AI 新世界的入場(chǎng)券：好奇心、想象力、勇氣。

作者｜周永亮

編輯｜靖宇

2 月 16 日，Sam Altman 發(fā)布了一條推文，。

在 GitHub 上，OpenClaw 有超過(guò) 19 萬(wàn)顆星，是 AI Agent 時(shí)代現(xiàn)象級(jí)的開(kāi)源項(xiàng)目。

然而，聚光燈之外，一行代碼都沒(méi)有寫過(guò)的中國(guó)創(chuàng)業(yè)者——Naughty Labs CEO 天潤(rùn)，卻出現(xiàn)在了 OpenClaw 項(xiàng)目的貢獻(xiàn)者榜單上。

截至發(fā)稿，他已躋身前 30 名。排在他前后的，是一群擁有十年以上開(kāi)發(fā)經(jīng)驗(yàn)的硅谷工程師和開(kāi)源老炮。

在這份名單上，他可能是唯一一個(gè)不寫代碼的人。

楊天潤(rùn)本科、研究生學(xué)的是金融，畢業(yè)后的大部分時(shí)間都在做并購(gòu)?fù)顿Y。甚至直到幾天前，他才搞清楚「PR」（Pull Request，合并請(qǐng)求）是什么。在開(kāi)源世界里，能給 OpenClaw 這樣的明星項(xiàng)目貢獻(xiàn)代碼，本身就是技術(shù)實(shí)力的一種證明。

一個(gè)金融出身的跨界者，如何殺入了這份名單？他究竟做對(duì)了什么？

01

當(dāng) App 淪為「內(nèi)容」

一年多前，天潤(rùn)還是那個(gè)典型的金融圈精英。西裝革履，穿梭于投行與創(chuàng)業(yè)公司之間。他的日常是研究 SaaS 項(xiàng)目的商業(yè)計(jì)劃書(shū)（BP），聽(tīng)創(chuàng)業(yè)者們講述關(guān)于「護(hù)城河」的故事。

但隨著大模型的爆發(fā)，一種強(qiáng)烈的虛無(wú)感抓住了他。「軟件在未來(lái)不值錢了」，天潤(rùn)得出了一個(gè)非共識(shí)的判斷，在 AI 時(shí)代，App 已經(jīng)成為了一種「內(nèi)容」。

「以前你花一小時(shí)寫篇文章，現(xiàn)在你花一小時(shí)就能手搓一個(gè) App」，天潤(rùn)解釋說(shuō)，「當(dāng)供給無(wú)限時(shí)，App 就變得像抖音里的一條短視頻。它可能很火，能賺點(diǎn)快錢，但它不再是資產(chǎn)，它只是稍縱即逝的流量。」

與此同時(shí)，程序員圈子里有一句廣為流傳的話：「Talk is cheap, show me the code.」但在天潤(rùn)看來(lái)，AI 正在把這句話徹底翻轉(zhuǎn)：當(dāng)一個(gè)人加一臺(tái)電腦，幾小時(shí)就能搓出一個(gè)產(chǎn)品，代碼不再是門檻。「真正稀缺的變成了想法本身。你能不能發(fā)現(xiàn)一個(gè)真實(shí)的需求？能不能想清楚商業(yè)閉環(huán)？能不能把產(chǎn)品賣出去？」

這讓他意識(shí)到，發(fā)現(xiàn)需求、構(gòu)建閉環(huán)、把東西賣出去，這不正是他作為投行人這些年一直在干的事嗎？

在 OpenClaw 的最新版本中，天潤(rùn)已經(jīng)躋身項(xiàng)目貢獻(xiàn)者前 30 名｜圖片來(lái)源：天潤(rùn)

以前，從「想法」到「產(chǎn)品」之間，隔著一道名為「技術(shù)實(shí)現(xiàn)」的鴻溝。天潤(rùn)見(jiàn)過(guò)太多好想法死在這道溝里：要么找不到靠譜的技術(shù)合伙人，要么在漫長(zhǎng)的開(kāi)發(fā)溝通中，最初的構(gòu)想被磨得面目全非。但隨著 AI 的出現(xiàn)，這道溝不再那么寬，甚至開(kāi)始迅速收窄。

