18 歲創(chuàng)業(yè)者用 OpenClaw 管 16 個 AI Agent，一個人的 Agent 公司怎么運轉(zhuǎn)

編譯｜宇琪

當(dāng)很多人還在把 OpenClaw 當(dāng)成一個 AI 助手外殼時，這位 18 歲、沒有任何編程背景的創(chuàng)業(yè)者，已經(jīng)把它用成了一套 多 Agent 協(xié)作平臺：一臺 Mac mini，上面跑著 16 個 Agent，分工覆蓋研究、寫作、趨勢追蹤、代碼審查、產(chǎn)品巡檢和內(nèi)容分發(fā)，不同角色按定時任務(wù)持續(xù)運轉(zhuǎn)，像一個微型組織一樣協(xié)同工作。

我們并不想站隊那種“零基礎(chǔ)就能做出百億產(chǎn)品”的夸張敘事。真正值得關(guān)注的，是他已經(jīng)摸索出了一套相當(dāng)完整的 AI 工作流組織方式：如何拆分角色，如何配置模型，如何管理記憶，如何讓多個 Agent 穩(wěn)定協(xié)作。再加上 Claude、GLM、Grok、X API、Firecrawl 等工具棧的組合，這套系統(tǒng)對個人生產(chǎn)力的提升，已經(jīng)不是概念，而是有現(xiàn)實參考價值的方法。

最近，Vadim 在播客節(jié)目中詳細(xì)展示了這套 AI 工作系統(tǒng)，與主持人 Jacob Klug 一起拆解了它的運作邏輯——從統(tǒng)籌全局的指揮中樞，到那 16 個在他入睡后仍持續(xù)運行、不間斷執(zhí)行任務(wù)的子 Agent。基于該播客視頻，InfoQ 對內(nèi)容進行了整理與部分刪改。

核心觀點如下：

• 我不會去招一個獨立的開發(fā)者或文案，而是去招一個已經(jīng)有自己 OpenClaw 團隊的人，把他整套 Agent 系統(tǒng)并入我的公司。

• 如果 AI 給你的結(jié)果不滿意，問題在你，不在 AI。無論用什么工具，給足上下文，才能得到你真正想要的東西。

• 如果你還在猶豫要不要開始，就直接做吧。最差的結(jié)果不過是沒什么人看，最好的結(jié)果是你真的做出了個人品牌，影響到了和你有共鳴的人。

18 歲創(chuàng)業(yè)者的 AI 生產(chǎn)力工具箱

Vadim：大家好，我叫 Vadim，今年 18 歲，去年剛高中畢業(yè)，沒有打算上大學(xué)。我沒有任何編程或技術(shù)背景，目前在做一份朝九晚五的普通市場營銷工作。我在開發(fā)自己的 SaaS 產(chǎn)品 Bugola，目標(biāo)是在 2026 年成為行業(yè)第一的視頻剪輯軟件。

Jacob：你是怎么接觸到 OpenClaw 的？

Vadim：第一次聽說 OpenClaw，是在 YouTube 上刷到一個縮略圖上有只龍蝦。那時候我已經(jīng)在做自己的創(chuàng)業(yè)項目了，對 AI 圈子也有一定了解。后來看了 Alex Finn 發(fā)布的第一個關(guān)于 OpenClaw 的視頻，大概是熱潮剛起來一兩周。一聽說可以把大語言模型接入 OpenClaw 讓它自主執(zhí)行任務(wù)，而不只是像普通聊天機器人那樣對話，我就知道我必須試試。從那以后，我就一頭扎進去，每天都在和它打交道。

Jacob：你每個月大概在 API 上花多少錢？

Vadim：希望 Anthropic 沒在看這期節(jié)目。我目前還在用 Claude 的 OAuth 方案，大概有六個 Agent 通過 OAuth 接入，另外七個用的是各家的 API 額度，包括 Grok、GLM、MiniMax 等一批大模型。目前每月總花銷約 400 美元：Claude Max 訂閱 250 美元，其余各類 API 額度，比如 X API、Firecrawl API 等，大約 150 美元。

