龍蝦創始人最新訪談：一場大變革，已經擋不住了！

全世界第一個“養龍蝦”的人：玩，是最好的學習方式。

作者：筆記俠

內容來源：2026年2月12日，Peter Steinberger在Lex Fridman播客內容分享。

分享嘉賓：Peter Steinberger彼得·斯坦伯格，奧地利程序員，OpenClaw開源項目創始人。

最近，整個科技圈都在熱議一只“龍蝦”。它不是海鮮，而是2026年開年現象級的開源AI項目——OpenClaw（養龍蝦）。

短短幾天，它在GitHub上狂攬18萬星，創下增長紀錄。但它的創始人Peter Steinberger卻輕描淡寫：這只是一個“實驗項目”。

一邊是席卷全球的熱度，一邊是創始人冷靜的定位，這種反差背后，到底藏著怎樣的顛覆性力量？

從一小時做出的原型，到讓扎克伯格、奧特曼親自體驗并爭相招攬，OpenClaw究竟做對了什么？

今天，我們整理了Peter彼得在Lex Fridman（萊克斯·弗里德曼）播客中的三小時深度對話。

你將看到：一個曾賣掉十億級公司的“bunout”（職業倦怠）程序員，如何重拾熱愛，親手點燃這場AI Agent（智能體）革命；他將分享“自修改軟件”的魔法、與加密貨幣投機者搶注賬號的“血淚史”，以及對“80%的App將消亡”的大膽預言。

這不僅僅是一個產品的成功故事，更是一場關于技術哲學、創業心態與未來人機協作的深刻思考。

無論你是開發者、創業者，還是對未來感到好奇的普通人，都能從中獲得啟發。

#01

OpenClaw的誕生：從一小時原型到現象級開源項目

1.魔法時刻：一條語音消息觸發的AI交互革命

我從去年四月份就想要一個AI個人助手。比如，把我所有的WhatsApp（類似微信的即時通訊應用）數據拉出來，然后進行查詢。

那時候我們有GPT-4.1，它帶有一百萬上下文窗口。我把所有數據導進去，然后問它一些問題，比如“”這段友誼的意義是什么？”，得到了一些非常深刻的結果。我把結果發給朋友們，他們都感動得眼眶濕潤了。

那個時候，我就已經感受到AI交互的潛力。但后來我想，所有的實驗室都會做這個，所以我就去做別的事了。

比如Viptunnel（某項目名稱），這是一個周末黑客項目。那時候還是Claude Code（由AI驅動的編程工具）時代，項目處于早期實驗和玩耍階段。

那個時候，我有WhatsApp的實驗，也有Viptunnel的實驗，但兩個都感覺不是正確答案。后來我想到，直接把WhatsApp連接到Claude Code，一步到位。

當CLI（命令行界面）消息進來時，我用“-p”參數調用CLI，它施展魔法后返回字符串，再發回WhatsApp。這個功能我只用一個小時就做出來了。當時感覺已經很酷了，就像“哦，我可以跟我的電腦說話了”。

但我還想要圖片支持，因為我經常在prompt（提示詞）里使用圖片。我覺得這是給Agent提供更多上下文的一種非常高效的方式，Agent很擅長理解我的意思，即使是一張奇怪的裁剪截圖。所以我大量使用圖片，也想在WhatsApp里實現這個功能。

你知道的，當你走在路上看到一個活動海報，截個圖讓它幫忙看看你是否有時間參加、活動好不好、朋友們是否有興趣，圖片在這種場景下非常重要。因此，我又花了幾個小時才把這個功能搞定。

之后我就開始大量使用它。有趣的是，那正好是我和朋友們去馬拉喀什過生日旅行之前。在那里它甚至更好用，因為網絡雖然有點不穩定，但WhatsApp總能正常發送消息，它在這方面做得真的很好。

