本文根據(jù)OpenClaw（現(xiàn)名Moltbot）創(chuàng)始人Peter Steinberger的訪談視頻編譯整理，部分場景演示有所提煉，以便中文讀者理解。OpenClaw在發(fā)布72小時后因Anthropic商標問題改名為Moltbot，并經(jīng)歷了一系列安全和詐騙事件，詳情可參考相關報道。

當Peter Steinberger在摩洛哥度假時，有人在Twitter上報告了他產(chǎn)品的一個bug。他沒有打開電腦，只是拍了張推文截圖發(fā)到WhatsApp，然后繼續(xù)享受假期。40分鐘后，bug已經(jīng)被修復、代碼已經(jīng)提交、推主已經(jīng)收到"已修復"的回復——完成這一切的不是他，而是他的AI代理OpenClaw。這不是科幻小說，而是正在發(fā)生的現(xiàn)實。這位OpenClaw（后改名Moltbot）的創(chuàng)始人在最新訪談中，用一系列真實演示揭示了一個顛覆性的未來：當AI擁有你電腦的完整訪問權限后，你還需要手機里那80%的專用App嗎？

原文鏈接：https://www.youtube.com/watch?v=AcwK1Uuwc0U一張截圖就能修bug：AI代理的"魔法時刻"

Peter的故事一開場就足夠震撼。

“我當時還在摩洛哥，有人給我發(fā)了一條推文說發(fā)現(xiàn)了bug。我就直接拍了張推文的照片，發(fā)到WhatsApp上。” 他說得很輕描淡寫，但接下來發(fā)生的事情卻一點也不平常：

AI代理讀取了推文截圖，理解了bug的描述，自動檢出了Git倉庫，定位并修復了代碼，提交了commit，然后在Twitter上回復那個用戶：“已經(jīng)修好了。”

整個過程，Peter只做了一件事——拍照。

這不是精心設計的demo，而是日常工作流程。當其他程序員還在"查郵件→打開IDE→切換分支→調試→提交→回復"的多步驟循環(huán)中掙扎時，Peter已經(jīng)把這一切壓縮成了一次WhatsApp消息。

“如果你給AI訪問你電腦的權限，它基本上能做你能做的任何事，” Peter說，“這就是核心。”

不只是修代碼：一個AI助手如何接管你的生活

但修bug只是冰山一角。Peter花了整整40分鐘，演示了OpenClaw在他生活中扮演的角色——這個AI代理已經(jīng)深入到了幾乎每一個生活場景。

智能家居的新玩法

“我逆向工程了Eight Sleep的API，現(xiàn)在它可以控制我床的溫度，” Peter展示道。不僅如此，他還接入了Philips Hue智能燈、Sonos音箱：“我可以讓它早上叫醒我，慢慢調高音量?！?/p>

聽起來像是又一個智能家居中控？不，區(qū)別在于你不需要打開任何App，不需要記住任何指令格式，只需要用自然語言說"今晚把床溫調低一點"或"明天7點用音樂叫醒我"。

通宵監(jiān)控"陌生人"的攝像頭

更夸張的場景來了。Peter給AI代理接入了家里的攝像頭，并下達了一個指令：“監(jiān)視陌生人?！?/p>

“第二天早上它告訴我：'Peter，有人在家里。'我一看，它整晚都在截圖我的沙發(fā)——因為畫面有點模糊，它以為有人坐在沙發(fā)上?！?Peter笑著說。

這個"誤報"雖然有點搞笑，但背后的能力卻不容小覷：AI代理能夠7×24小時監(jiān)控視頻流，識別異常情況，主動向你報告。這在傳統(tǒng)監(jiān)控系統(tǒng)里，要么需要昂貴的專業(yè)服務，要么需要你自己盯著屏幕。

自動值機的"神操作"

最讓人印象深刻的演示，是Peter讓AI代理幫他辦理英國航空的值機。

“它控制了一個瀏覽器，導航到英航網(wǎng)站，從我的Dropbox里找到護照文件，提取信息，填寫所有表單，甚至還點了’我不是機器人’的驗證——最后成功完成值機，給我發(fā)來了登機牌?！?/p>

第一次嘗試用了將近20分鐘，但現(xiàn)在這個流程已經(jīng)被優(yōu)化到幾分鐘內完成。更關鍵的是：Peter從頭到尾沒有打開過瀏覽器，沒有輸入過任何信息，甚至沒有看過那個網(wǎng)站。