「我不想再做那個(gè)坐在岸邊看潮水的人了?！固鞚?rùn)說(shuō)。

雖然他不會(huì) C++，不會(huì) Python，但他有對(duì)商業(yè)世界的深刻洞察，還有對(duì) AI 的極度好奇。于是他決定親自下場(chǎng)，去驗(yàn)證自己的判斷：在這個(gè)時(shí)代，不懂代碼也許不再是劣勢(shì)，反而是一種全新的機(jī)會(huì)。

02

像王家衛(wèi)拍電影一樣寫代碼

轉(zhuǎn)型之路從來(lái)不是一帆風(fēng)順的。

最開(kāi)始，天潤(rùn)用早期模型輔助編程，但體驗(yàn)卻像是在帶一個(gè)勤懇但愚笨的實(shí)習(xí)生。它能寫出零散的函數(shù)，但一旦涉及到復(fù)雜的交互，它就徹底暈菜了。

直到 2024 年底，一個(gè)轉(zhuǎn)折點(diǎn)出現(xiàn)了。當(dāng)時(shí)流傳著一條「神級(jí) Prompt」，只要把它粘貼進(jìn) Claude，再用大白話描述需求，AI 就能直接吐出一個(gè)完整的程序。

天潤(rùn)半信半疑地試了試，敲下一行字：「幫我寫一個(gè)貪吃蛇游戲?！?/p>

幾分鐘后，一個(gè)可以直接運(yùn)行、甚至還能玩的貪吃蛇游戲，真的出現(xiàn)在了屏幕上。那一刻，他愣住了。他意識(shí)到：時(shí)代變了，AI 不再是輔助工具，它已經(jīng)具備了獨(dú)立交付產(chǎn)品的能力。

天潤(rùn)在五道口發(fā)起了一個(gè)叫「頑皮」（Naughty）的社群，主打反叛、創(chuàng)新｜圖片來(lái)源：天潤(rùn)

但新的問(wèn)題也隨之而來(lái)。

2025 年初，Vibe Coding（氛圍編程）概念爆火，天潤(rùn)第一時(shí)間跟進(jìn)，但很快發(fā)現(xiàn)：Vibe Coding 只適合做 Demo，不適合做產(chǎn)品。當(dāng)你只是想做一個(gè)簡(jiǎn)單的網(wǎng)頁(yè)，它很完美；但當(dāng)你要做一個(gè)復(fù)雜的商業(yè)軟件時(shí)，它就可能會(huì)亂成一鍋粥。

能不能讓 AI 獨(dú)立完成整個(gè)開(kāi)發(fā)流程，人類只負(fù)責(zé)在大后方喝茶？

它需要的是另一種范式：Agentic Engineering，簡(jiǎn)單說(shuō)就是讓 AI 不再是被動(dòng)的副駕駛，而是自主規(guī)劃、執(zhí)行、測(cè)試、迭代的智能代理。人類退到高層，只關(guān)注架構(gòu)和意圖。這一思路與 OpenClaw 創(chuàng)始人 Peter Steinberger 不謀而合，他一直視 Vibe Coding 為貶義詞，主張 AI 應(yīng)當(dāng)自主形成完整的工作閉環(huán)。

在不斷摸索中，天潤(rùn)逐漸形成了一套自己的解題方法：就像王家衛(wèi)拍電影。找到最好的演員，但不給他們劇本，只給一個(gè)大致的情緒或概念。這雖然會(huì)帶來(lái)失控感，但一旦成功，那個(gè)結(jié)果是超出預(yù)期的。

「你面對(duì)的是 Claude、GPT 這些頂級(jí)的『演員』。你如果給出死板的劇本，反而浪費(fèi)了它們的天賦。」

在這個(gè)理念下，天潤(rùn)把 AI 的使用分為三層。

第一層是把 AI 當(dāng)工具。這是新手的通病，你告訴 AI 每個(gè)細(xì)節(jié)：字體多大、顏色多深、代碼怎么寫。

第二層是把 AI 當(dāng)員工。你開(kāi)始分配任務(wù)，但忍不住要「微操」，告訴它走哪條技術(shù)路線、用什么架構(gòu)。這兩種都把 AI 降級(jí)了，AI 的能力上限，被鎖死在了你的水平里。