Jacob：我都不知道 OAuth 這個方案還能用，現(xiàn)在還行嗎？

Vadim：還能用，算是個小技巧。Anthropic 發(fā)公告說要封禁 OAuth 濫用之后，我在 Claude 上開始頻繁觸發(fā)速率限制。后來我用 Claude Code 在終端里讓它幫我排查問題，Claude Code 不知怎么就把我的連接方式切換到了 OAuth，從那以后速率限制和超時就再沒出現(xiàn)過。

Jacob：那你在 Claude API 上每天大概要花多少錢？

Vadim：大概 30 到 60 美元。

Jacob：挺貴的。那你把部分 Agent 路由到了更便宜的模型上，目前你覺得哪些模型性價比最高？

Vadim：我覺得 Higgsfield 配合 Kling AI，再加上 Grok 的圖像生成，是我用來制作 AI 視頻的最佳組合，無論是 AI UGC 視頻還是其他類型的視頻內(nèi)容。目前我已經(jīng)接入了 Higgsfield API 和 Grok 圖像生成 API，Kling 也在接入中。

在設(shè)計部門，我的圖像設(shè)計師接入的是 Google 的 Nano Banana Pro API。動效設(shè)計方面，這個 Agent 不接外部 API，用的是 Remotion 加 Claude Code，仍然走 OAuth。

開發(fā)方面，我同時用 Claude Code 和 Codex：Claude Code 走 OAuth，Codex 5.3 通過 CLI 接 API 額度，因為我沒有 ChatGPT 訂閱。

文案方面，我用 GLM-5 給負(fù)責(zé)撰稿的 Scribe，用 GLM-4.7 給負(fù)責(zé)追蹤趨勢的 Trendy，GLM-4.7 是更輕量、更便宜的版本，Trendy 同時還接了 X API，專門幫我在 X 和 Reddit 等平臺上發(fā)掘熱點，然后匯報給我。Scribe 拿到 Trendy 的報告后，結(jié)合我的發(fā)帖風(fēng)格和表達(dá)習(xí)慣，給我生成推文草稿和內(nèi)容靈感，我看完之后直接用來創(chuàng)作。

零基礎(chǔ)上手 OpenClaw

Jacob：你在完全沒有技術(shù)背景的情況下做到這一切，真的令人印象深刻。在接觸 OpenClaw 之前，你知道 API 是什么嗎？

Vadim：我只知道 API 大概是調(diào)用某個接口的東西，僅此而已。GitHub 是什么、IDE 是什么、終端是什么，我完全不了解。

Jacob：你最開始是怎么把 OpenClaw 用出感覺，而不只是把它當(dāng)成 ChatGPT 來用的？

Vadim：一開始我就直接給自己搭了一個編程 Agent。在發(fā)現(xiàn) OpenClaw 之前，我用的是其他 vibe coding 平臺。當(dāng)我意識到 OpenClaw 不僅能聊天，還能主動幫我打開標(biāo)簽頁、自主編寫代碼，我覺得這完全是另一個層次。于是我做的第一件事，就是接入 Claude 4.6，搭了我的第一個"員工"，一個開發(fā) Agent，我給它取名叫 Clawd。我在 X 上研究了大量關(guān)于 GitHub 操作的提示詞，給它配了一個完整的系統(tǒng)提示。后來我發(fā)現(xiàn) OpenClaw 還能在內(nèi)部并行啟動多個子 Agent，同時執(zhí)行代碼審查、功能開發(fā)、安全檢查等不同任務(wù)。

