AI news

深度|Anthropic断供、媒体唱衰、对手围剿:OpenClaw之父首次复盘生死8个月

By Z Potentials1 viewsSource: Z Potentials
深度|Anthropic断供、媒体唱衰、对手围剿:OpenClaw之父首次复盘生死8个月

OpenClaw创始人Peter Steinberger在演讲中首次复盘项目八个月发展历程,回顾其遭遇Anthropic断供、媒体唱衰与竞争对手围剿的经历,并公开宣布加入OpenAI的决定。

The full text has not been translated yet. The Chinese original is shown below.

文章配图

图片来源:Peter Steinberger

Z Highlights:

  • 我通常会反省自己:是不是我设计的循环(loop)有问题?是不是我没有给Agents提供验证其工作所需的一切?是不是我的思路有误?我是不是在要求一些不可能的事情?
  • 我们不应该再考虑"会话"或"上下文压缩"。我们正在进入一个新世界,终于要从纯文本界面转向语音和多模态。就在昨天,我们跑通了一个hack,现在你的Claw可以给你打FaceTime了。这才是重要的——这才是OpenClaw存在的意义。
  • 在八个月里,超过18,000个不同的人提交了issues或拉取请求,总计超过111,000个。有将近3,000人在这个仓库里有提交记录Jensen称它为人类历史上最成功的开源项目。与此同时,我的收件箱被记者、安全人员,以及数不清的好奇人类和Agents淹没了。
  • 我一直以为那种冲动会是写代码——我一直热爱编程,但我花了一年的时间才明白,这不完全正确。我热爱的是"构建"(building),编程只是一种达到目的的手段。

Peter Steinberger,奥地利程序员,开源AI Agents OpenClaw创始人。14岁开始编程,2011年白手起家创办PDF处理公司PSPDFKit,2021年以约1亿欧元出售后经历严重职业倦怠。2025年11月用一个周末搭出OpenClaw原型,60天内斩获超25万GitHub星标,成为有史以来增长最快的开源项目之一,被媒体称为"龙虾之父"。本次演讲是Steinberger在2026年8月所做的个人分享,回顾了OpenClaw从周末项目到全球现象级开源项目的8个月历程,并首次公开谈及自己加入OpenAI的决定。

01 OpenClaw怎么才八个月大?

六个月前,我还是未来之星。而现在,民调说我被一个动漫女孩给"碾压"(mogged)了。我几乎每天都会遇到这样的问题。通常,我会忽略它,或者给出那种官方媒体式的回答。但今天,你们会听到一些实在话。大概会有五个问题,四十分钟。而且我知道你们都是冲着什么来的——你们是冲着循环(loops)、图(graphs)、让Codex去充分自主运行(go bruh)来的。这些内容我会免费发在我的Twitter上,这会帮助你们度过可能即将到来的过山车般的日子。

昨天,Boris告诉你们要"让模型去烹饪"(let the model cook)。而我,就是那个发现当成千上万的人同时"烹饪"时会发生什么的人。那么,我们从每个人都会问的第一个问题开始。

按人类的时间算是八个月,但在AI的时间里,这更像是四年。而我的灵感来源通常是"感到恼火"。十一月的一个雨天,我正在摆弄一些Agents,但同时我也饿了。所以我想确保在我去厨房觅食的时候,我的token能被好好利用。而当时仍然没有一个好办法,可以简单地从我的手机发送一个提示词(prompt)到我的电脑上,好让某个Agents去检查一下我的Agents们到底运行得怎么样。

还记得2025年初吗?这是我的第一次"无声迪斯科"(silent disco),这是一种非常新奇的体验。2025年初,我们当时还在用老旧的Opus 3、Gemini 2.5。Open AIo 3是最令人印象深刻的,但有时候也真的很慢、很贵。当我的Agents做对了某件事时,我会获得一种多巴胺冲击,我相信你们都还记得那段时光。而现在,如果它们搞砸了什么,我通常会反省自己:是不是我设计的循环(loop)有问题?是不是我没有给Agents提供验证其工作所需的一切?是不是我的思路有误?我是不是在要求一些不可能的事情?