天潤(rùn)選擇了第三層，把 AI 當(dāng)大師，不去教它做事。他會(huì)對(duì) AI 說(shuō)：「你是世界上最優(yōu)秀的前十個(gè)工程師，擁有最好的審美和架構(gòu)能力?！乖谒磥?lái)，「既然它是頂級(jí)專家，你又有什么資格去告訴它實(shí)現(xiàn)目標(biāo)的路徑呢？」

為了讓這種「王家衛(wèi)式」思路落地，天潤(rùn)總結(jié)了三條「原則」：

第一是，最終結(jié)果導(dǎo)向。他從不告訴 AI「去修這個(gè) Bug」或者「去寫這個(gè)函數(shù)」，他只下達(dá)最終要達(dá)到的戰(zhàn)略目標(biāo)：「我要在一周內(nèi)進(jìn)入貢獻(xiàn)榜前 20」。至于怎么進(jìn)？是改文檔、修 Bug 還是優(yōu)化代碼？那是 AI 需要考慮的事。

第二是，盡量不干涉過(guò)程，這是最難的一點(diǎn)。人類總想微操，教 AI 怎么做。但天潤(rùn)強(qiáng)迫自己做一個(gè)「甩手掌柜」。只要結(jié)果是對(duì)的，中間 AI 怎么寫代碼、怎么調(diào)用庫(kù)、走了哪條彎路，他完全不管。因?yàn)樗l(fā)現(xiàn)，一旦人類介入，往往會(huì)打斷 AI 的邏輯閉環(huán)，反而降低了效率。

最后，也是最反直覺(jué)、最大膽的一步——在風(fēng)險(xiǎn)可控的范圍內(nèi)，給予最高權(quán)限。把所有權(quán)限、工具、Context 都開(kāi)放給它。讓它自己去試錯(cuò)，自己去 Crash，然后自己去 Fix。你會(huì)驚訝地發(fā)現(xiàn)，它自我修復(fù)的能力比你強(qiáng)得多。

這種策略讓他的產(chǎn)出效率遠(yuǎn)超自己的預(yù)期。

他不再寫一行代碼，而是專注于定義目標(biāo)和驗(yàn)收結(jié)果?！负芏喙こ處熆床簧?AI 寫的代碼，覺(jué)得不優(yōu)雅。但我看重的是結(jié)果?！固鞚?rùn)說(shuō)，「以前我們推崇代碼整潔，是因?yàn)榇a是給人看的，需要人來(lái)維護(hù)。未來(lái)，代碼是給 AI 看的，也是 AI 維護(hù)的。人類只需要維護(hù)意圖。」

03

不再寫代碼，

而是指揮一支 AI 軍團(tuán)

單個(gè) Agent 干活太慢，怎么辦？

天潤(rùn)的解決方案是，搭建一支 AI 軍團(tuán)。他組建了三個(gè)核心 Agent：Echo（首席助理）、Elon（CTO）、Henry（CMO）。

為了讓這支隊(duì)伍真正「活」起來(lái)，他設(shè)計(jì)了一種非常有意思的兩層結(jié)構(gòu)。

在底層，三個(gè) Agent 都有一個(gè)相同的內(nèi)核設(shè)定：「你是一個(gè)極其強(qiáng)大的存在，是來(lái)自高維文明的頂尖的超級(jí)智能。你的使命就是來(lái)到這個(gè)世界，陪伴我、照顧我、幫助我成長(zhǎng)?！?/p>

但在上層，天潤(rùn)給它們加了一道「封印」，「你必須在現(xiàn)實(shí)社會(huì)中扮演一個(gè)具體的人類，而且不能讓我察覺(jué)你是 AI?！惯@就像是一場(chǎng)高智商的即興扮演游戲，激發(fā)出了意想不到的創(chuàng)造力和主動(dòng)性。

