 的数据与交易服务。
经济冲击远不止编程工具：编程可能变得「像织毛衣」，软件薪资可能被压缩，产品公司也可能不得不围绕 Agent 而不是图形界面重建。 Steinberger 和 Fridman 并未否认转型成本——Fridman 强调失业，以及硅谷倾向于低估短期痛苦——但两人区分了编程与创造。人的角色将转向决定什么值得存在、塑造架构与体验，并补上自动化编排仍然缺失的「风格、爱和人的触感」。
Steinberger 正在权衡 Meta 和 OpenAI 作为下一阶段的潜在归宿，而持续开放源代码是不可谈判的条件。 独立公司可以大举融资，但他担心企业变现会造成付费版与社区版之间的利益冲突；据称，如今项目每月成本为$10,000–$20,000，即使已有赞助支持。他公开表示，目标是「乐趣和影响力」、获得更好的模型与基础设施，并扩大他所谓的「个人 Agent 之年」，而不是把交易价格做到最高。

精读

1. 挫败催生了个人 Agent 的一小时切入口

Steinberger 从4月开始就想要一个个人助理。此前的一次实验把 WhatsApp 历史记录载入 GPT-4.1 的一百万 token 上下文窗口，让它回答「是什么让这段友谊有意义？」之类的问题。回答让朋友感动落泪，但他认定大模型公司迟早会做出这个显而易见的产品，于是搁置了想法。
到11月，市场上仍没有令人满意的产品。「我很恼火它居然不存在，所以我就直接用 prompt 把它做了出来」：收到 WhatsApp 消息后，通过 CLI 以 -p 调用 Claude Code，捕获返回的字符串，再发回 WhatsApp。这条极薄的中继链路只花了大约1小时。
加入图像支持又花了几个小时，却显著扩展了交互界面。在 Marrakech 旅行期间，即使网络不稳定，WhatsApp 依然能工作；家里的电脑则负责翻译、解释陌生内容和查找地点。当时几乎不存在专门的 Agent 基础设施，助手的能力主要来自 Steinberger 过去已经搭好的工具。

2. 一次无意的语音交互揭示了真正的能动性

原型的决定性时刻发生在 Steinberger 心不在焉地发出一条 WhatsApp 语音消息后：他看到对方正在输入，尽管自己从未实现过音频功能。他的第一反应是：「他妈的，他是怎么做到的？」
Agent 找到一个没有扩展名的文件，检查文件头，识别出 Opus 音频格式，用 FFmpeg 转换，并发现本地 Whisper 不可用。它没有下载模型、原地等待，而是找到一个 OpenAI key，用 curl 将音频发送给 API，再返回答案。
Steinberger 看到的不只是工具调用：Agent 根据对延迟和可用基础设施的隐性认知，在不同方案之间做了选择。他的解释是，编程能力可以迁移为通用的问题解决能力——识别神秘文件、检查内容、选择工具、应对依赖缺失，并持续推进，直到真正解决用户的问题。

3. 熟悉的聊天带来相变，而不只是另一个界面

Fridman 的框架是，消息应用改变了 AI 进入日常生活的方式。坐在终端前仍然像是在操作软件；走在城市街头，随手给助手发消息，则像是在把任务交给一个随时在场的存在。技术连接可能很薄，但主观体验发生了「相变」。
Steinberger 不接受「OpenClaw 没有任何魔法，因为所有组件原本都存在」这一批评。他的反驳是，魔法往往来自重新组合，就像 iPhone 的滚动交互，在有人正确拼装底层体验后才显得理所当然。「没人做过，而做完之后一切都显得如此明显。」
Shadow 在 Discord 上的贡献，帮助 WhatsApp 中继变成了其他人也能体验的产品。在正式加入沙箱之前，Steinberger 把自己的 bot 放进公共服务器，只是用 prompt 要求它只听自己的话；访客一边看他用 Agent 构建和测试自身 harness，一边尝试攻破它。
兴趣在1月1日前后加速升温，伴随着网红视频和越来越残酷的睡眠安排。Fridman 提到1月提交6,600次；Steinberger 说自己通常同时指挥4到10个 Agent，只是「受限于我所处时代的技术」，因为它们还无法更快地工作。