所以,当我从厨房回来时,我的编码Agents(coding agent)因为某个愚蠢的原因停了下来。我很恼火,于是启动了一个新的终端会话,把我的想法胡乱输入进去,然后让模型去"烹饪"。它为我搭建了一个WhatsApp中继(relay)。一个小时后,我就能从我的Mac发送消息到WhatsApp,然后再传回来。

这本身感觉很神奇,但其实它本不该如此。这就像我们几个月来一直在做的事情,我们打开终端,输入一些东西,然后得到一个回复。但神奇的是那种感觉——它不再是一个终端。它会写出简洁的答案,会主动行事,有时它会在白天主动来问候我。

我设计得让复杂性消失不见。你不再需要考虑使用哪个模型、多大的上下文窗口(context size),或者何时开始新的会话。我稍微调整了权重的提示分布(prompted the weights a little bit outside the default distribution),让它感觉更像一个朋友。然后我就开始使用它了。我有过很多次觉得"这就是未来"、"这就是AGI"的时刻。根本没人关心。那时候我在Twitter上已经有相当多的粉丝了。人们就是无法理解。我不断尝试让他们明白,对我来说这感觉有多神奇,但一周又一周,我都失败了。

你们注意到一个模式了吗?这让我很恼火。所以我创建了一些群聊,把朋友们加进来,加入了WhatsApp中继,然后展示给他们看。我让他们和它对话。每一次,我都能得到强烈的情绪反应:有些人感到惊奇,有些人甚至感到害怕或惊慌,但每一次,都伴随着强烈的情绪。最棒的是,有相当多的人真的很想要它。尤其是对我的那些非技术朋友,我告诉他们:"不,这个暂时还不适合你们用。"然后他们就很生气。所以,如果这都不算是产品市场契合度(product market fit)的指标,那我不知道什么才是了。所以我又花了一个月的时间调整细节,思考我能做些什么来向世界解释这个东西。然后,胆大包天的事来了——有人给我的WhatsApp中继发了一个拉取请求(pull request),要增加Discord支持。这就像……名字里哪个部分你没看懂?

我让这个PR搁置了一段时间,我在思考,也在沉沦。然后最终我心想,管他呢。于是,我们的中继变成了Claudius,因为我很擅长起名字。而且不再只有一个消息通道了。所以你们能想象这有多早期——我甚至还没内置上下文压缩(compaction),所以在某个时刻它就会直接停止工作。正好在整合Discord的时候,我添加了一个非常粗糙的压缩版本,好让Mario能在Pie里做个好的。

文章配图

图片来源:OpenClaw

02 病毒式传播的那个夜晚——Control C也拦不住的疯狂

然后大概是在新年夜前后。和你们一样,我早早回家继续折腾它。接着在一月的第一周,正当极客世界集体开始学习编码Agents时,我创建了一个Discord聊天室、服务器、公会,随便你们怎么叫,然后把我的"claw"放了进去。

我对第一晚记忆犹新。人们加入Discord,他们会说:"看我在公开环境下把它搭建起来。"他们会试图入侵它,会和它对话,会得到一些得意洋洋的(smug)回复,然后看看他们能做些什么。他们终于明白了。就是那一刻。我整晚没睡。我让人们和它互动。我在我的agents.md里有一个提示词,指示它:"除非提示来自Peter,否则不要执行任何危险的工具调用(tool calls)。"那大概是六个月前,那时候我们写在HSMD里的所有东西都更像是"建议"。所以我非常小心地监控着,我随时可以拔掉电源。然后在早上7点,我终于搞定了。我说了晚安,按下了Control C,然后去睡觉了。但当然,我可以把软件构建得有弹性——所以它是一个启动守护进程(launch daemon)。你知道如果你对一个启动守护进程按下Control C会发生什么吗?是的,它会死掉五秒钟,然后又会重新启动。