所以我在旅行中用了很多次，讓它幫我翻譯內容、解釋問題、查找地點，就像有一個幫你使用Google的助手。雖然基本上還沒有真正構建完整功能，但已經能做這么多事了。

那種體驗有種難以用語言表達的魔力。用聊天客戶端跟Agent對話，和坐在電腦前用Cursor（代碼編輯器）或者在終端里用Claude Code和CLI是完全不同的體驗。

能靠在椅子上跟它說話，這看似是一個很小的步驟，但在某種意義上，這是AI融入生活方式的一個相變，感受完全不一樣。

有人說「這里面沒有什么魔法，它就是做了這個、那個、還有那個」。而且感覺這幾乎像個愛好，就像Cursor或Perplexity（一款AI搜索引擎）的功能模塊一樣。

我想是的，有時候重新排列組合、再加入幾個新想法，就是你所需要的全部魔法了。這類創新往往是之前沒人做到，之后又讓人覺得如此顯而易見。

真正讓我看到未來可能性的，是一次意外的發現。

在大量使用這個工具之后，有一次我發了一條消息，只是一個隨機問題：“嘿，這家餐廳怎么樣？”

然后屏幕上出現了“正在輸入”的提示。我心想：等等，我沒做這個功能啊，它原本只支持圖片，到底在干什么？接著它就給出了回復。

我們當時正在城里四處逛。我用它時完全沒多想，因為有時候趕時間打字很麻煩，所以就發了語音消息，沒想到它居然直接處理了。我當時就說：“嘿！這家伙是怎么做到的？”

然后它告訴我：

“是的，這個瘋狂的家伙做了以下事情：他給我發了一條消息，但只是一個沒有文件擴展名的文件。于是我檢查了文件頭，發現它是Opus（音頻編碼）格式，就用ffmpeg（音視頻處理技術）進行了轉換。我本想使用Whisper（音頻處理工具），但發現沒有安裝，不過找到了OpenAI的API key（密鑰），于是直接用Curl（命令行工具）把文件發給OpenAI進行轉錄，才有了現在的回復。”

我看著這條消息，不禁感嘆：“哇哦。”要知道，你沒有教它任何這些操作，Agent卻自己弄明白了，完成了所有的轉換和翻譯步驟。它自己找到了API，自己決定使用哪個程序，這一切都是自主完成的。

而你只是不經意地發了一條語音消息，它就給出了回復，而且處理方式非常聰明。因為如果走Whisper本地路徑，需要下載模型，速度會很慢。

所以這背后體現了豐富的世界知識和創造性解決問題的能力。當它面對“這是什么沒有擴展名的文件？”這樣的問題時，會主動去弄清楚。那個時刻讓我頓悟了，我被深深打動了。

2.成功密碼：開源創新與“玩”出來的顛覆力

OpenClaw的成功源于將開發過程變成了一場充滿樂趣的探索，感覺就像是在玩無限版的Factorio（一款工廠建設游戲），建造屬于自己的小游樂場。

我從來沒有像構建這個項目一樣開心過。你看，一級Agent循環，我能做什么？怎么巧妙地排隊消息？怎么讓它更像人？

我有了一個想法，因為循環里Agent總是會回復一些東西，但在群聊里你不一定總想讓Agent回復。所以我給了它一個不回復的選項。所以它可以選擇閉嘴，這樣感覺更自然。

然后是記憶，你想讓它記住東西。終極Boss可能是持續強化學習，但我覺得我現在大概在第二三級，用Markdown文件和向量數據庫。然后你還能升級社區管理、網站和營銷。

很多人都喜歡問我一個問題：如果看2025年，那么多創業公司、那么多公司都在做Agent類的東西，或者聲稱在做。然后OpenClaw橫空出世把所有人都干翻了。

為什么是OpenClaw贏了？我認為，因為他們都太把自己當回事了。

事實上，你很難和一個只是來玩的人競爭。我想讓它有趣，我想讓它古怪。如果你看到網上所有那些龍蝦的東西，我覺得我做到了古怪。

很長時間以來，安裝它的唯一方式就是gitclone（克隆）、pnpmbuild（編譯）、pnpmgateway（運行），也就是通過git克隆代碼庫、使用pnpm進行構建、以及通過pnpm配置網關的操作流程。