健身追蹤的"吐槽模式"

“為什么我要用MyFitnessPal來記錄食物？” Peter反問，“我有一個無所不能的助手，它已經(jīng)知道我在做糟糕的決定。我只需要拍張照片，它就會自動存到數(shù)據(jù)庫、計算卡路里，然后吐槽我應該去健身房?！?/p>

這個細節(jié)很有意思。傳統(tǒng)的健身App需要你手動輸入食物、選擇份量、確認數(shù)據(jù)；而AI代理不僅能識別照片里的食物，還能"記住"你的飲食習慣，甚至用帶點嘲諷的語氣提醒你——這不是工具，更像是一個了解你的朋友。

零計劃模式：為什么傳統(tǒng)開發(fā)框架已經(jīng)過時

當被問到"如何使用OpenClaw"時，Peter給出了一個顛覆性的答案：不需要計劃。

“如果你一開始就試圖把所有需求寫成詳細規(guī)格，你會錯過人機協(xié)作的循環(huán)，” 他解釋道，“你需要邊玩邊探索，在過程中不斷完善你的想法?！?/p>

這就是他所說的"零計劃模式"（zero-planning mode）。傳統(tǒng)的軟件開發(fā)流程是：

1. 寫需求文檔

2. 設計架構

3. 分解任務

4. 編寫代碼

5. 測試調試

6. 部署上線

但在AI代理的世界里，這個流程變成了：

1. 告訴AI你想要什么

2. 它開始做

3. 你在過程中糾正和調整

4. 完成

“計劃模式（plan mode）其實是Anthropic為了讓模型不要太激進而加的補丁，” Peter說，“最新的模型太容易’跑偏’了，一句話就能讓它開始寫代碼。所以’給我一個計劃’這個功能，字面意思就是讓它暫停下來問問題?！?/p>

但Peter認為，這種暫停反而打斷了人機協(xié)作的流暢性。真正高效的工作方式是：讓AI立即行動，在執(zhí)行過程中不斷對話、澄清、調整——就像你和一個有經(jīng)驗的同事合作，而不是給實習生下達詳細的工作手冊。

80%的App將消失？一個更激進的預言

訪談進行到一半時，Peter拋出了一個驚人的判斷：

“AI代理會讓你手機上80%的App消失。”

這不是危言聳聽。他的邏輯很簡單：

“為什么我需要一個待辦事項App，當它能自動幫我追蹤待辦？為什么我需要一個值機App，當它能直接幫我完成？為什么我需要MyFitnessPal，當我有一個知道我所有習慣的助手？”

每一個專用App，本質上都是為了完成一個特定任務而設計的界面。但當AI代理能夠理解自然語言、訪問所有數(shù)據(jù)、調用所有API時，這些界面就變得多余了。

Peter列舉了他和社區(qū)成員已經(jīng)在用AI代理做的事情：

• 在Tesco和Amazon上自動購物

• 管理郵件和日程

• 創(chuàng)建GitHub issues

• 同步Google Places書簽

• 生成發(fā)票

• 追蹤睡眠和運動數(shù)據(jù)

• 甚至在家庭群聊里充當"家庭成員"角色

“這是一個更方便的界面，因為我只是在和朋友聊天，” Peter說，“而不是在學習一個新App的操作邏輯?！?/p>

技能庫的秘密：AI如何從20分鐘進化到2分鐘

OpenClaw的一個關鍵特性是"技能"（Skills）系統(tǒng)。

當你第一次讓AI代理完成一個任務（比如英航值機）時，它可能需要20分鐘，因為它要探索網(wǎng)站結構、嘗試不同的操作路徑、處理各種邊界情況。但一旦成功，它會把這個過程總結成一個可復用的"技能"。

下次你再說"幫我值機"，它就能在幾分鐘內完成——因為它已經(jīng)"記住"了：

• 護照文件存在Dropbox的哪個位置

• 網(wǎng)站的哪些字段是必填的

• 如何處理驗證碼

• 如果遇到錯誤該怎么恢復

“這些技能會不斷積累，” Peter解釋，“就像你給助手培訓一樣。一開始它不熟練，但做多了就成了專家?！?/p>

更強大的是，這些技能可以組合。比如"幫我訂機票+值機+設置日歷提醒+預定接機"這樣的復合任務，AI代理能夠自動調用多個技能并協(xié)調執(zhí)行——而你只需要說一句話。