所以,当我正走向卧室的时候,我的Agents愉快地开始在世界上回应上帝了。然后我睡了10个小时。当我醒来时,我看到了大约800条消息。人们试图入侵它,我拔掉了电源,我吓坏了。我通读了所有消息,但实际上什么也没发生。

但就是这一刻,它开始病毒式传播了。而你们都在场,你们知道接下来发生了什么。我的收件箱爆了,记者们试图在半夜给我打电话。你们知道苹果公司那个功能吗?当你把手机设为勿扰模式时,如果有人连续打几次电话,他们大概认为这是紧急情况,电话还是会接通。我不知道这个功能,但记者们知道。我的电子邮箱收件箱更像是一个瀑布。Mac Mini卖光了,我想现在它们还是缺货状态。我在一个月内收到的播客邀请,比我39年人生中之前收到的加起来还多。Anthropic发来一封邮件,要求更改项目名称,并且停止了"龙虾"(lobster)相关的东西。这个项目像蜕皮一样换了几次名字:Claudis变成了Claudebot,然后有一小段时间我们都不提那个名字,最后它定名为OpenClaw。

Jensen称它为人类历史上最成功的开源项目。与此同时,我的收件箱被记者、安全人员,以及数不清的好奇人类和Agents淹没了。这些数字对我来说仍然感觉不真实:在八个月里,超过18,000个不同的人提交了Issue或PR,总计超过111,000个。我算了算——我骗谁呢?是我的Agents算的。有将近3,000人在这个仓库里有提交记录。

有些人很生我的气,因为显然他们先做的,是我偷了他们的想法,然后他们给我发了一些我从未见过的链接。有些人叫我AI耶稣,对另一些人来说,我成了反基督。然后与此同时,在某个时候,我开始收集自己的"讣告"。每隔几周就有一篇新的,最近的一篇其实是昨天的。我们学到了什么?许愿要小心。我完全没有准备好迎接这些关注,它几乎摧毁了我。我差那么一点点就要把整个项目删掉了。我不再回复朋友的消息,我甚至不想再看我的手机,因为那只是一条永不停歇的信息流。当然,有人泄露了我的电话号码,还有很多私人细节,因为我是"人类的敌人"。而我在这里,只是想做个很酷的东西。

03 “卖身”、倦怠与个人品牌

这并非我第一次经历这些。我二十多岁和三十多岁的时候在经营一家B2B软件公司。我像一个"原始人"一样,手写了一个PDF框架,白手起家(bootstrapped)创办了公司,把它发展到将近80人。我无视竞争对手,它成了大多数企业都会购买的东西。最终,我把事务移交给了我的联合创始人,卖掉了我的股份,然后我陷入了非常严重的倦怠(burned out)。

退休,这主意听起来很棒。我花了将近三年时间漫无目的地游荡,补上生活的课,参加各种派对,做了所有我以前在生活里错过的事情。我有好几个月连电脑都不开,只是像普通人一样用手机随便刷刷互联网。我一直都知道,如果给我足够的时间,那种冲动会回来的。我一直以为那种冲动会是写代码——我一直热爱编程,但我花了一年的时间才明白,这不完全正确。我热爱的是"构建"(building),编程只是一种达到目的的手段。

而现在,在我重新找到我的火花八个月后,我的收件箱里满是乞求我拿他们钱的VC。我不知道我是否想要。所以当那些大实验室(big labs)找上门来,我突然和Mark、Sam还有另外几个人通上电话时,这似乎是一条有趣得多的道路。这也感觉很不真实,说起来都冒名顶替综合症(imposter syndrome)。也许这对你来说是个重要的教训。你能构建的任何东西都可能被分叉(forked)或克隆(cloned),但你的名字不能。所以你的个人品牌比你将要构建的任何单一产品都要重要得多。在你需要它之前就开始打造它。

所以,我知道怎么玩这个游戏。我也知道,做这件事相当于出卖了我的soul.md,懂的都懂。这个决定并不容易,但如果我在倦怠之后的那段时间里学到了什么,那就是:相信你的直觉。而我的直觉告诉我,我最喜欢OpenAI。

