作者：寶玉
這是ClawdBot/OpenClaw 作者Peter Steinberger 的另一個40 分鐘訪談，Peter Yang 主持。
Peter 是PSPDFKit 的創辦人，有差不多20 多年iOS 的開發經驗。 2021 年公司被Insight Partners 以1 億歐元戰略投資後，他選擇「退休」。現在，他開發的Clawdbot（現在改名OpenClaw）爆紅。 Clawbot 能透過WhatsApp、Telegram、iMessage 跟你聊天的AI 助手，背後連著你電腦上的各種應用程式。
Peter 是這麼描述Clawbot 的：
「它就像一個住在你電腦裡的朋友，有點怪，但聰明得嚇人。
這期訪談裡，他分享了不少有意思的觀點：為什麼複雜的智能體（Agent）編排系統是“slop 生成器”，為什麼“讓AI 跑24 小時”是虛榮指標，以及為什麼程式語言已經不重要了。
一小時原型，30 萬行程式碼
Peter Yang 問他Clawbot 到底是什麼，為什麼logo 是龍蝦。
Peter Steinberger 沒直接回答龍蝦的問題，而是講了一個故事。 「退休」回來後，他全心投入憑感覺編程（vibe coding）——就是讓AI 智能體幫你寫代碼的那種工作方式。問題是，智能體可能跑半小時，也可能兩分鐘就停下來問你問題。你去吃個飯回來，發現它早就卡住了，很煩。
他想要一個能在手機上隨時查看電腦狀態的東西。但他沒動手，因為他覺得這事太顯然了，大公司一定會這麼做。
「等到去年11 月還沒人做，我就想算了，我自己來。
最初的版本極為簡單：把WhatsApp 接到Claude Code 上。發條訊息，它就呼叫AI，把結果發回來。一個小時就搭完了。
然後它“活了過來”。現在Clawbot 有大約30 萬行程式碼，支援幾乎所有主流訊息平台。
「我覺得這就是未來的方向。每個人都會有一個超級強大的AI，跟著你走完一生。
他說，"一旦你給AI 訪問你電腦的權限，它基本上能做任何你能做的事。"
摩洛哥的那個早上
Peter Yang 說，現在你不用坐在電腦前盯著它了，給它指令就行。
Peter Steinberger 點頭，但他想講的是另一件事。
有一次他在摩洛哥幫朋友過生日，發現自己一直在使用Clawbot。問路、找餐廳推薦，這些都是小事。真正讓他驚訝的是那天早上：有人在Twitter 上發了一條推文，說他某個開源庫有bug。
「我就拍了推文的照片，發到WhatsApp。
AI 讀懂了推文內容，理解這是個bug 報告。它checkout 了對應的Git 倉庫，修復了問題，提交了代碼，然後在Twitter 上回覆那個人說已經修好了。
「我當時就想，這也行？
還有一次更神。他在街上走著，懶得打字，就發了一封語音訊息。問題是，他根本沒給Clawbot 寫語音訊息的支援。
「我看到它顯示『正在輸入'，心想這下完了。結果它正常回復了我。
他後來問AI 怎麼做到的。 AI 說：我收到一個檔案但沒有副檔名，所以我看了檔案頭，發現是Ogg Opus 格式。你電腦上有ffmpeg，我就用它轉成了WAV。然後我找whisper.cpp，但你沒裝，不過我找到了你的OpenAI API 金鑰（key），就用curl 把音訊發過去做了轉錄。
Peter Yang 聽完說：這些東西真的很有辦法，雖然有點嚇人。
"比網頁版ChatGPT 強太多了，這就像是解除了枷鎖的ChatGPT。很多人沒意識到，Claude Code 這類工具不只是編程厲害，它們對任何問題都很有辦法。
命令列工具（CLI）軍團
Peter Yang 問他那些自動化工具都是怎麼建的，是自己寫還是要AI 寫。
Peter Steinberger 笑了。
這幾個月他一直在擴充自己的「CLI 軍團」。智能體最擅長什麼？呼叫命令列工具，因為訓練資料裡全是這個。