Jacob：這個編程 Agent 具體幫你做了什么？是從頭開始構(gòu)建你的 SaaS 嗎？

Vadim：我的 SaaS 最初是用 Lovable 搭的，現(xiàn)在也還托管在上面。Agent 做的第一件事，是創(chuàng)建了一個定時任務(wù)（Cron Job）。當(dāng)初我在看 Alex Finn 的視頻時，他分享過一個"主動提示詞"的技巧，在每晚 11 點觸發(fā)一個定時任務(wù)，讓 Agent 審查整個代碼庫，然后自主判斷并開發(fā)它認(rèn)為最有價值的功能。當(dāng)時我的 MVP 已經(jīng)在 Lovable 上跑起來了，于是我就讓它在每晚 11 點運行一次。它掃描完整個代碼庫后，發(fā)現(xiàn)我的主頁缺少常規(guī) SaaS 產(chǎn)品都應(yīng)該有的常見問題解答，所以做的第一件事是添加了一個 FAQ 版塊。這是它提交的第一個 Pull Request，我看了一眼就合并了。

Jacob：定時任務(wù)每晚 11 點自動讀取 Lovable 搭建的代碼庫，理解功能結(jié)構(gòu)，然后提出建議，當(dāng)晚直接構(gòu)建，第二天早上你來決定是否合并，就是這么一套流程？

Vadim：對。

Jacob：那第一個晚上是什么感覺？會擔(dān)心出問題嗎？

Vadim：那個 FAQ 版塊到現(xiàn)在還在我的主頁上，一直沒改過，效果確實還不錯。我記得那晚睡前心里沒底，覺得肯定要出問題。結(jié)果第二天早上拿起手機，看到一條通知：“Pull Request 已準(zhǔn)備好，待你審查。”我打開一看，心想，我睡了一覺，醒來產(chǎn)品就多了一個新功能。那一刻我意識到，這里面還有太多可以挖掘的空間，我要繼續(xù)深入。

搭建一個 16 個 Agent 協(xié)同工作的系統(tǒng)

Jacob：你說的 16 個 AI Agent，指的是 16 個子 Agent，但現(xiàn)在也有人開始買多臺 Mac mini 來運行本地模型。在你的理解中，這兩種方式有什么區(qū)別？

Vadim：Alex 買那么多 Mac Studio 和 Mac mini，本質(zhì)上是為了在本地硬件上運行大語言模型，我對本地模型了解不多。但在我看來，一臺 Mac mini 裝一個 OpenClaw 就夠了。里面可以開很多個會話，每個會話就是一個任務(wù)或工作流，每個子 Agent 都在各自的會話里運行。所以只需要一臺 Mac mini，就能在一個實例里跑任意數(shù)量的子 Agent。

Jacob：也就是說 Alex 只是在往更大規(guī)模擴展，而你一臺 Mac mini 就跑完了所有的。你用的是什么配置？

Vadim：16GB 內(nèi)存、512GB 固態(tài)硬盤，我覺得夠用了，配置這方面我不太懂。

Jacob：指揮中樞（Mission Control）本質(zhì)上是為了給 OpenClaw 構(gòu)建一個交互界面。你是什么時候搭建的，它對你的工作流有多大影響？

Vadim：大概是開始用 OpenClaw 兩到三周后搭的，并不是最早做的事情。說實話，指揮中樞本質(zhì)上只是一個可視化界面，可以添加任務(wù)、查看文件，但并非必須。我搭建它主要是為了直觀地看到自己“公司”的全貌，所有 Agent、記憶文件、實時任務(wù)狀態(tài)一目了然。很多人覺得必須先有指揮中樞才能開始，其實不是，它只是一個把數(shù)據(jù)和 Agent 可視化的工具。

Jacob：自從搭建以來，它有沒有實質(zhì)性地提升你的效率？

Vadim：有，特別是在查看和管理記憶文件方面很有幫助。比如我可以看到每個 Agent 對應(yīng)的 Markdown 文件，系統(tǒng)提示、規(guī)則配置、任務(wù)路由邏輯、各 Agent 擁有的 API 權(quán)限和技能。我可以實時查看 Jarvis 在記錄什么信息，需要修改時直接在聊天窗口里說“更新企業(yè)配置文件，改成這樣”就行了。