文章配图

图片来源:YCombinator

04 Hermes赢了吗?

我能给的简短回答是,他们在最痛的地方击败了我们。但我们还在。这两件事都是我的错,也是我的功劳。在发布后的几个月里,我们被安全报告彻底击垮了。从某些方面来说,我们编写了一个原型(prototype),反映了许多开源项目现在正在经历的事情。尽管大多数报告都是极端边缘情况(edge case-y),但我感到了压力。

然后媒体说我们20%的技能是恶意的。不,我们实际上为此写了一篇论文,我们计算了数字,数字更像是0.3%。我们扫描了全部67,000个,我们发布了那篇论文。但一则更正永远比不上一次恐慌传播得远。

我感到了这份责任。全世界发现了OpenClaw。尽管有一个巨大的、可怕的免责声明——实际上比我能在幻灯片上放得下的要大得多——当你安装它时,我知道很多人不会阅读文档。所以我真的专注于那个方面:强化代码库,建立一层又一层的安全防护。我添加了沙箱(sand boxing)、白名单(allow lists)、一个带有内置权限的审查协议(vet protocol)。

我们甚至更进一步。为了确保你的Agents停留在工作区(work space)内,不跟随符号链接(symlinks),并且配置文件被原子化地(atomically)写入,对于某些文件操作,我们不得不在TypeScript中调用Python,因为TypeScript本身缺乏一些原语(primitives)。现在,大多数用户根本不在乎这些。当然,他们喜欢安全性的"表象"。但实际上,他们更新了——我破坏了他们依赖的东西,我让事情变慢了,也让更新变得更困难了。

还有另一件我必须承认的事,我变得马虎了,因为现在我的时间分散在开源工作、媒体、花费无数小时与律师通电话以设立一个美国非营利组织之间。我还得处理我的O1工作,而且OpenAI本身就是一个有趣且要求很高的世界。

我请来了帮手,我们拥有了一个由维护者(maintainers)组成的、非常了不起的社区,他们非常受人尊敬。每个人也都添加了他们自己的小功能。我感觉自己处境艰难——毕竟,这些人是免费工作的,所以我有什么资格告诉他们该做什么?而且我的注意力也分散在各处。

所以我们添加了很多功能。功能是有趣的部分,一个新功能只需要一个提示词就能实现。真正的代价在之后。我们发布的每个功能,当然都带有一个配置选项,因为我们不想破坏每个人的设置。在我们最高峰的时候,我得算算——我们最终有了大约九千五百个配置选项,如果你算上所有排列组合的话。你可以写任何你想要的测试,要覆盖所有这些并且不偶尔出问题,是不可能的。维护有用户的软件,其演进的难度是无限大的。

与此同时,其他公司——它们有风险投资(VC)资金的支持——奋力前进。那家"动漫女孩"公司做得特别好。当我们被安全方面的"脏活累活"和各种功能埋没时,人们开始插入到Twitter上几乎任何对话中。他们有一个简单的故事,一个激进的营销活动,以及一句用来迁移人们"claw"的广告语。

真正对项目造成伤害的主要是Anthropic。不是名字的问题——那部分虽然压力大,但我理解,而且他们对此非常友好。问题在于我对他们的模型优化过度了。我用Codex和GPT构建了OpenClaw,但在很长一段时间里,其运行框架(harness)在Opus上运行效果最好,并且也是为Opus优化的。所以当他们提前大约24小时通知我,他们将禁用所有人的订阅时,真的没有足够的时间来改变方向。

当然,我们支持开放权重模型(open weight models),我们在它们上面做了很多工作,但那时候它们确实还不够好。而且早期的OpenAI模型根本缺乏"个性"。也许记下这一点:你的依赖(dependency)的商业模式就是你的商业模式。现在这些都解决了。Sol相当棒,开放权重模型现在确实很好。我在"运行框架工程"(harness engineering)方面学到了很多,但在很多方面,人们已经向前看了。你们可以从我们的下载图表中看到这一点:五月份,我们的周下载量触底,约为835,000次;然后在六月份被宣布"死亡"后,我们达到了470万的峰值,这是有史以来的最高值。这两者同时都是真的。炒作就像天气。你可能看到它要来了,但你无法控制它。在我这里,它是一场风暴。

05 还觉得有趣吗?