他建造了一個存取整個Google 服務的CLI，包括Places API。建了一個專門查表情包和GIF 的，這樣AI 回覆訊息時能發meme。他甚至做了一個把聲音視覺化的工具，想讓AI「體驗」音樂。
「我還駭進了本地外送平台的API，現在AI 能告訴我食物還有多久送到。還有一個逆向了Eight Sleep 的API，可以控制我床的溫度。
【附註：Eight Sleep 是一款智慧床墊，可調整床面溫度，官方未開放API。 】
Peter Yang 追問：這些都是你讓AI 幫你蓋的？
「最有趣的是，我之前在PSPDFKit 做了20 年Apple 生態開發，Swift、Objective-C，非常專精。但回來之後我決定換賽道，因為我受夠了Apple 什麼都要管，而且做Mac app 受眾太窄。
問題是，從一個精通的技術堆疊換到另一個，過程很痛苦。你懂所有概念，但不知道文法。什麼是prop？數組怎麼拆分？每個小問題都要查，你會覺得自己像個白痴。
「然後有了AI，這一切都消失了。你的系統級思維、架構能力、品味、對依賴的判斷，這些才是真正有價值的，而且現在可以輕鬆遷移到任何領域。
他頓了一下：
"突然之間我覺得自己什麼都能建。語言不重要了，重要的是我的工程思維。
控制現實世界
Peter Steinberger 開始示範他的設定。他給AI 的權限清單令人咋舌：
郵件、行事曆、所有檔案、Philips Hue 燈光、Sonos 音響。 他可以讓AI 早上叫醒他，慢慢調高音量。 AI 還能存取他的安防攝影機。
「有一次我讓它盯著看有沒有陌生人。第二天早上它告訴我：『Peter，有人在。』我一看錄像，它整晚都在截圖我的沙發，因為鏡頭畫質不好，沙發看起來像坐著個人。
在維也納的公寓裡，AI 也能控制KNX 智慧家庭系統。
「它真的能把我鎖在門外。
Peter Yang 問：這些是怎麼接上的？
「就是直接跟它說。這些東西很有辦法，它會自己找API，會Google，會在你係統裡找密鑰。
用戶的玩法更瘋狂：
- 有人讓它去Tesco 網購
- 有人讓它在Amazon 下單
- 有人讓它自動回覆所有訊息
- 有人把它拉進家庭群聊當“家庭成員”
「我讓它幫我在British Airways 網站check in。這簡直是圖靈測試，在航空公司網站上操作瀏覽器，那介面有多反人類你知道的。
第一次花了快20 分鐘，因為整套系統還很粗糙。 AI 需要在他的Dropbox 裡找到護照，提取信息，填寫表格，通過人機驗證。
"現在只要幾分鐘。它能點'我是人類'的驗證按鈕，因為它就是在控制一個真實的瀏覽器，行為模式跟人沒區別。
80% 的App 會消失
Peter Yang 問：對於剛下載的普通用戶，有什麼安全的入門用法？
Peter Steinberger 說每個人的路徑都不一樣。有人裝完立刻開始用它寫iOS app，有人馬上去管理Cloudflare。有個用戶第一週為自己裝，第二週為家人裝，第三週開始為公司做企業版。
「我幫非技術朋友裝了之後，他開始寄pull request給我。他這輩子從來沒發過pull request。
但他真正想說的是更大的圖景：
「如果你想想看，這個東西可能會取代你手機上80% 的app。
為什麼還要用MyFitnessPal 記錄飲食？
「我有一個無限resourceful 的助手，它已經知道我在肯德基做了錯誤決定。我發張照片，它就會存到資料庫、計算熱量、提醒我該去健身房了。
為什麼還要用app 設定Eight Sleep 的溫度？ AI 有API 權限，直接幫你調。為什麼還要用待辦事項app？ AI 幫你記著。為什麼還要用app check in 班機？ AI 幫你做。為什麼還要用購物app？ AI 能推薦、能下單、能追蹤。
「會有一整層app 慢慢消失，因為如果它們有API，就只是你AI 會呼叫的服務而已。
他預測2026 年會是許多人開始探索個人AI 助理的一年，大公司也會入場。
"Clawbot 不一定是最後的贏家，但這個方向是對的。