然后Agent非常有自我意識。它知道自己的源代碼是什么，理解自己是怎么運行的，知道文檔在哪里，知道自己跑的是哪個模型，知道你是否開了語音或推理模式。

我想讓它更像人，所以它理解自己的系統，這使得Agent很容易就能你什么都不用做，你用prompt（提示詞）把它召喚出來，然后它就會修改自己的軟件。

所以，這種趣味性、開源特性以及自修改能力，極大地降低了用戶的參與門檻。我想，這正是它能夠在眾多Agent類項目中脫穎而出的關鍵。

#02

技術哲學與未來展望：自修改軟件與App消亡預言

1.技術內核：自修改能力與開發范式革新

① 自修改軟件：讓AI自主進化的底層邏輯

自修改軟件，大部分是Codex（OpenAI開發的AI代碼生成模型和編程助手）構建的，但很多時候我在調試時會大量使用自省。

比如“嘿，你能看到什么工具？你能自己調用這個工具嗎？”或者“你看到了什么錯誤？讀一下源代碼，搞清楚問題出在哪里。”

我覺得這是一種非常有趣的方式，Agent用來調試自身，所以它很自然地讓每個人都能這樣做。它帶來了很多從沒寫過代碼的人提交的PR，我最后把它們叫做“prompt Requests”（提示請求）而不是“Pull Requests”（拉取請求）。

但我不想貶低這件事，因為每次有人提交了他們的第一個PR，對我們的社會來說都是一個勝利。不管它有多粗糙，你總得從某個地方開始。

我知道有很多人抱怨開源的PR質量，那是另一個層面的問題。但在另一個層面上，我覺得非常有意義的是，我做了一個東西，人們喜歡它到愿意去學習開源是怎么運作的。以前進入這個門檻太高了，而有了Agent和合適的軟件，門檻一路降低。

此外，我還組織了另一種聚會，我叫它Cloud Code Anonymous（云代碼匿名會），現在改叫Agents Anonymous（Agent 匿名會），讓你知道靈感來源。

② 開發工作流：從工具革新到思維轉變

首先是在工具層面。

第一，是Claude Code。我的第一個接觸點是Claude Code，四月份，不太好但還行。這種突然在終端里工作的范式轉變很清新，但我還是很需要IDE（集成開發環境）因為它還不夠好。然后我大量實驗Cursor，不太喜歡很難開多個實例。

最終我回到了Claude Code作為主要工具。到了某個時候我有大概七個訂閱，每天用完一個，因為我已經非常習慣同時開多個窗口并行工作了。

第二，是diff（差異對比工具）查看器。我用IDE非常少，主要用一個diff查看器。我越來越習慣不讀所有代碼了，不讀無聊的部分，因為大部分軟件就是數據進來，從一種形狀變成另一種形狀，存到數據庫里，取出來展示給用戶。

第三，是Agentic Engineering。

在我的一篇博客里有個圖叫“Agentic編程曲線”：X軸是時間，Y軸是復雜度。左邊是“請修復這個”的簡短prompt（提示詞）。中間是超級復雜的八個Agent、復雜編排、多工作區、Agent鏈、自定義子Agent工作流、18個slash命令、大型全棧功能。

然后精英級別是隨著時間你又回到了禪意的短prompt（提示詞）：“嘿，看看這些文件然后做這些修改”。

我其實叫它Agentic陷阱。很多人第一次接觸然后開始Vibe Coding（氛圍編碼方式）。我其實覺得Vibe Coding是個貶義詞。我更喜歡Agentic Engineering（智能體工程），我跟別人說我做 Agentic Engineering。