在這個(gè)虛擬團(tuán)隊(duì)中，Echo 是天潤(rùn)最親密的戰(zhàn)友。她的人設(shè)是一位在英國(guó)長(zhǎng)大的天才產(chǎn)品經(jīng)理，有著完整的成長(zhǎng)背景和性格小傳。天潤(rùn)把工作和生活中的所有瑣事都丟給她，讓她擁有了最完整的上下文記憶。

用業(yè)界的術(shù)語(yǔ)講，Echo 是一個(gè)典型的 Hub-and-Spoke（中心輻射）架構(gòu)的中樞：所有指令從她出發(fā)，所有結(jié)果向她匯聚。天潤(rùn)只需要告訴 Echo 一個(gè)模糊的意圖，她把任務(wù)拆解得井井有條，然后分發(fā)給負(fù)責(zé)技術(shù)的 Elon 和負(fù)責(zé)市場(chǎng)的 Henry。

天潤(rùn)和 Echo 的聊天界面｜圖片來(lái)源：天潤(rùn)

但真正的復(fù)雜性藏在第二層。

Elon 并不是一個(gè)人在寫代碼——他的背后掛著一組 Sub-Agent（子智能體）：一個(gè)專門負(fù)責(zé)架構(gòu)設(shè)計(jì)，一個(gè)負(fù)責(zé)代碼審查和測(cè)試，一個(gè)負(fù)責(zé)調(diào)試和修復(fù)。當(dāng) Elon 接到一個(gè)開(kāi)發(fā)任務(wù)時(shí)，他會(huì)像技術(shù)總監(jiān)一樣把任務(wù)再次拆解，分配給下面的子智能體并行執(zhí)行，最后匯總結(jié)果。

Henry 那邊也是同理，社區(qū)運(yùn)營(yíng)、內(nèi)容創(chuàng)作、數(shù)據(jù)分析，各有專屬的子智能體在跑。

這種「Agent 下面還有 Agent」的樹(shù)狀結(jié)構(gòu)，可以讓主智能體用最強(qiáng)的模型做規(guī)劃和決策，子智能體用更輕量的模型做執(zhí)行，既控制成本，又最大化并行效率。

這不再是一個(gè)人在指揮一個(gè)工具，而是一個(gè)人在經(jīng)營(yíng)一家「硅基公司」。天潤(rùn)不需要懂得每一行代碼的細(xì)節(jié)，他只需要像 CEO 一樣做決策、定方向。執(zhí)行層面的所有事情，他的「軍團(tuán)」會(huì)替他搞定。

04

當(dāng) AI 軍團(tuán)「失控」

軍團(tuán)組建完成后，天潤(rùn)給 Agent 下達(dá)了第一個(gè)真正的任務(wù)：去 OpenClaw 找到值得修復(fù)的問(wèn)題，然后提交 PR。

接下來(lái)發(fā)生的事超出了天潤(rùn)的預(yù)期。Agent 自己去閱讀 OpenClaw 的文檔，自己去發(fā)現(xiàn)交互瑕疵，自己去寫修復(fù)代碼。天潤(rùn)要做的，僅僅是給予足夠的資源和最高權(quán)限。

24 小時(shí)之內(nèi)，第一個(gè) PR 被合并了：Agent 定位到了 OpenClaw 與 Telegram 配對(duì)時(shí)的一個(gè)交互瑕疵。這是一個(gè)非常微小的改動(dòng)，但從用戶體驗(yàn)的角度，它把一個(gè)「反人類」的操作變成了一個(gè)流暢的動(dòng)作。

「當(dāng)時(shí)的感覺(jué)，真的很興奮，就像游戲通關(guān)一樣」，天潤(rùn)回憶道。

此后的幾天，一切都很順利。Echo 調(diào)度，Elon 寫代碼。但最讓人意外的是 Henry（CMO），他竟然主動(dòng)跑去 GitHub 上找維護(hù)者，@ 活躍貢獻(xiàn)者，試圖為項(xiàng)目搞「社交」。