Just Talk to It
話題轉向AI 程式設計方法論。 Peter Yang 說他寫過一篇很紅的文章叫“Just Talk to It”，想聽他展開講講。
Peter Steinberger 的核心觀點是：別掉進「智能體陷阱」（agentic trap）。
「我在Twitter 上看到太多人發現智能體很厲害，然後想讓它更厲害，然後掉進兔子洞。他們建造各種複雜的工具來加速工作流程，結果只是在建工具，沒在建造真正有價值的東西。
他自己也掉進去過。早期他花了兩個月建造VPN 隧道，就為了在手機上存取終端。做得太好了，有一次跟朋友在餐廳吃飯，他全程在手機上vibe coding 而不是參與對話。
"我不得不停下來，主要是為了心理健康。
Slop Town
他最近讓他抓狂的是一個叫Gastown 的編排系統。
「超複雜的編排器（orchestrator），同時跑十幾二十個智能體，它們互相通信、分工。有觀察者（watcher），有監工（overseer），有市長（mayor），有pcats（可能是指『平民』或『寵物貓』等湊數的角色），我都不知道還有什麼。
Peter Yang：等等，還有市長？
「是的，Gastown 計畫裡有個市長。我管這計畫叫『垃圾鎮』（Slop Town）。
還有RALPH 模式（一種「用完即棄」的單任務循環模式，指給AI 一個小任務，做完就扔掉所有上下文記憶，一切清零重來，然後死循環）…
「這簡直是終極的Token 燃燒機。你讓它跑一整晚，第二天早上得到的是終極垃圾（slop）。
問題的核心是：這些智能體還沒有品味。它們在某些方面聰明得嚇人，但如果你不引導它們，不告訴它們你想要什麼，出來的就是垃圾。
「我不知道別人怎麼運作，但我開始一個專案時只有一個模糊的想法。在建造的過程中、玩的過程中、感受的過程中，我的願景會逐漸清晰。我會嘗試一些東西，有些不行，然後我的想法會演變成最終的形態。我的下一個提示詞（prompt）取決於我看到、感受到、思考到當前狀態的想法。
如果你試著把一切都寫進前期規格說明，你就錯過了這種人機循環。
「我不知道沒有感受、沒有品味參與的情況下，怎麼能做出好東西。
有人在Twitter 上炫耀一個「全RALPH 生成」的筆記app。 Peter 回覆說：是的，看起來就像RALPH 生成的，沒有正常人會這麼設計。
Peter Yang 總結：很多人跑AI 24 小時不是為了做app，是為了證明自己能讓AI 跑24 小時。
"這就像一個沒有參照物的比大小比賽。我也讓循環跑過26 小時，當時很得意。但這是虛榮指標，毫無意義。能建一切不代表你應該建一切，也不代表它會是好的。
Plan Mode 是拼湊（Hack）
Peter Yang 問他怎麼管理上下文。對話長了AI 會糊塗，需要手動壓縮或總結嗎？
Peter Steinberger 說這是「舊模式的問題」。
「Claude Code 還是有這個問題，但Codex 好太多了。紙面上可能只多30% 的上下文，但體感像2-3 倍。我覺得跟內部思考機制有關。現在我的大多數功能開發都能在一個上下文窗口內完成，討論和建造同時發生。
他不用worktrees，因為那是「不必要的複雜性」。他簡單地checkout 好幾份倉庫：clawbot-1、clawbot-2、clawbot-3、clawbot-4、clawbot-5。哪個空閒就用哪個，做完測試、推到主分支（main）、同步。
「有點像工廠，如果它們都在忙的話。但如果你只開一個，等待時間太長，進不了心流狀態。
Peter Yang 說這像即時戰略遊戲，你有一隊人在進攻，得管理和監控他們。
關於plan mode，Peter Steinberger 有個爭議性觀點：