Jacob：這些文件都存在你本地設(shè)備上，對嗎？

Vadim：對。

Jacob：首頁大概是什么樣子？

Vadim：就是這個主面板。這里可以看到 API 額度的實時消耗，不過因為我現(xiàn)在走的是 OAuth 而不是 Claude 4.6 的 API，所以沒有費用顯示。然后是在線員工數(shù)量，現(xiàn)在有七個處于活躍狀態(tài)：Jarvis 在工作，Atlas 是我的研究員，Scribe 是文案寫手，Trendy 是我的趨勢偵察員，Clip 其實就是我自己產(chǎn)品的功能原型，一個在 OpenClaw 里運行的剪輯 Agent。Sentinel 每兩小時運行一次定時任務(wù)，負(fù)責(zé)巡查整個代碼庫，檢測用戶報告的錯誤和異常并實時同步給我。最后是 Writer，專門服務(wù)我那份朝九晚五的日常工作，幫我寫文章、做調(diào)研。所以我的 Agent 不只是為 Bugola 服務(wù)的，也在支持我的本職工作。

Jacob：Atlas 現(xiàn)在在做什么？

Vadim：任務(wù)顯示它在完成一項深度研究：整理 Mr. Beast 的 X 平臺病毒傳播策略，以及 Dan Koe 的爆款內(nèi)容方法論，并匯總進一份病毒式傳播總手冊。

我整理了 Mr. Beast 所有公開播客中談到 YouTube 增長的內(nèi)容，他對每一個視頻的縮略圖、開頭幾秒的反應(yīng)、整體節(jié)奏都有極其精細(xì)的分析。我就在想，把這套思維框架移植到 X 平臺上會怎樣：第一行文字該怎么寫，配圖該怎么選，整體如何設(shè)計才能讓人停下來。所以我讓 Atlas 構(gòu)建一套完整的 X 平臺爆款方法論，供 Scribe 在寫推文時參考。

Dan Koe 那部分是因為之前"文章大屠殺"期間，他的內(nèi)容動輒獲得數(shù)百萬次瀏覽。我讓 Atlas 研究他的爆款文章有什么規(guī)律，鉤子怎么寫、敘事怎么展開、什么元素能驅(qū)動互動。最終所有研究成果匯總到一個叫"病毒式 X 爆款手冊"的 Markdown 文件里，集合了 Mr. Beast 的思維框架、Dan Koe 的寫作規(guī)律和大量優(yōu)質(zhì)案例，作為我在 X 上發(fā)內(nèi)容的參考庫。

關(guān)于 7×24 小時持續(xù)運轉(zhuǎn)這件事，確實如此。Jarvis 隨時待命，只要我發(fā)消息就響應(yīng)；Atlas 每小時跑一次研究報告；Scribe 每三小時取用 Atlas 的研究成果，并從中整理出一些爆款的異常觀點（outliers）生成內(nèi)容草稿；Trendy 每兩小時偵察一輪熱點；Clip 隨傳隨用，我粘貼一個 YouTube 鏈接，Jarvis 識別后轉(zhuǎn)給 Clip，Clip 自動生成帶字幕的剪輯片段，并通過 Postiz API 調(diào)度發(fā)布到我的無真人形象賬號；Sentinel 每兩小時做一次健康檢查，監(jiān)測用戶端是否出現(xiàn)上傳、下載或其他異常；Writer 則是按需調(diào)用，需要的時候叫它就來。

Jacob：我想更深入地了解一下你的組織架構(gòu)，為什么同一類別下要設(shè)置多個 Agent，而不是一個研究、一個開發(fā)這樣各司其職？

Vadim：主要是為了清晰可視，同時我也想真正搭建起部門結(jié)構(gòu)，而不只是一堆獨立的 Agent。以開發(fā)部門為例：Clawd 是我的高級開發(fā)者，負(fù)責(zé)編寫和構(gòu)建代碼；代碼寫完后會交給 Sentinel 做代碼審查。Sentinel 不只檢測用戶端的 Bug，也負(fù)責(zé)審核 Clawd 提交的代碼。Clawd 在運行 Claude Code 時本身會自我檢查并迭代，但在提交 GitHub Pull Request 之前，我還額外設(shè)置了一個安全過濾層，由另一個大語言模型再做一輪審查。