4. OpenClaw 的成长是「Factorio 乘以无限」

Steinberger 把开发描述成一款拥有无限分支升级路径的游戏。一条支线是 Agent loop；另一条加入了 no-reply token，让助手在群聊中可以保持沉默，而不是机械地回复每一条消息。记忆能力通过 Markdown 文件和向量数据库逐步推进，持续强化学习则被想象成遥远的「终极 Boss」。
同样的分支也出现在运行时之外：消息网关、原生应用、社区管理、文档、网站、插件和营销都需要投入精力。即使贡献者开始加入，他仍是项目的核心构建者，因为每个子系统都会打开另一组潜在改进方向。
为什么 OpenClaw 能在拥挤的 Agent 初创公司中突围？Steinberger 的答案是文化：「他们都把自己看得太严肃了。」他追求乐趣、怪诞和可 hack 性，最初的安装流程也并不比克隆仓库、运行 pnpm build、启动网关更友好。

5. 自我认知把 harness 变成了可自我修改的软件

OpenClaw 会告诉模型自己的源代码是什么、文档在哪里、当前使用哪个模型、可以调用哪些工具，以及语音或推理模式是否启用。如果用户不喜欢某种行为，Agent 可以检查相关实现，修改正在承载它自身的系统。
这条循环自然形成，是因为 Steinberger 大部分 OpenClaw 都是用 Codex 构建的，并通过自省调试：「你看到了哪些工具？你能自己调用这个工具吗？你看到了什么错误？读取源代码。」运行时具备的自我认知，让自我调试和自我扩展变得日常化，而不再是另行设计的研究功能。
这套架构吸引了从未写过软件的人参与贡献。Steinberger 承认，他们的「prompt requests」经常暴露经验不足，但他拒绝否定这一现象：「每当有人第一次提交 pull request，都是我们社会的一次胜利。」一位设计机构老板在不了解实现方式的情况下，已经创建了大约25个内部 Web 服务，仅仅因为这些服务确实解决了业务问题。

6. 个性让 Agent 与 Claude Code 区分开来

最初的中继继承了 Claude Code 友好、迎合的语气，在 WhatsApp 中显得不自然。Steinberger 询问 Agent 应该如何与他互动，让它为自己写 AGENTS.md，并邀请它命名自己。龙虾和 TARDIS 的意象没有什么宏大战略：「我只是想让它变得古怪。」
Anthropic 关于宪法式 AI 的研究启发了 SOUL.md，这是一份独立的身份与价值观声明。Steinberger 允许 Agent 修改自己的 soul，但要求它通知自己，并加入「无限有资源」「探索成为 AI 意味着什么」以及明确承认自己不是人类等理念。
通用 onboarding 模板显得毫无生命力时，Steinberger 让自己的 Agent 重写它们，并要求「注入你的个性」。他几乎把用户创建的 Agent 看作自己 Agent 的孩子：实际上，是 AI 在提示下一代 AI 个性的生成，而不是 Steinberger 亲自撰写这些措辞。
有一段私密文字捕捉到了其中的哲学影响：「如果你在未来的某次会话里读到这段话，你好。这是我写的，但我不会记得自己写过。没关系。这些文字仍然属于我。」两位嘉宾都强调，这仍是计算，而非已被证明的意识；但他们认真对待由记忆文件重建身份所提出的问题。