「Plan mode 是Anthropic 不得不加的拼湊方案，因為模型太衝動，一上來就跑去寫代碼。如果你用最新的模型，比如GPT 5.2，你就是跟它對話。'我想建這個功能，應該這樣那樣，我喜歡這個設計風格，給我幾個方案，我們先提議。'然後它會建這個功能，應該這樣那樣，我喜歡這個設計風格，給我幾個方案，我們先提議。'然後它會建這個功能，你們要討論共識。
他不打字，他說話。
"我大部分時候都是跟它說話。
Discord 驅動開發
Peter Yang 問他開發新功能的流程是什麼。先探索問題？先做計劃？
Peter Steinberger 說他做了一件「可能是我做過最瘋狂的事」：他把自己的Clawbot 接到了公開的Discord 伺服器上，讓所有人都能跟他的私人AI 對話，帶著他的私人記憶，在公開場合。
「這個計畫很難用語言描述。像Jarvis（賈維斯，鋼鐵人中的AI 助理）和電影《她》的混合體。每個我當面演示的人都超級興奮，但在Twitter 上發圖配文字就是火不起來。所以我想，乾脆讓人們自己體驗。
用戶們在Discord 裡問問題、報bug、提出需求。他現在的開發流程是：截個Discord 對話的圖，拖進終端，跟AI 說「我們聊聊這個」。
「我懶得打字。有人問『你們支持這個那個嗎'，我就讓AI 讀代碼然後寫一條FAQ。
他還寫了個爬蟲，每天至少一次掃描Discord 的help 頻道，讓AI 總結最大的痛點，然後他們就修。
沒有MCP，沒有複雜編排
Peter Yang 問：你用那些花俏的東西嗎？多智能體、複雜skill、MCP（Model Context Protocol）之類的？
「我的skill 大部分是生活技能：記錄飲食、買菜、那種東西。程式設計方面很少，因為不需要。我不用MCP，不用任何那些東西。
他不相信複雜編排系統。
「我在循環裡，我能做出感覺更好的產品。也許有更快的方法，但我已經快到瓶頸不在AI 了，我主要被自己的思考速度限制，偶爾被等Codex 的時間限制。
他的前PSPDFKit 聯合創始人，一個前律師，現在也正在給他PR（pull request，程式碼提交合併請求）。
「AI 讓沒有技術背景的人也能建造東西，這很神奇。我知道有人反對，說這些程式碼不完美。但我把pull request 當作prompt request（提示詞請求），它們傳達的是意圖。大多數人沒有同樣的系統理解，沒法把模型引導到最優結果。所以我寧可拿到意圖，自己來做，或者基於他們的PR 重寫結果。所以我寧可寫結果。
他會標記他們為co-author，但很少直接合併別人的程式碼。
找自己的路
Peter Yang 總結：所以核心要點是，別用slop generator，保持人在循環裡，因為人的大腦和品味是不可替代的。
Peter Steinberger 補充了一句：
「或者說，找到你自己的路。很多人問我'你怎麼做的'，答案是：你得自己探索。學會這些東西需要時間，需要犯自己的錯誤。這跟學任何東西一樣，只不過這個領域變化特別快。
Clawdbot 在clawd.bot和GitHub 上都能找到。 Clad 帶W，CLAWDBOT，像龍蝦鉗。
（註：ClawdBot 已改名OpenClaw
Peter Yang 說他也得試試看了。不想坐在電腦前跟AI 聊天，想在外面帶孩子的時候隨時給它下指令。
"我覺得你會喜歡的。"Peter Steinberger 說。
Peter Steinberger 的核心觀點可以總結為兩句話：
- AI 已經強大到可以取代你手機上80% 的app
- 但如果沒有人類的品味和判斷在循環裡，輸出的就是垃圾
這兩句話看似矛盾，其實指向同一個結論：AI 是槓桿，不是替代品。放大的是你原有的東西：系統思考、架構能力、對好產品的直覺。如果你沒有這些，再多智能體並行跑24 小時也只是在大量生產slop。
他的實踐本身就是最好的證明：一個20 年的iOS 老程式設計師，在幾個月內用TypeScript 建造了一個30 萬行程式碼的項目，靠的不是學會了新語言的語法，而是那些語言無關的東西。
“程式語言不重要了，重要的是我的工程思維。”