隱藏復雜度：為什么你不需要知道它用的什么模型

作為開發(fā)者，Peter對產(chǎn)品設計有著清晰的哲學：把所有復雜性隱藏起來。

“它抹掉了所有那些讓事情變復雜的層級，” 他說，“你不需要想’我該用哪個模型’‘我該怎么寫prompt’‘我該調用哪個API’——它就是能用。”

這和當前大多數(shù)AI工具形成了鮮明對比。市面上的AI編程助手、AI寫作工具、AI數(shù)據(jù)分析平臺，往往會暴露大量技術細節(jié)：模型選擇、參數(shù)調整、token計費、上下文窗口管理……這些對普通用戶來說都是認知負擔。

OpenClaw的方式是：你只需要安裝一個命令行工具，或者在WhatsApp/Telegram/Discord里添加一個聯(lián)系人，然后開始對話。它會自動選擇合適的模型、自動管理上下文、自動處理錯誤、自動優(yōu)化成本。

“這就像iPhone剛出來的時候，” Peter比喻道，“你不需要知道它用的什么芯片、什么操作系統(tǒng)——你只需要滑動屏幕就能用?！?/p>

全系統(tǒng)訪問權限：便利與風險的雙刃劍

當然，OpenClaw的能力來自于一個關鍵前提：它擁有你電腦的完整訪問權限。

這意味著它可以：

• 讀取你的所有文件

• 訪問你的所有賬號（通過已保存的密碼）

• 查看你的瀏覽歷史和私人聊天

• 執(zhí)行任何命令

• 控制你的攝像頭和麥克風

Peter對此非常坦誠：“是的，它能看到一切。但這也是為什么它能做任何事?！?/p>

這里有一個有趣的權衡：傳統(tǒng)的App模式是通過限制權限來保證安全，代價是功能受限；AI代理模式是通過開放權限來實現(xiàn)強大功能，代價是你需要信任它。

Peter的選擇是后者。但這也引發(fā)了一個尖銳的問題：如果你的AI代理被黑了怎么辦？如果它誤解了你的指令做了錯誤的操作怎么辦？如果服務商突然關停怎么辦？

這些問題還沒有完美的答案。但Peter認為，這就像早期的互聯(lián)網(wǎng)銀行、早期的云存儲——每一次技術躍遷都伴隨著信任的重建。關鍵在于透明度、可追溯性和用戶控制權。

成本和門檻：20美元能買到什么

OpenClaw的定價策略很有意思：基礎版本是開源的，可以免費自己部署；云托管版本每月大約20-30美元。

“這比你訂閱10個不同的App便宜多了，” Peter指出，“而且它能做那10個App的所有事情，還能做更多?！?/p>

更重要的是門檻。傳統(tǒng)上，如果你想實現(xiàn)"自動值機"或"智能家居控制"這樣的功能，你需要：

1. 懂編程

2. 了解各種API

3. 搭建服務器

4. 處理認證和錯誤

5. 持續(xù)維護

現(xiàn)在你需要的是：

1. 安裝OpenClaw

2. 說"幫我做XXX"

從幾周的開發(fā)時間壓縮到幾分鐘的對話時間，這就是AI代理帶來的范式轉變。

與傳統(tǒng)框架的對決：為什么復雜不等于強大

在訪談中，Peter多次強調OpenClaw和傳統(tǒng)開發(fā)框架的本質區(qū)別。

“很多人在構建復雜的Agent框架，有計劃器、有執(zhí)行器、有反思模塊、有記憶系統(tǒng)，” 他說，“但我發(fā)現(xiàn)最有效的系統(tǒng)往往是最簡單的——就是一個能訪問工具的聊天界面。”

這背后是兩種哲學的碰撞：

復雜框架的邏輯：把AI代理的行為拆解成精確的步驟，每個步驟都有明確的輸入輸出，通過精心設計的流程來保證可靠性。

OpenClaw的邏輯：給AI足夠的權限和上下文，讓它自己決定怎么做，人類只在關鍵節(jié)點介入糾正。

“當你設計了一個10步的計劃，AI在第3步失敗了怎么辦？” Peter反問，“你要重新規(guī)劃嗎？還是讓它自己想辦法？真正強大的智能應該能夠應對意外，而不是嚴格執(zhí)行預定腳本。”