Jacob：我看到你還有銷售、產(chǎn)品、創(chuàng)意幾個部門，我記得好像是 Jarvis 或者 Atlas 幫你在 Reddit 上拉到了 400 多個用戶？

Vadim：對，那是 Atlas 的功勞。Atlas 不只做深度研究，它還會在 Reddit 上監(jiān)控相關(guān)子版塊，只要有人抱怨競品、或者在問有沒有好用的剪輯工具，它就把帖子鏈接發(fā)給我，并讓 Scribe 幫我寫好回復(fù)草稿，我直接復(fù)制粘貼發(fā)出去就行，就這樣積累到了現(xiàn)在的 450 多個用戶。

Jacob：你的 OpenClaw 直接幫你帶來了付費用戶？

Vadim：對，已經(jīng)有付費用戶了，真的挺不可思議的。幾周前第一次收到收款通知，當(dāng)時高興得跳起來了。

Jacob：我一直在看大家做的這些虛擬辦公室，但一直沒搞明白它的意義，你能解釋一下嗎？

Vadim：辦公室對我的實際工作沒有任何幫助，我搭它純粹是因為好玩。當(dāng)初發(fā)了條帖子在 X 上爆了，可能是唯一的"收益"。不過，看著屏幕上每個 Agent 的狀態(tài)燈，綠燈亮著表示正在工作，紅燈亮著表示空閑，能直觀感受到自己的 AI 公司在運轉(zhuǎn)，這種感覺本身就讓整件事有意思多了。

OpenClaw 時代的公司組織

Jacob：你有沒有想過招募真人員工，還是說你覺得只用 OpenClaw 也能把公司做起來？

Vadim：我的想法是這樣的：我不會去招一個獨立的開發(fā)者或文案，而是去招一個已經(jīng)有自己 OpenClaw 團隊的人，把他整套 Agent 系統(tǒng)并入我的公司。比如我的 Bugola 現(xiàn)在有一套 OpenClaw 體系，如果我招募了另一個有自己 OpenClaw 團隊的人，兩套合并，Agent 數(shù)量翻倍，然后重新劃分職能。我雇的不是某個單一技能的人，而是一個攜帶著完整 Agent 系統(tǒng)的人。我覺得這個方向可能還沒什么人提過，但這就是我認(rèn)為未來會走向的地方。

Jacob：每個人都帶著自己的團隊，有點模擬宇宙的意味。那你覺得這套東西能做到多大？有沒有可能靠 OpenClaw 做出一家 1 億美元的公司？

Vadim：我堅信可以。你可以說我異想天開，但我認(rèn)為我們現(xiàn)在只是剛剛開始。Peter Steinberger 剛加入 OpenAI，可以預(yù)見未來專門面向 OpenClaw 的模型會越來越強。我完全相信，一個沒有編程背景的獨立創(chuàng)始人，僅靠自己和一批 AI Agent，完全有可能做到 1 億美元估值。

Jacob：最近 OpenClaw 受到了不少批評，一定程度上是因為大量創(chuàng)作者在刷相關(guān)內(nèi)容，其中很多人并沒有真正在用它做有意義的事。OpenClaw 現(xiàn)在是否被過度炒作了？

Vadim：我覺得 X 上確實存在兩個圈子。一個是為了流量和曝光展示各種 OpenClaw 用例，邏輯混亂，沒什么實質(zhì)內(nèi)容；另一個是真正在用 OpenClaw 構(gòu)建實際工作流的人，他們分享的是真實業(yè)務(wù)中的提示詞、記憶系統(tǒng)、定時任務(wù)和代碼倉庫。Matthew Burman 是我覺得很有代表性的例子，他不是為了流量，而是把完整的工作流、token 消耗、所有細(xì)節(jié)都透明地展示出來。