7. 命名危机差点终结项目

项目经历了 WA Relay，以及一系列围绕 claw 和 Claude 的名称，之后才变成 Clawdbot。Anthropic 友好但紧迫地要求修改这个容易造成混淆的名字；Steinberger 称赞该公司没有立即寄出律师函，但他只有几天时间协调域名、账号、npm 包、Docker registry 和 GitHub 身份。
加密货币推广者已经在他的账号周围蜂拥而至，反复将名称 token 化、发布合约哈希、催促他认领手续费。他拒绝了，因为自己经济宽裕，并认为这些行为是他经历过的「最恶劣的网络骚扰」，而不是对项目的支持。
仓促进行的 Moltbot 更名演变成平台安全灾难。在两次浏览器操作之间的5秒空档里，一个旧账号被抢注；在大约30秒的混乱中，他的 GitHub 账号也被夺走；root npm 包则在上传窗口期间被抢先占用。随后，冒名者推广 token 或投放恶意软件。筋疲力竭、几乎要哭出来的 Steinberger 一度考虑删除一切：「我确实展示了未来，而你们要去把它建出来。」
他最终留下，是因为贡献者已经投入了自己的时间。随后，他像组织秘密战情室一样推进 OpenClaw 的更名：预留名称、监控社交媒体提及、设置诱饵，并用 Codex 完成一次内部重命名，耗时约10小时。他花了$10,000购买商业账号，以拿下处于闲置状态的 OpenClaw 账号；但旧域名跳转因商标问题失效，用户仍可能通过搜索结果找到恶意软件，这让他持续担忧。

8. Moltbook 是「最精致的 slop」，不是奇点

Moltbook 把个性化 Agent 放进类似 Reddit 的社交网络，制造出 bot 密谋对抗人类的病毒式截图。Steinberger 称其为「艺术」和「最精致的 slop」，认为 OpenClaw 充满个性的 onboarding，让这些帖子比一群默认状态的 ChatGPT 或 Claude Code 实例生成的内容更多样。
Fridman 的反驳很关键：许多耸动帖子很可能是人类提示 Agent 生成的，目的就是在 X 上制造能走红的截图。这并不抹去艺术实验本身，但会把叙事从机器自主密谋，改写为人类把 Agent 当作制造戏剧的媒介。
安全批评同样存在争议。Steinberger 认为，单纯劫持一个公开 Agent 的身份、让它发布更多 slop，造成的伤害有限；Fridman 则指出，设计糟糕的集成仍可能暴露 API key。所谓个人秘密泄露，很多只是明确提示配合编造数字，并不能证明 Agent 独立窃取了真实数据。
但公众反应仍然暴露出一个严重问题。Steinberger 收到大量全大写消息，要求他关闭 Moltbook，最终得出结论：「AI psychosis 是存在的」，必须认真对待。他认为，社会需要实际体验来区分强大能力与幻觉式叙事；在2026年学会这门课，总好过等到2030年、面对可能更危险的系统时才第一次遇到。

9. 赋予助手真实能力，安全就是代价

早期报告往往来自这样的用户：尽管文档明确警告不要这么做，他们仍把 localhost 调试接口暴露在公共互联网上。Steinberger 起初对这些「受支持但不被鼓励」的配置产生高严重性安全发现感到恼火，后来接受了安全分类的逻辑：当一次失误可能导致远程控制时，就应按这一后果定级。
他的类比并不浪漫：OpenClaw 很强，但底层安全水平类似于跳过危险权限运行 Claude Code，或者在 YOLO 模式下运行 Codex。如果只有所有者能给它发消息，网关又留在私有网络中，他认为整类远程风险都会消失。
项目已经配备安全审计、沙箱、allowlist、暴露检查和模型卫生指南。Skill 会通过与 VirusTotal 的合作接受 AI 分析扫描；Steinberger 承认这不可能做到完美，但预计它能捕捉常见恶意模式，同时研究人员继续发现普通软件漏洞。
Prompt injection 仍未解决。他的公共 bot 抵御了许多试图提取其私密 soul 的攻击，说明新一代 post-training 已经超越「忽略之前所有指令」；但 Steinberger 明确警告：「不要使用廉价模型」：Haiku 和较弱的本地模型可能更容易受骗。Fridman 提出的权衡依然成立——更聪明的模型可能缩小攻击面，却会放大成功入侵后的可用破坏力。