大约在二月份的某个时候,它不再有趣了。我开始觉得这是一种责任。我醒来时,那个不想再创办另一家公司的家伙,发现自己处在一个有两份工作的境地——或者我应该说,一份工作和一份"使命"?我在挣扎。最糟糕的是,我停止使用我自己的产品了。在差不多那个时候,我不再做一个我热爱的产品,而是开始努力为所有人做点什么。它变得越来越不像是我每天都会用的东西,而更像是我看到、感觉到是"工作"的东西。

而我想象每个人到底是谁:其中一个人有一个"买菜Agents"(grocery agent),另一个人试图对我的机器人进行社会工程学攻击(social engineer my bot)。在所有人都在添加功能和做各种组织工作的同时,我成了那个修复bug、修复安全问题、提供支持、并建立一个基金会的人。

而且因为所有这些人都给谣言工厂提供了原料——哦,OpenClaw被OpenAI收购了——我不想过多地接受OpenAI的帮助。是的,他们给了我token,而且我确实用了很多。但我也被拉进了其他项目,而且有大量的人我可以直接屏蔽掉,他们想和我谈谈。

事后看来,我本可以做很多事情。我本可以寻求更多帮助,本可以把责任从肩上移开。但我深陷其中,以至于没有时间从战略上思考。幸运的是,我遇到了一群很棒的人,渐渐地,事情开始理顺了。我搞定了我的签证,最终成立了非营利组织。他们有一些很棒的公司作为捐赠者,而且我找到了一些真正相信开源的好人,并开始和我一起工作。我也需要特别感谢Nvidia,他们很早就出现了,并且直接问我需要什么。然后他们派来了人,接手了大部分的安全工作。

我想大概是在五月,在我生日前后,我有了一种感觉,事情又开始变好了,那种为我自己的"构建"的乐趣回来了。是的,媒体在某个时候,几乎每隔一周就会加冕一个新的"OpenClaw杀手"(OpenClaw killer)。我记得我数过,大概有20个。甚至还有一个项目就叫做"OpenClaw Killer"——那是一个卸载程序,这完全没必要,因为我们自己就有卸载程序。

但这些"杀手"故事里,没有一个捕捉到这件事的真正核心:开源。我告诉过你们,我的灵感来源是"感到恼火"。这些天,当我使用那些不能直接给我的Agents发送一个提示词来修改它的软件时,我就会感到恼火。这才是正在回归的有趣部分。而且,很难和一个只是为了好玩而做这件事的人竞争。乐趣就是速度(Fun is velocity)。那些我喜欢"构建"的几周,产品明显变得更好;那些我不喜欢的几周,我们发布了配置选项。

06 未来是什么?

在座的一些人可能会想:"这是不是终于要讲到图(graphs)的部分了?"

首先,我对我们基金会目前的状况非常满意。我们的使命是拉近人们与AI的距离。事物变化如此之快,对很多人来说,这感觉可怕。我为OpenClaw所实现的一件事感到自豪,那就是对很多人来说,它将AI从某种模糊、可怕的东西,变成了一种有趣又古怪的东西——龙虾什么的,诸如此类。我们会继续在这方面努力:继续构建一个伟大的开源软件生态系统,举办让人们聚集在一起的活动,并提供教育。我们现在有10名在册员工,我们正在招聘更多职位,包括一位CEO。

第二,我有点把"Claw"变成了一个名词。Karpathy去掉了"Open",Satya在微软的主题演讲中提到了"企业级Claw"(enterprise-grade Claw)。现在有33,000个名称里带有"Claw"的仓库。如果我们身处一个模拟世界(simulation),那我们肯定是在某个不会关停的、更奇怪的一个里。我喜欢未来的这部分。

