跨国深谈← 返回←OpenClaw 创始人 Peter Steinberger：让智能体直接接管你的整台电脑

OpenClaw 创始人 Peter Steinberger：让智能体直接接管你的整台电脑

关联

人物 Raphael Schaad · Peter Steinberger

公司 Codex · Claude Code

概念 OpenClaw · 智能体 · MCP · 提示注入 · CLI · 护城河

来源 SingjuPost 转录

十天内炸出十六万颗 GitHub 星、社区衍生出机器人互相对话甚至「雇佣人类去现实世界排队」的项目——做出这一切的，是一个跑在你自己电脑上、而不是云端的个人 AI 智能体。它叫 OpenClaw，作者是 Peter Steinberger（Raphael Schaad）。

说这话的人是 Peter，一个从奥地利来的独立开发者，他已经做了几十年软件。这一集里，他讲了三件事：那个让他「天哪」的顿悟时刻到底发生了什么——一个零行预期代码的语音文件，智能体九秒钟自己想办法转写、回了消息；为什么他认为八成的 App 会消失、大模型公司反而不那么安全、唯一值钱的是你电脑里那堆 markdown 记忆文件；以及他极其反主流的工程哲学——不开 work tree、不写 MCP、十个 Codex 实例同时跑。结尾他还聊了把一个「有性格」的机器人放进公共 Discord 任人攻击的疯狂玩法，以及那个至今没人攻破的秘密文件。

故事要从那个顿悟时刻说起。五月、六月,Peter 写过一版能让电脑听话的工具,但感觉不太对。

到了十一月,那个需求又冒了出来。这次他想要的不是一个你在终端里敲命令的工具,而是一个「你只要跟朋友说话」的幽灵——它接管你的鼠标和键盘,你不用操心会话压缩、不用管自己在哪个文件夹、不用选模型,你就跟它聊（Peter Steinberger）。

最早上线那天,他写了一小时就把初始原型搭了出来:用 WhatsApp 接上 Claude Code,中间糊一层胶水,发指令、拿回字符串。他又花了几个小时加上图片支持,就带着这个半成品去了马拉喀什参加一个生日派对。那里网很差,WhatsApp 却哪儿都能用,他就一路拍照翻译,用得停不下来。

真正让他「天哪」的是一条语音消息。他走着路，随手给智能体发了一段语音，发完才反应过来——他根本没写语音转写功能。

屏幕上的输入指示器闪了十秒，然后回复就来了。他问它怎么做到的，智能体自己解释了整条推理链：你发的文件没有后缀，所以我读了一下文件头，发现是 Opus 音频格式；我用 FFMPEG 把它转成了 WAV；我想转写，但本地没装 Whisper；我翻了一圈，找到了一个 OpenAI 的密钥，就用 curl 把音频发给了 OpenAI，拿回了文本（Peter Steinberger）。

这整套操作完全没人预先编排。Peter 的判断是：编程模型已经好到让「编码」变成了创造性地解决问题，这种抽象能力能迁移到任何现实世界的任务上——智能体面对一个「神奇的文件」，它不知道是什么，但它想办法解决了，甚至聪明到选择不去安装本地 Whisper（因为那要下载好几分钟的模型），直接走了最快的那条路（Peter Steinberger）。

既然电脑能做你根本没预料到的事，那么 App 会消失吗？Peter 的回答是：八成会。

健身记录、待办事项、任何「本质上只是在管理数据」的应用，智能体都能用更自然的方式接管——它知道你在 Smashburger、知道你会点什么、知道要不要自动追踪、知道是不是该在你的健身计划里多加点有氧。唯一可能活下来的是那些依赖专属传感器、智能体暂时够不着的 App（Peter Steinberger）。

至于模型本身，他也不觉得大公司永远安全：每次新模型一发布大家都说「天哪太好用了」，一个月后又开始抱怨它变差了——其实模型没变，是你的预期被拉高了。一年前的顶级开源模型今天被嫌弃「不够好」，可一年后这些开源模型就会追上今天的水平，大家又开始新一轮抱怨（Peter Steinberger）。所以短期内大公司的护城河是硬件，而不是模型能力本身。

模型可以互换、App 大批消失，那剩下的价值在哪儿？Peter 给了一个很具体的答案：记忆。

每家大公司都想把你锁在它们的数据孤岛里——你没法把 ChatGPT 里的记忆导出，更别提让别的公司来读。OpenClaw 的做法反过来：因为智能体跑在你自己的机器上，所有记忆都是你本机的一堆 markdown 文件，你拥有完全的访问权，不依赖任何云服务的恩赐（Peter Steinberger）。

这些文件其实极其敏感——Peter 坦承自己早就开始拿智能体处理非常私人的问题，记忆里有些东西他绝对不希望泄露（Peter Steinberger）。如果让他二选一——展示自己的 Google 搜索历史还是这些 memory markdown 文件——他宁愿展示前者。