說到是否被過度炒作，我覺得問題出在很多人宣傳"OpenClaw 能自主、主動地幫你做一切"，這個說法不準(zhǔn)確。OpenClaw 不是你裝上去它就自己運轉(zhuǎn)的東西，它的主動行為來自你專門配置的定時任務(wù)。沒有這些配置，它什么都不會自動做，這個認(rèn)知偏差才是最大的問題所在。

Jacob：對于想從零開始的新人，在搭建 OpenClaw 和指揮中樞方面，你有什么建議？

Vadim：第一步，裝好 OpenClaw 之后，先花一兩天做一件事：把關(guān)于自己的所有信息全部傾倒給它：你是誰、你在做什么、你的目標(biāo)是什么。讓它充分了解你之后，后續(xù)創(chuàng)建的所有 Agent 才能真正為你量身定制。

搭建指揮中樞有兩條路：用 Lovable 這類工具，或者直接讓 OpenClaw 幫你構(gòu)建。我的做法是截下 Matthew Burman、Alex Finn 等人的指揮中樞截圖，發(fā)給 Jarvis，說：“結(jié)合你對我和我工作流的所有了解，給我構(gòu)建一個類似的指揮中樞，在本地跑起來，掛在 tmux 后臺。”它就會幫你搭好，在后臺持續(xù)運行，實時更新，不需要手動刷新。

對新手最重要的一點是：如果 AI 給你的結(jié)果不滿意，問題在你，不在 AI。AI 能做的取決于你給它多少上下文。"幫我做一個指揮中樞"和"幫我做一個包含任務(wù)看板、聊天界面、組織架構(gòu)、虛擬辦公室、第二大腦記憶系統(tǒng)的指揮中樞，參考這幾張截圖"，兩種提示得到的結(jié)果天差地別。無論用什么工具，給足上下文，才能得到你真正想要的東西。

Jacob：你是我見過的真正在用 OpenClaw 為自己的業(yè)務(wù)創(chuàng)造價值的人之一，而不只是圍繞它產(chǎn)出內(nèi)容，你證明了這套東西的價值。大家可以去哪里找到你？

Vadim：我主要在 X 上。我開始運營 X 賬號還不到 100 天，已經(jīng)漲到了 2 萬粉絲。X 的門檻很低，不用拍視頻，不用做剪輯，直接發(fā)文字就行，而且創(chuàng)始人和技術(shù)圈的人都聚在這里。如果你還在猶豫要不要開始，就直接做吧。最差的結(jié)果不過是沒什么人看，最好的結(jié)果是你真的做出了個人品牌，影響到了和你有共鳴的人。

https://www.youtube.com/watch?v=4HyNQe6UI_c

會議推薦

OpenClaw 出圈，“養(yǎng)蝦”潮狂熱，開年 Agentic AI 這把火燒得不可謂不旺。在這一熱潮下，自托管 Agent 形態(tài)迅速普及：多入口對話、持久記憶、Skills 工具鏈帶來強大生產(chǎn)力。但這背后也暴露了工程化落地的真實難題——權(quán)限邊界與隔離運行、Skills 供應(yīng)鏈安全、可觀測與可追溯、記憶分層與跨場景污染、以及如何把 Agent 納入團隊研發(fā) / 運維流程并形成穩(wěn)定收益。

針對這一系列挑戰(zhàn)，在 4 月 16-18 日即將舉辦的 QCon 北京站上，我們特別策劃了「OpenClaw 生態(tài)實踐」專題，將聚焦一線實踐與踩坑復(fù)盤，分享企業(yè)如何構(gòu)建私有 Skills、制定安全護欄、搭建審計與回放機制、建立質(zhì)量 / 效率指標(biāo)體系，最終把自托管 Agent 從可用的 Demo 升級為可靠的生產(chǎn)系統(tǒng)。