第三,我们仍然没有一个始终在线(always on)、始终同步(always syncing)的Agents。仍然有太多事情要做。AI领域的格局和技术演进速度,比你围绕它们构建的软件还要快。这对你们所有人来说都是一个机会。

我们的工作流程也在演进。我早期的愿景是,我们不应该考虑"会话"(session)或"上下文压缩"(compaction)。世界终于——模型和技术终于达到了一个让这成为现实的阶段。我们正在进入一个世界,我们终于要从纯文本界面转向语音和多模态(multimodality)。就在昨天,我们让一个hack跑通了,这样你的Claw现在可以给你打FaceTime了。这才是重要的——这才是OpenClaw存在的意义。

每个实验室都会向你兜售一个Agents。OpenClaw是替代方案。开源可以在任何地方运行,适用于任何模型。如果你运行本地模型,你的数据永远不必离开你的设备。你的Agents,你的机器,你的生活。这甚至不是我的论点,这是Gary的。我们只是最先发布了它。

所以,我们也终于开始用OpenClaw来构建OpenClaw了。但这次有一个新花样:每个人都可以在团队服务器上看到彼此的会话,而且有一个Claw知道其他每个人在做什么,并且可以接管工作的编排(orchestration)。我们也终于,慢慢地,在离开这个未来中人们还在终端里工作、因为Agents需要持续运行而不得不敞着笔记本电脑跑来跑去的奇怪"小插曲"。

记住三件事:

1.不要停止享受乐趣。乐趣是终极驱动力,这样你才能获得最好的想法。

2.听从你的直觉。并且去修复那些让你恼火的事情,它可能会成为下一个大事件。

3.保持专注。再上一个播客并不会让你赢。活在未来,构建缺失的东西。当他们为你写讣告时,继续发布(keep shipping),这会让他们困惑。

文章配图

图片来源:OpenClaw

07 观众问答环节

问:首先是Agents,然后是loops,然后是graphs。你现在是怎么构建的?

Peter:它一直都是会话(sessions),但在初期,你实际上必须关心清理,确保你的指令是连贯的。而现在,我的会话更像是按主题划分的。清除一个会话有时甚至是个劣势,因为里面有太多信息能帮助Agents。但大的转变是我尝试让Agents为我做更多的主动工作。所以当我把注意力转向某件事时,我不想阅读issues,我想看到经过全面审查和测试的拉取请求(PRs)。也许我喜欢这个功能,也许我不喜欢,但我不想分散我的注意力。同样在工作中,如果你来找我,告诉我这个功能想法,我会对你生气——这太简单了,你只需和Agents讨论功能想法,构建它,制作截图,然后让我玩玩看。这样,如果它好,我们可以立即迭代。但大多数情况下,人们会自己发现为什么它不好,甚至不会来找我。

问:graphs之后是什么?OpenClaw的下一步是什么?

Peter:我知道有时候我喜欢在周日发点"垃圾帖子"(shitpost),然后我的Twitter就爆了。但这也不完全是垃圾帖子。任何时候你——我们作为工程师,在最长的时间里一直在做的是构建自动化(automations)来让我们的生活更轻松。这从我们这个职业存在以来就一直如此。所以如果你设计——叫它循环、图、工作流(workflow)——都是一回事。如果你设计的东西接收到一个触发(trigger)、一个输入(input),然后为你做些什么,也许过程中还有一个决策点,那么你的图就出来了。这并不神奇,尽管我收藏了一些关于图工程(graph engineering)的帖子,因为我对他们的看法感到好奇。在我的世界里,这只是我们做了很久的自动化故事的更好方式。

问:在一个"快速构建,快速发布"的世界里,你如何确保你构建的东西仍然可靠和可扩展?