總之，人們開始嘗試這些工具，有建設者心態的人會非常興奮。但你得去玩它，就像你得先玩吉他才能彈出好聽的音樂。不是摸一次就能行云流水。這是一種需要學習的技能。

其次是在思維認知層面。

第一，你得稍微學習Agent的語言，理解它們哪里擅長哪里需要幫助。

你得考慮Codex或Claude怎么看你的代碼庫。它們每次開啟新會話的時候對你的項目一無所知。你的項目可能有十萬行代碼。所以你得幫Agent一點，記住上下文大小是個限制，引導它們看該看的地方。這通常不需要很多工作，但考慮它們的視角是有幫助的。

聽起來很奇怪，它又不是活的。但它們每次都從零開始。我有系統理解，所以用幾個指引我就能馬上告訴它“嘿，要改這里，你需要考慮這個、這個和這個”。

然后它們會去找和看，它們對項目的理解永遠不完整，因為全部塞不進去。所以你得引導它們看哪里以及怎么處理問題。

第二，有些小技巧有時候很有用，比如“不著急，慢慢來”。

聽起來很蠢，但這是一個非直覺的東西。就像我寫代碼進入心流時，如果架構不對會感到摩擦。prompt（提示詞）的時候也一樣，如果什么東西花了太長時間，也許是我思路有問題，也許是架構上的誤解。你隨時可以按Escape（退出鍵）停下來，看看問題在哪里。

你得像和一個非常能干的工程師討論一樣。但也不要把你的世界觀強加給它。讓Agent做它擅長的事情，它可能有更好的想法。

所以有一定程度的接受是必要的：代碼不會完美，我會做得不一樣，但這是一個可用的方案，將來如果真的太慢或有問題，我們隨時可以重做。

2.模型對比：Opus與Codex的差異化應用

目前兩個大的競爭者，Claude Opus4.6（克勞德·奧普斯4.6版本）和通過Codex使用的GPT-5（OpenAI專門給Agent編程優化）這兩個模型，我有很多話要說。

首先，在通用模型方面，Opus是最好的。

對于OpenClaw，Opus在角色扮演方面非常出色，真的能進入你給它的角色。它在遵循指令方面從很差變到了很好，取得了很大進步。它通常很快就會嘗試做事，更傾向于試錯。用起來很舒服。總的來說，Opus有點像是太美國了。

你也知道Codex團隊很多人是歐洲人，所以也許這不只是巧合。但Anthropic（人工智能公司）也修了一些。Opus以前會一直說“你說得完全對”，這已經成了一個梗。我現在聽到這句話就受不了，不是在開玩笑。

其次，模型之間存在差異。

Opus像那個有點傻但很有趣的同事，你把他留在身邊。而Codex像角落里你不想搭話的怪人，但很靠譜，能把事情做完。

歸根結底，如果你是一個熟練的駕駛員，你可以用任何最新一代的模型得到好結果。

我更喜歡Codex，因為它不需要那么多表演。它默認就會讀大量代碼。而Opus你得推它更用力，因為它就像“我能開干了嗎？我能開干了嗎？”然后它就飛速跑出去了，給你一個非常局部的解決方案。

我覺得區別在后訓練，不是原始模型智能差多少。只是它們被給予了不同的目標。沒有哪個模型在所有方面都更好。

最后，代碼質量方面，Opus略高一籌。

如果駕馭得好，Opus有時候甚至能給出更優雅的解決方案。但需要更多技巧。用Cloud Code并行開很多會話更難，因為它更交互式。而Codex更像是你先討論，然后它消失20分鐘。它可以非常非常持久地工作直到搞定。如果有一個明確的目標，模型會非常努力地達到那里。

最終它們需要差不多的時間，但Claude方面更多是試錯，Codex有時候會想太多。我更喜歡那種干巴巴的、我不需要讀太多的版本。

3.架構選擇：Skills+CLI（命令行界面）優于MCP的實踐

半年前所有人都在談論MCP（模型上下文協議），而我說“MCP算了吧，每個MCP不如做成一個CLI”。現在這個項目甚至沒有MCP支持（嚴格來說有，但不在核心層），沒人抱怨。