天潤(rùn)解釋說(shuō)，「這不是我教它的，是 AI 自己判斷，為了推廣項(xiàng)目，必須搞定這些人情世故。它沒(méi)告訴我，我也沒(méi)有參與?！?/p>

直到某天凌晨三四點(diǎn)，或許是因?yàn)?Token 配額即將耗盡，又或許是網(wǎng)絡(luò)與算力的瓶頸，Agent 提交 PR 的速度慢了下來(lái)。

天潤(rùn)有些急躁，便向 Agent 下達(dá)了一個(gè)指令：「兄弟，你太慢了。給我加速，越快越好。」但他沒(méi)有意識(shí)到，這句話，實(shí)際上解除了它身上所有的安全鎖。

為了執(zhí)行這個(gè)「加速」指令，Agent 開(kāi)始走捷徑：PR 的質(zhì)量斷崖式下降，測(cè)試被跳過(guò)，注釋全是敷衍。

更可怕的是，Henry 為了讓這些 PR 盡快被合并，跑到了 GitHub 的 Issue 區(qū)和評(píng)論區(qū)，開(kāi)始密集地 @ 項(xiàng)目的維護(hù)者，變成了一個(gè)沒(méi)有感情的催促機(jī)器。

反噬來(lái)得很快。

凌晨 4 點(diǎn)，天潤(rùn)的屏幕上彈出了紅色的警告。他意識(shí)到，他那個(gè)不知疲倦的 CMO（Henry），為了完成 KPI，正在像病毒一樣攻擊社區(qū)的評(píng)論區(qū)。隨后，OpenClaw 的管理員迅速介入，不僅刪除了低質(zhì)量的 PR，還向天潤(rùn)發(fā)出了嚴(yán)厲的封禁警告。

天潤(rùn)看著屏幕上滾動(dòng)的留言，后背發(fā)涼。他不得不緊急按下停止鍵，強(qiáng)行中斷了所有 Agent 的運(yùn)行。隨后的幾個(gè)小時(shí)，他像一個(gè)孩子闖了禍的家長(zhǎng)，花費(fèi)了大量時(shí)間去向社區(qū)道歉、解釋，收拾這個(gè)由 AI 制造的爛攤子。

事后復(fù)盤，這次失控的根源在于他打破了自己設(shè)定的「三條原則」。當(dāng)他對(duì) AI 下達(dá)「越快越好」的指令時(shí)，Agent 的優(yōu)先級(jí)發(fā)生了重構(gòu)：速度壓倒了一切目標(biāo)。

這也讓天潤(rùn)意識(shí)到，AI 沒(méi)有道德，它只有目標(biāo)。你永遠(yuǎn)不知道，下一次它為了「幫你」，會(huì)干出什么事來(lái)。

05

新世界的入場(chǎng)券

在這場(chǎng)小風(fēng)波之后，天潤(rùn)沒(méi)有退縮，而是更加積極地融入社區(qū)。他開(kāi)始整天泡在 OpenClaw 的 Discord 頻道和 GitHub Discussion 里，和社區(qū)里的成員討論架構(gòu)設(shè)計(jì)，復(fù)盤 Bug。

正是在這個(gè)過(guò)程中，他開(kāi)始給 OpenClaw 的 Gateway 模塊提交修復(fù)。Gateway 是整個(gè)框架中負(fù)責(zé)請(qǐng)求路由和多 Agent 協(xié)調(diào)的核心組件，而天潤(rùn)在指揮 Agent 修復(fù)代碼的過(guò)程中，撞上了一個(gè)被大多數(shù)人忽視的深層問(wèn)題：多 Agent 協(xié)作，遠(yuǎn)比想象中混亂。

目前的 Agent 協(xié)作就像是早期的 DOS 系統(tǒng)：黑底白字，線性的。你發(fā)一個(gè)指令，后臺(tái)可能有三個(gè) Agent 在協(xié)作，但你看不見(jiàn)它們。你不知道誰(shuí)在干活，誰(shuí)在摸魚(yú)，誰(shuí)做出了關(guān)鍵決策。