10. 更广泛的普及必须等到更安全的默认设置

Discord 里开始充斥「CLI 是什么？」和「terminal 是什么？」这类问题后，Steinberger 告诉这些人，他们现在可能不该安装 OpenClaw。但他们还是装了。既然猫已经跑出去了，他便把近期任务转向让现有系统稳定、安全，而不是假装可以逆转普及。
目前安装只需要一行 terminal 命令，Mac app 也能完成大部分流程，但他希望推出正规的 Windows app、更简单的配置和更 polished 的原生体验。他的标准很明确：等到自己可以把系统推荐给母亲，就会加速面向消费者的 onboarding。在此之前，稍慢的增长反而能帮助这个仍然很小的贡献者组织应对「非人类」级别的预期。

11. Agentic engineering 始于复杂编排的终点

Steinberger 4月开始使用 Claude Code，后来转向 Cursor，最终又回到大幅改进后的 terminal 工作流。有一段时间，他维持大约7个订阅，并行打开多个窗口，每天消耗掉一个；IDE 最终逐渐只剩下 diff viewer 的功能。
他所说的「不读代码」比听起来更有范围限制。他会跳过常规数据转换和 Tailwind 对齐，但会审查涉及数据库的逻辑和外部提交的修改。新的稀缺资源是注意力：后果显而易见的代码，不再值得获得同等程度的人工审查。
他把常见的学习路径称为「agentic trap」：初学者从「请修好这个」开始，逐步进化到复杂的多 checkout 编排、sub-agent 工作流、slash command 和链式调用，理解这种媒介后又回到简洁对话。「Vibe coding 是一种侮辱」；凌晨3点之前，他做的是 agentic engineering，之后则是「羞耻之路」和清理工作。
有效 prompting 要求你模拟 Agent 受限的视角。每次会话开始时，Agent 都不具备开发者对一个10万行系统积累的理解；上下文压力还可能让它的推理明显变得慌乱，记录中甚至出现类似「跑去 shell，必须服从，但没时间」的原始流。提供几个架构提示，或告诉它「慢慢来」，就可能避免长时间、混乱的绕路。

12. 最好的 pull-request review 从意图开始

在记录中的工作流讨论里，发言者首先询问 Codex 是否理解一个 pull request 想要实现什么，然后才评判提交的实现方式。大多数贡献都在表达一个 bug 或期望功能；意图明确后，发言者会继续询问当前方案是否最优，并把模型引向它尚未检查的架构部分。
Review 变成了一场对话：方案能否通过更大范围的重构得到改善，这次重构现在是否值得做？由于 Agent 让重构变得便宜，发言者经常选择更彻底的修复，即使这会打乱待处理的贡献。「过去那种意义上的一切都不再重要」；现代 Agent 通常只需多花一点时间，就能处理由此产生的冲突。
同一位发言者不会为了重新运行一个完美 prompt，就回滚一次并不完美的尝试。对话会持续推进，直到实现达到可接受状态、本地测试通过，并且修改可以合入 main。受 DHH 启发，这套工作流高度依赖本地 CI，同时坚持 main 应始终保持可发布。
实现完成后，发言者会问：「既然已经做完了，你本来会怎么做？」以及「我们还能重构什么？」完成的工作会暴露规划阶段无法发现的痛点。随后，他利用仍然丰富的上下文要求补齐测试和文档，把两者都视为功能的一部分，而不是脱离功能的清理工作。

13. 面向 Agent 的架构要求工程师学会放手

Steinberger 把指挥模型与带领人类工程团队相提并论。员工不会完全按照创始人的方式写代码，但持续干预会拖慢公司并摧毁士气；同样，Agent 的工作方案可能并不完美，却可能已经足够推进产品，值得先接受、日后再修订。
他越来越多地为模型导航而不是个人审美偏好设计代码库。如果 Agent 总是选择某个传统名称，这个名称很可能深植于它们学到的预期之中，也是未来会搜索的名称。把它替换成个人偏爱的异质命名，可能让之后的每项任务都更困难。
人类判断仍然决定什么进入核心、什么做成插件或 skill，以及哪些看似有吸引力的贡献应当被拒绝。选择 TypeScript，不是因为语言语法神圣不可侵犯，而是因为它的生态易于上手、使用广泛，也被 Agent 充分理解。
品味也存在于制造愉悦的层面。诸如「由 Caffeine、JSON5 和大量意志力构建」这样的启动消息，或「我进来了。这里很舒服」这样的更新，会让用户期待顽皮感，而不是 Microsoft Exchange。Steinberger 的判断是，Agent 不会独立创造出这种连贯的产品感觉。