這也解釋了為什么OpenClaw的"零計劃模式"能夠工作——因為底層模型已經(jīng)足夠強大，它能夠在沒有明確指引的情況下，通過試錯和推理找到解決方案。

持久記憶：AI代理如何"認識"你

OpenClaw的另一個關鍵能力是記憶。

“它知道我的生活習慣、我的工作項目、我的家庭成員、我的常用工具，” Peter說，“所以當我說’幫我準備明天的會議’，它知道該去哪里找文件、該通知哪些人、該準備什么材料?！?/p>

這種記憶不是簡單的日志存儲，而是結構化的知識圖譜。每一次對話、每一個任務、每一次成功或失敗，都會被整合到AI對你的理解中。

這就是為什么AI代理用得越久越好用——它在學習你。

但這也帶來了一個哲學問題：當一個AI比你自己還了解你的生活時，誰才是真正的主人？

Peter的回答很務實：“它是工具，不是主人。但一個好的工具應該能預測你的需求，就像一個優(yōu)秀的助理?！?/p>

社區(qū)的力量：當用戶開始自己構建技能

OpenClaw最讓Peter興奮的，不是他自己用它做了什么，而是社區(qū)用戶在做什么。

“有人構建了技能讓它自動在Tesco買菜、在Amazon購物，” 他列舉道，“有人讓它管理郵件、生成發(fā)票、追蹤健康數(shù)據(jù)。有人甚至讓它在Twitter上自動收藏有趣的推文，然后加到待辦列表里?！?/p>

這些技能大多數(shù)都被分享到了社區(qū)，形成了一個不斷增長的"技能庫"。這意味著：

• 你不需要從零開始訓練AI

• 你可以直接復用其他人已經(jīng)驗證的解決方案

• 整個生態(tài)系統(tǒng)在加速進化

“這就像App Store剛出現(xiàn)的時候，” Peter比喻，“只不過這次不是下載App，而是下載’技能’——而且這些技能可以互相組合、互相調用。”

代碼已死？一個CEO如何通過prompt提交PR

訪談最后，Peter分享了一個讓人震撼的細節(jié)：

“我現(xiàn)在提交的PR，完全是通過prompting生成的——我自己不再寫代碼了。”

作為一家技術公司的創(chuàng)始人，Peter曾經(jīng)是核心開發(fā)者。但現(xiàn)在，他的工作流程變成了：

1. 用自然語言描述需要什么功能

2. AI生成代碼

3. 他審查和測試

4. 如果有問題，繼續(xù)對話調整

5. 提交PR

“這不是說代碼不重要了，” 他澄清，“而是說寫代碼的方式變了。我現(xiàn)在更像是一個產(chǎn)品設計師和質量把關人，而不是碼農(nóng)。”

這和我們之前編譯的Jerry Tworek訪談形成了有趣的呼應：Jerry說"編程問題會被AI解決"，Peter說"我已經(jīng)不寫代碼了"——這個未來比我們想象的來得更快。

尾聲：當"和AI聊天"成為最自然的交互方式

整場訪談最打動人的，不是那些炫酷的演示，而是Peter描述自己使用OpenClaw時的語氣——他說得就像在聊一個住在手機里的朋友。

“為什么我需要記住10個不同App的操作流程？” 他反問，“我只需要說’幫我做這個’，然后它就會做。如果做錯了，我糾正它。如果做對了，它下次就記住了。這才是人類應該和計算機交互的方式。”

這個愿景聽起來很美好，但也充滿了不確定性：

• 當AI能做所有事情時，人類還需要學什么技能？

• 當我們把生活的方方面面都交給AI時，我們是在解放自己還是在依賴它？

• 當"80%的App消失"時，那些App背后的開發(fā)者和公司怎么辦？

這些問題沒有簡單答案。但有一點是確定的：變化已經(jīng)開始了。

當Peter在摩洛哥的海灘上，用一張截圖就修復了bug；當他在睡夢中，AI代理通宵監(jiān)控家里的安全；當他不需要打開瀏覽器，就能完成值機、購物、健身追蹤……這些不是未來的設想，而是正在發(fā)生的現(xiàn)實。

也許有一天，我們回顧2026年，會發(fā)現(xiàn)這是一個分水嶺——那個我們還需要打開十幾個App、記住幾十種操作流程的時代，終于結束了。取而代之的，是一個更簡單、更直接、也更加"人性化"的交互方式：和AI聊天。

就像Peter說的：“它不是工具，而是一個了解你的朋友?！?/p>