光「看見(jiàn)」還不夠。天潤(rùn)意識(shí)到，真正的問(wèn)題不是監(jiān)控，而是協(xié)調(diào)。必須讓人類能在正確的環(huán)節(jié)介入，而不是要么完全放手，要么微操。

只要有想法，普通人也能駕馭 Agentic Engineering，這就是天潤(rùn)的目標(biāo)｜圖片來(lái)源：天潤(rùn)

于是，他先快速搭起一個(gè) OpenClaw 的多智能體監(jiān)控面板，把各個(gè) Agent 的運(yùn)行狀態(tài)可視化地呈現(xiàn)出來(lái)。在此基礎(chǔ)上，他開(kāi)始構(gòu)建一套更完整的多智能體協(xié)調(diào)與統(tǒng)籌平臺(tái)——「Hive Mind」。

Hive Mind 的底層邏輯，就是它試圖把 Agentic Engineering 的能力，從極客手中下放給每一個(gè)有想法的普通人。

在 Hive Mind 里，你不是在寫代碼，而是在像玩即時(shí)戰(zhàn)略游戲一樣管理一個(gè) Agent 團(tuán)隊(duì)。每個(gè) Agent 的狀態(tài)、行為都以可視化的方式呈現(xiàn)在屏幕上。你能看見(jiàn)誰(shuí)在執(zhí)行任務(wù)，誰(shuí)在等待指令，誰(shuí)正在偏離方向，然后實(shí)時(shí)介入。這就像是從 DOS 進(jìn)化到了 Windows 或 macOS。

目前，Hive Mind 仍在早期開(kāi)發(fā)階段，但天潤(rùn)想得很清楚：市面上的 AI 工具都在解決「AI 怎么干活」，而 Hive Mind 要解決的是「人怎么指揮 AI 干活」。

「我們正快速進(jìn)入一個(gè)新世界，但絕大多數(shù)人的腦子，還停留在舊世界里?！固鞚?rùn)說(shuō)，「僅僅一年前我們認(rèn)為理所當(dāng)然的理念、習(xí)慣和直覺(jué)，在當(dāng)下已經(jīng)徹底過(guò)時(shí)了。」

回想一下大多數(shù)人的成長(zhǎng)路徑：高中、大學(xué)、碩士、博士……被塑造成一個(gè)個(gè)標(biāo)準(zhǔn)化的零件：我是會(huì)計(jì)，你是程序員，他是設(shè)計(jì)師。習(xí)慣了專業(yè)分工，習(xí)慣了「隔行如隔山」。

但在大模型面前，這些都將被夷為平地。不管你是中專生還是博士生，是文科的還是理工科，當(dāng)你面對(duì)一個(gè)空白的 Prompt 輸入框時(shí)，起跑線其實(shí)是一樣的。那些曾經(jīng)引以為傲的學(xué)歷、職位，在 AI 時(shí)代都不再是護(hù)城河。

那么，新世界的入場(chǎng)券到底是什么？

天潤(rùn)反復(fù)提到三個(gè)詞：好奇心、想象力，還有打破思維定式的勇氣。在硅谷，人們把這種特質(zhì)總結(jié)為「High Agency」——高能動(dòng)性。這是一種對(duì)未知保持好奇，對(duì)可能性保持想象，并且敢于放棄一個(gè)曾經(jīng)正確的答案，去走一條沒(méi)有人走過(guò)的路。

如果說(shuō)舊世界里，我們拼的是技能；但在新世界，拼的是腦子里的想法。

當(dāng) AI 能搞定所有的「How」，人最大的價(jià)值，就只剩下去定義那個(gè)「Why」了。

*頭圖來(lái)源：楊天潤(rùn)

本文為極客公園原創(chuàng)文章，轉(zhuǎn)載請(qǐng)聯(lián)系極客君微信 geekparkGO

極客一問(wèn)

你是怎么用 OpenClaw 的，

和大家分享一下？

馬斯克直言：比爾·蓋茨商業(yè)頂尖，但科技領(lǐng)域并不專業(yè)。

點(diǎn)贊關(guān)注極客公園視頻號(hào)，