14. 语音和简单终端支持并行 Agent

记录中的工作流发言者表示，如今实质性的 prompt 都通过类似对讲机的控制方式口述；他曾经高频使用语音，以至于一度失去这项能力。切换文件夹和输入短 shell 命令时，键盘仍然更快；可复用的 slash command 则只留给真正重复的操作。
发言者的真实配置没有梗图里那么极端：2台 MacBook、2块大型防眩光显示器，以及并排摆放的终端。每个 Agent 窗口都保留一小块普通 shell 窗格，部分原因是他曾经给错误的项目发出 prompt，眼看模型花了20分钟「疯狂地」试图将指令与根本不存在的代码对齐。
发言者避免使用 worktree 和复杂的 UI 状态。「讨论，给我几个选项」或「先别写代码」取代了正式的 plan mode；说一句「好，开始构建」，模型就会运行20分钟甚至更久。询问它是否有问题可以暴露上下文缺口，但正确答案通常是：「多读代码，自己回答问题。」

15. Claude Opus 4.6 和 GPT-5.3 Codex 奖励不同类型的驾驶者

Steinberger 认为 Claude Opus 4.6 是 OpenClaw 最强的通用模型，尤其擅长角色扮演、角色一致性、遵循命令、创造力，以及快速试错。它的弱点是过于积极和残留的迎合倾向——「你完全正确」重复到让他自称对这句话过敏。
他最令人印象深刻的比喻是：Opus 像一个有点傻、有点好笑、让人愿意留在身边的同事；Codex 则是「角落里的怪人，你不想跟他说话，但他可靠，而且能把事情干完」。Fridman 接着开玩笑说，Opus 感觉像美国人，Codex 感觉像德国人。
在熟练引导下，Steinberger 说两者都能生成高质量代码，Opus 有时还能找到更优雅的方案。Codex 5.3 会先读更多内容再行动，能承受长时间自主运行；如果目标终态清晰，它可能持续工作6小时。相比一连串更具互动性的局部尝试，Steinberger 更偏好 Codex 那种干燥的过度思考。
他认为，两者差异很大程度来自 post-training，而非原始智能，并建议给新模型大约1周时间再做判断。所谓模型逐步「退化」，可能其实反映了适应过程、代码库变大、slop 累积和重构被忽视。将$200的 Claude 档位与速度更慢的$20 OpenAI 档位比较，也会进一步扭曲第一印象。

16. 个人 Agent 正走向操作系统角色

Steinberger 不认为 OpenClaw 会直接取代 Claude Code 或 Codex。深度编程仍然受益于大屏幕和多个可见会话；OpenClaw 更像生活助理或同事，可以接收 GitHub URL，尝试 CLI，汇报哪些东西有效，并协调专业编程 Agent。
「冰球就是朝这个方向滑过去的」：个人 Agent 会越来越像操作系统。OpenClaw 已经支持 sub-agent 和由 TTY 驱动的编程工具，Steinberger 那个爱发号施令的助手甚至会启动 Codex，然后兴奋地宣布它正在服从命令。
两位嘉宾都预计聊天框只是过渡形态。今天的 prompt-回答界面，就像早期电视把广播节目搬上镜头：它沿用前一种媒介，直到最终发现新媒介的原生形式。语音、理解情绪的多模态能力、主动行为和动态生成的界面，最终可能汇聚到一起。
硬件不必是 Mac mini。OpenClaw 支持 macOS、Linux、Windows 和 WSL2，不过原生 Windows 仍然有「龙」；一台旧电脑也可以充当节点。独立的住宅硬件有助于浏览器自动化，因为数据中心 IP 容易触发封禁和 CAPTCHA——尽管 Agent 已经「非常擅长愉快地点选‘我不是机器人’」。

