龍蝦創始人最新訪談：一場大變革，已經擋不住了！

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。

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。

杰克?韋爾奇說：“你可以拒絕學習，但你的競爭對手不會！”

2026年，我們一起走進知名企業參訪交流學習。