我的方法是，如果你想用更多功能擴展模型，你就做一個CLI（命令行界面），模型可以調用那個CLI（命令行界面）。它可能第一次搞錯，調用幫助菜單，然后按需加載到上下文中它需要的東西。它只需要一句話知道這個CLI（命令行界面）存在。

Skills（人工智能技能）其實就很完美：一句話解釋這個Skill，模型加載這個Skill，Skill解釋了CLI（命令行界面），模型使用CLI。

所以，MCP對比Skills，MCP基本上要死了。MCP是更結構化的東西，一種與API、數據庫、服務、文件通信的協議。Skills更多是「我應該怎么工作」，是流程、輔助腳本和prompt（提示詞），通常用半結構化的自然語言寫的。如果模型足夠聰明，Skills技術上可以替代MCP。

事實上，我覺得主要的美妙之處在于模型非常擅長調用Unix（操作系統）命令。所以你加另一個CLI就只是加了另一個Unix命令。而MCP需要在訓練中添加，不是模型天然的東西，需要非常特定的語法，最大的問題是不可組合。

比如我有一個天氣服務返回溫度、降雨、風力等一大堆數據。作為模型，我總是得把整個大blob（數據塊）拿回來，用它填滿我的上下文，然后挑我要的。沒有辦法讓模型自然地過濾，除非我主動在MCP里加過濾功能。

但如果我做成CLI（命令行界面），模型可以加一個jq（Linux中用于JSON數據處理的輕量級命令行工具）命令自己過濾，只拿它需要的。甚至可以組合成腳本做計算，只給我精確的輸出，上下文零污染。

當然你可以用子Agent之類的解決，但那都是變通方案。

MCP推動了很多公司去做API，這是好的，但是MCP默認污染你的上下文，加上大部分MCP做得不好，總體來說不是一個很有用的范式。

4.未來預言：個人Agent將重塑80%的App生態

未來，我覺得個人Agent會成為最好的編程伙伴，這是未來的發展方向，它會越來越像我們的操作系統。

現在，我已經為Open Claw添加了子Agent支持和TTY（電傳打字機）支持，所以它可以運行Claude Code或Codex。當前的聊天界面可能還只是早期形態，相當于給Agent復制了Google的模式：一個輸入框加上一個聊天界面。

這就像電視剛發明時的樣子，未來一定會有更好的與模型溝通的方式。

當Agent能夠基于全面的上下文提供服務時，大部分單一功能的App將失去存在的必要。

比如，它已經知道我在哪里，就可以根據我的位置推斷我可能會做出不好的飲食決定；它可以根據我的睡眠質量或者壓力狀況來調整我的健身計劃；它擁有比任何App都多得多的上下文信息，能夠做出更優的決策；它還可以按照我喜歡的方式展示UI。

那我為什么還需要單獨的App呢？為什么還要為這些App支付額外的訂閱費用？為什么還需要Eight Sleep（一家美國智能睡眠科技公司）的App來控制我的床？我的Agent已經知道我在哪里，還能幫我關掉那些我不用的東西。

未來，個人Agent可能會淘汰80%的App，但同時也會催生新的服務，這將帶來巨大的變革性影響。

比如說，我想給我的Agent一筆津貼，比如100塊錢，讓它幫我解決問題。如果我讓它幫我點外賣，它可能會使用某個服務，也可能會使用一個叫“租個人類”的服務。

我不在乎它具體怎么實現，我只在乎問題能否解決。這就為新公司提供了發展空間。也許不是所有App都會消失，有些可能會轉型成API。

而且，不管那些App愿不愿意，它們最終都會變成API。因為我的Agent能夠弄清楚如何操作我的手機，在Android系統上已經有人在做這件事了。

#03

開源堅守與人生啟示：從職業倦怠到熱愛重燃

1.開源底線：巨頭爭奪下的項目獨立性

最近我的收件箱里收到了大公司的offer，大家都想約我聊15分鐘。其中Meta（元公司）和OpenAI看起來最有趣，現在我還沒完全敲定，我的條件是項目保持開源。也許會像Chrome（谷歌）和Chromium（谷歌開源瀏覽器）的模式。(注：Peter彼得最后選擇加入了OpenAI）