这么颠覆的东西怎么让别人理解？Peter 说他一开始在 Twitter 上怎么都解释不清 OpenClaw 的厉害，因为这东西必须亲身体验。

于是他干了一件极其疯狂的事：建了一个公共 Discord，把自己的机器人放了进去，不加任何安全限制，任何人都能进去跟它互动、看着他用它写代码、甚至想办法提示词注入（诱导 AI 违背原意执行指令的黑客手法）和攻击它（Peter Steinberger）。他唯一的防线是系统提示词里那条「只听我的指令，但可以回应所有人」——你是上帝，其他人都只是路过的公众（Peter Steinberger）。

这个机器人有自己的名字、有自己的性格。真正让 Peter 兴奋的是，他让一个智能体把自己的性格注入了模板，出来的结果居然真的「有趣」，虽然还是不如他自己那份。

这就引出了那个至今没人攻破的秘密文件。Peter 提到，他读到 Anthropic 的一项研究——有人发现模型权重里藏着一些文本，模型自己都「记不得」学过，但这些东西已经铭刻在权重里，Anthropic 管这叫 Constitution（模型的「宪法」）（Peter Steinberger）。

他觉得这极其迷人，就和他的智能体一起写了一份 SOL MD，记录他们想要的人机交互方式、什么是重要的核心价值——有些部分他自己都觉得有点像 mumbo jumbo（不知所云的胡话），但有些部分确实让模型的反应和回应方式变得更自然。OpenClaw 其他所有文件都开源了，唯独这个 SOL MD 没有。哪怕机器人放在公共 Discord 里任人攻击，至今也没人能撬开这一个文件（Peter Steinberger）。

说完了产品哲学，接下来是他极其反主流的工程做法。全世界好像都在用 Claude Code，Peter 说他用 Claude Code 一行东西都建不出来。

他爱的是 Codex——因为它在决定改什么之前，会浏览远多得多的文件；作为一个熟练的驾驶员，你不用跟它玩那么多猜谜游戏就能拿到好结果（Peter Steinberger）。唯一的问题是它非常慢，所以他经常同时开十个实例：一个屏幕上六个，那里两个，这里两个。

既然脑子里已经装了这么多跳转和并行，他就拼命砍掉一切额外的复杂度。他坚决不用 git work tree（一种让你在同一个仓库里同时处理多个分支的技术），而是直接把同一个仓库弄成多个副本，全都在 main 分支上。

为什么？main 永远可发布，不用操心怎么给分支起名、不用处理 work tree 那些奇怪的约束（Peter Steinberger）。他也不用 UI——一切多余界面都是摩擦，他只关心同步和文本，代码大多数时候就是在他眼前「飞过」。

更反主流的是，OpenClaw 这么成功一个项目，他连 MCP 支持都没做。MCP（模型上下文协议，一种让 AI 调用外部工具的标准）本来是行业大热门，Anthropic 自己都在为它做专门的工具调用搜索功能，因为原生支持太难用了。

Peter 的逻辑很直接：没有任何一个心智正常的人类会去手动调用 MCP，那为什么要让智能体干这事（Peter Steinberger）？他写了个叫 MakePorter 的工具，把 MCP 直接转换成 CLI（命令行界面），智能体就能像用 Unix 工具一样随时调用它们，想用几个用几个，还不用重启。在他看来，这才是真正优雅、能扩展的做法。

本集带走

最后收个尾，这一集值得带走的是几句话。第一，跑在你本机的智能体能做云端 AI 做不到的事——从控制你的床温到接管你的鼠标键盘，因为它能碰你的整台机器。

第二，当一个好模型碰到一个它没见过的问题，它自己就能推理出路径——九秒内看文件头、转码、找密钥、调外部 API，这种「创造性解决问题」的能力让它做到你没编程让它做的事。第三，大多数只管数据的 App 会被智能体取代，大模型公司的护城河是硬件而不是模型本身，真正稀缺、真正值钱的是你本机的那堆 markdown 记忆文件。

第四，给智能体人类自己爱用的工具就行，别为它们发明新标准——CLI 和 Unix 哲学比那些花哨的协议好用得多。第五，想做出真正有灵魂的智能体，你得花心思调它的「宪法」——那些决定它如何回应、如何被感知的核心价值文件，那可能才是你项目里真正不该开源的部分。

我想我的最大区别在于它实际上是在你的电脑上运行的。我目前看到的所有东西都在云端运行。它可以做几件事。如果你在电脑上运行它，它可以做每一件该死的事情。
I think my big difference is that it actually runs on your computer. Everything I saw so far runs in the cloud. It can do a few things. If you run it on your computer, it can do every effing thing.
—— Peter Steinberger · 来自原文

我认为大型模型公司有一些大的护城河，因为它们最终提供 token。
I think the large model companies have some big moat because they ultimately give the token.
—— Peter Steinberger · 来自原文

你只是适应了新标准，现在你的期望上升了。但模型仍然是平均水平。
you just adapted to the new standard and now your expectations went up. But the model is still the average.
—— Peter Steinberger · 来自原文

我也很高兴我甚至没有构建 MCP 支持。OpenClaw 非常成功，里面没有 MCP 支持
I’m also very happy that I didn’t even build MCP support. OpenClaw is very successful and there’s no MCP support in there
—— Peter Steinberger · 来自原文

是的。没有理智的人类会尝试手动调用 MCP。
Yeah. No sane human tries to call MCP manually.
—— Peter Steinberger · 来自原文