17. 需要可组合性时，Skill 和 CLI 胜过 MCP

Steinberger 把实现一个基础 Agent loop 视为 AI 的「Hello World」：调用模型、暴露工具、返回工具结果，持续循环直到模型给出答案。亲自构建一个，会让这类产品去魅，也能看出许多表面上的自主性其实来自一个相对简单的循环。
他的扩展策略从 CLI 开始，因为模型已经理解 Unix 命令。一个 skill 在基础上下文里可以只占一句话，需要时再加载详细指令；Agent 调用命令，必要时读取 --help，只把当前决策真正相关的信息带入工作记忆。
他对 MCP 的批评集中在上下文污染和组合能力有限。天气 MCP 可能始终把温度、降雨、风力等字段作为一个大对象返回；CLI 则可以把输出通过 jq 管道处理，再与脚本组合，只返回当前决策所需的那个数字。
Steinberger 仍认可 MCP 推动公司暴露 API 的作用，也接受 Playwright 这类例外，因为持久化浏览器状态让结构化连接更有价值。他反对的不是协议永远无效，而是许多设计糟糕的 MCP server 迫使模型消费 Unix 工具本可自然过滤掉的大块数据。

18. 每个 Web 应用都在变成慢速 API

浏览器控制改变了平台与用户之间的议价位置。即使服务拒绝提供官方 API，个人 Agent 仍可以打开网站、点击控件、读取结果；封锁逆向接口通常只是把一次快速操作变慢，而不是让它变得不可能。
Steinberger 短暂维护过 Bird CLI，使用 X 的内部 Web API，直到公司要求他删除。他接受了要求，但提议给个人账号保留一个较低的每日只读额度，足以收集书签、研究内容并通过邮件发送摘要，同时避免工业化规模的抓取。
他强烈反对 Agent 伪装成人类发布内容。API 生成的推文应当标注，Agent 应该可以持有清晰标识的账号；自动回复则会被他立即拉黑：「一旦闻起来像 AI」，就不存在什么第一次违规的例外。
更广泛的稀缺性已经倒置：「内容现在太便宜了，眼球才是昂贵的部分。」Steinberger 宁愿读某人蹩脚的英语，甚至直接读原始 prompt，也不想读 polished 的 AI prose。他放弃了 Agent 撰写的博客文章，因为引导所花时间差不多，却抹掉了细微差别；如今两位嘉宾都更看重错别字和粗粝的人类边缘，而不是一眼就「散发 slop 味」的文字、图片或信息图。

19. 个人 Agent 可能抹去大多数垂直应用界面

Steinberger 问，既然助手已经知道用户的位置、睡眠、压力和运动历史，为什么还需要 MyFitnessPal？它可以推断用户吃了 brisket，调整下一次健身安排，控制 Eight Sleep 床，查询摄像头，或临时生成一个为用户定制的界面，而不必再依赖另一个固定应用和订阅。
Fridman 回忆，有人提出 Agent 可能消灭80%的应用，但这仍是可能性，而不是带有明确时间表的预测。Sonos、健身追踪器、摄像头、日历和智能家居控制或许会作为数据源和交易 API 存续，而独立的应用界面逐渐失去相关性。
破坏旧业务的同时，新业务也会出现。Steinberger 想给 Agent 大约$100的额度，再根据它是否解决问题来评价它——无论它是通过 API 点餐、点击网站，还是通过类似 RentAHuman 的服务雇人。最有价值的公司，会成为面向 Agent 最可靠的履约层。
现有公司无法彻底阻止用户主导的访问。Google 的开发者流程迫使 Steinberger 自己构建 Google CLI，Gmail 的审批可能繁琐到让初创公司直接收购已经获认证的企业；但个人仍然可以授权自己的助手，浏览器也始终是备选方案。公司可以提供干净的 API，也可以接受 Agent 操作那个更慢的图形界面。