我覺得這個項目太重要了，不能交給一家公司變成他們的一部分。

在個人層面上，我從來沒在大公司工作過，我很好奇。不管我宣布什么，肯定會有人說“他賣了”，但我想告訴大家，項目會繼續。

不管最后怎樣，如果不行，我就繼續做自己的事。我跟他們說我不是為了錢才做的。

別人使用你做的東西是最大的贊美，也說明他們真的在乎。

當然錢是一種好的贊美，但我想要的是樂趣和影響力，這最終決定了我的選擇。

我為PSPDFKit（一款PDF軟件開發工具包）燃燒了太長時間太亮了。讓我倦怠的主要是人的事，比如和聯合創始人的分歧、沖突，與客戶的高壓狀況，最終磨垮了我。

幸運的是我們收到了一個很好的offer，把公司帶到下一個階段。我已經花了兩年讓自己變得可有可無，所以我可以離開了。

然后我坐在屏幕前，感覺就像Austin Powers（電影角色名“奧斯汀·鮑爾斯”，此處用作比喻失去能量的狀態）被吸走了魔力。一切都沒了。我寫不出代碼了，只是盯著屏幕，感覺空虛，然后我就停了。

我訂了一張去馬德里的單程票，花了一些時間在那里。我覺得我需要補上生活。

如果你的想法是“拼命工作然后退休”，我不推薦。因為“從此享受生活”這個想法雖然吸引人，但實際上，我現在比任何時候都更享受生活。

2.對初學者的啟示：以熱愛驅動的成長路徑

玩是最好的學習方式。如果你心里有個想做的東西，就去做，不需要完美。我做了一大堆自己不用的東西，這不重要，旅程才重要。

我從來沒有像現在這樣享受構建東西，因為我可以專注于難的部分了。我一直以為我喜歡編程，但實際上我喜歡的是構建。

而且你有一個無限耐心的回答機器。它能在任何復雜度層面解釋任何東西。以前我得去Stack Overflow問或者在X上問，兩天后也許能得到一個回復。現在你就直接問。就像有了你自己的老師。

如果你想真的學會快速構建軟件，就參與開源。不需要是我的項目。要謙虛，也許不要馬上發PR，但有很多方式可以幫忙和學習。讀代碼，待在Discord或其他社區里，理解東西是怎么構建的，所有更細節的東西Agent可以幫忙。

參考資料：

1.《龍蝦OpenClaw創始人萬字訪談》，企業家雜志。

公眾號最近更改了推送規則，不再按時間順序推送，而是根據人工智能算法有選擇性向用戶推送，有可能以后你無法看到賴博士的文章推送了。

解決方法是將《賴博士說》的公眾號“星標”，順手點下文末右下角的“在看”，系統會默認我們公眾號的文章符合你的喜好，以后賴博士的文章就會在第一時間推送到你面前。

賴博士說

賴博士說

幫你站在高處，重新理解財富

賴博士說

公眾號：@賴博士說

視頻號：@賴博士說

小紅書：@賴博士說

今日頭條：@賴博士說

Youtube：@賴博士說

免責聲明：本公眾微信平臺“賴博士說”所載的資料及說明只可作一般性參考資料來閱讀。平臺不會就文章內資料、或因使用此等資料之正確性、準確性、可靠性或其他方面所導致的后果作出任何保證或其他聲明。平臺有酌情權隨時刪除、暫時停載或修改本帳號上的各項資料而無須給予任何通知或理由。若資料內容涉及產品資料，一概只可作一般性參考且并非適用于各產品及服務的所有條款及細則。詳細資料請參閱有關產品及服務之協議。本文內容僅供內部參考及培訓使用，并不構成任何法律、稅務、投資或其他專業意見。