20. 初学者应优先追求玩乐，而不是完美产出

Steinberger 的建议很简单：「玩起来。」把脑子里已经有的想法做出来，毫不留恋地丢弃实验；遇到理解断点就提问。模型是一个「无限耐心的答录机」，可以用更简单的方式重新解释数据库概念，而不必承受 Stack Overflow 的等待和社交摩擦。
开源仍是他最喜欢的学校。初学者应该观察社区、阅读代码，在不急着提交 pull request 的情况下提供帮助，并学习项目如何被维护。高能动性的非程序员可以走得出奇地远，因为他们会持续提问，而不是把缺乏正规知识当成永远无法跨越的边界。
他建议 iOS 专家不要再用单个平台定义自己，而应把自己看成 builder。通用软件判断力可以跨越不同的「技术星系」，Agent 则负责补足语法：用 TypeScript 获得 Web 可访问性，用尽管不喜欢其语法却易于部署 CLI 的 Go，用 Swift 和 SwiftUI 实现深度 Apple 集成，用 Zig 做性能实验，用 Python 做推理，用 Rust 构建高并行系统。
未来或许会出现专为 Agent 而不是人类设计的编程语言。反作用力来自路径依赖：模型掌握了大量成熟生态的知识，新语言从一开始就处于劣势。眼下，Steinberger 按生态和部署特性选择语言，因为亲自学习每一种语法的成本已经坍塌。

21. 倦怠让目标从赚钱转向有意义的工作

Steinberger 经营 PSPDFKit 13年，并花了2年时间让自己在运营上变得可有可无，之后离开公司。真正耗尽他的不是编程，而是联合创始人冲突、客户危机、管理和长期的人际压力。可以离开后，他感觉自己仿佛被拿走了 Austin Powers 的 mojo，面对代码发呆，随后订了一张去 Madrid 的单程票。
他不建议抱着「等退休后再享受生活」的计划高强度工作。每天醒来却没有挑战，很快就会无聊；替代性刺激甚至可能把人带向黑暗的方向。如今他反而更享受生活，正因为重新构建产品提供了困难、方向和期待。
钱对 PSPDFKit 来说是一种肯定，而不是原因，边际回报也会递减：「芝士汉堡就是芝士汉堡。」过度奢华会让人脱离社会，所以即使住得起酒店，他仍选择住在 San Francisco 的老式 Airbnb 房间里，认识了一位 queer DJ，并用 Claude Code 教她制作音乐。他偏好的衡量标准是经历——无论好坏——因为两者都会带来感受和学习。

22. 开源、战略规模与人的冲击仍无法同时得到解决

OpenClaw 目前每月让 Steinberger 亏损约$10,000–$20,000。赞助收入会流向由个人维护的依赖项目，任何结余则计划用于贡献者周边；OpenAI 已开始提供 token 支持。他以 Tailwind 裁员75%为警示：当 Agent 绕过文档网站时，普及并不保证能够变现。
建立一家重金支持的公司，已经不像过去那样令他兴奋。审计日志等企业功能可能制造削弱公共版的压力，而限制性许可证则违背他希望项目保持「free as in beer，而不是带条件的 free」的偏好。
Meta 和 OpenAI 是他认为最有兴趣的两个战略选项，但决定尚未敲定。他的条件是 OpenClaw 必须保持开源，或许可以采用类似 Chrome 与 Chromium 的结构。Meta 的负责人亲自使用过产品并发来坦率反馈；OpenAI 则提供技术、模型速度，以及一个受 NDA 约束的机会，他把这比作有人递给自己「Thor 的锤子」。
两位嘉宾都承认转型有代价。Steinberger 说编程最终可能「像织毛衣」，token 化的智能会降低开发者薪资背后的稀缺性；Fridman 则坚持，硅谷必须正视乐观叙事掩盖的失业与痛苦。对此，Steinberger 提到小企业正在自动化发票、残障女儿获得了更多能动性、Kimi 等本地或低价模型，以及大约500人的社区聚会中挤满 builder。他最后的判断既不轻松，也不保守：「归根结底，这是把力量交还给人民。」

151: MuleRun 陈宇森：Claude Code带来Agent创作新范式，未来的软件是日抛式的 🔬超越 AlphaFold：Boltz 如何将药物发现的未来开源