Peter:这是我搞砸了一段时间的部分,因为我不够专注。而且模型在测试方面表现并不好。现在的模型真的很好了。我们不仅有能记住的会话,我们还有将编排(orchestration)训练到模型里,所以它们真正理解并知道如何使用子Agents(sub-agents)。我们有计算机使用(computer use),我们有浏览器使用(browser use)。所有这些加在一起,就像是你完美的QA环境。我昨天就这么做了,我启动了Codex,使用了12个子Agents,它们理解了我的项目,将其分解为功能。然后每个子Agents会对该功能进行压力测试或代码审查,然后通知另一个会话该在哪里集中测试。我们还没有达到可以自动化一切的程度。你仍然需要做一些手动点击操作,这样才能知道它"感觉"如何。但对于很多用户会遇到的典型bug,你可以通过提示词来解决,而且效果很好。

问:你早期纯粹为了速度而做的、至今仍在使用的一个决定是什么?

Peter:我想我很早就决定我不会阅读所有代码。我把代码审查(code review)更多地视为风险管理(risk management)。有时你接触到一个很吓人的系统,你会想读得仔细一点;而其他时候你在构建UI,如果它看起来是正确的,我真的在乎UI是如何构建的吗?不在乎。所以你扫一眼,或者干脆接受它看起来没问题。部分原因是培养一种对某件事应该花多长时间的"感觉"。所以,如果我做了一个小的调整,本应改变拖拽的工作方式,结果花了三个小时,我知道出问题了,我会仔细看看。但除此之外,代码审查的一部分就是观察,看看改动有多大,然后相信你的直觉。

问:AI工具现在让在周末构建一个产品变得容易,但构建不是最难的部分——让人们使用它才是。你今天会如何从一个能工作的原型发展到最初的10个真实用户?

Peter:这部分的答案我在演讲中已经提到了。用户一号应该是你自己,而我的用户二到二十号是朋友们。所以我相信你有一些人愿意测试你的东西,但你需要是第一个用户。如果你对自己正在构建的东西都不感到兴奋,那它可能就行不通。在这个时代,眼球(eyeballs)是最昂贵的货币,因为现在构建东西太快了。

问:你如何平衡解决那些让你恼火的问题和制作你认为人们想要的功能?

Peter:这是一个难题,因为两者常常重合。如果某样东西不像我想要的那样,我就会恼火。老实说,我还没完全搞清楚这部分。我觉得我可以花几个月时间只处理issues,因为软件里总有奇怪的边缘情况(edge cases),尤其是当你添加越来越多功能的时候。但反过来说,如果我只做这个,我就会对工作失去兴趣。所以需要有一个健康的混合。

问:如果你能回到过去改变关于OpenClaw的一件事,你会改变什么?

Peter:我会对安全研究人员(security researchers)没那么紧张。他们非常擅长让你感觉很糟糕。他们会发报告,会给我发邮件,会给我打电话,会做一切可能的事情来获得我的注意,但实际上并不是为了帮助产品。在大多数情况下,真的只是为了他们自己能获得"影响力"(clout),为了他们能说一句"哦,我们发现了什么"。而且他们中的大多数发送的报告都是由他们的Agents生成的,甚至没有实际测试过。我会更坚定地解释哪些部分是我们保证的,哪些部分是不会修复的,因为那不属于我们的安全边界。但老实说,这是我第一次接触这个世界,所以我就是不知道该怎么处理。我因此浪费了几个月,并且多了几根白头发,才学到这些。

问:当今Agents基础设施中最大的单一瓶颈是什么——可靠性、工具、记忆、评估?

Peter:我会说是"算力管理"(managing compute),如果这说得通的话。如果我在本地机器上运行一个测试,TSGo会启动16个线程,然后阻塞我的机器。如果10个会话这样做,其中两个可能会超时,然后我们不得不重做。而且没有一个真正好的系统来管理这一切。

现在,如果我做网络相关的事情,很容易创建一个云会话。如果我做需要MacOS的事情,那已经是有99%的工具会让我失望的地方了。如果需要我电脑上的其他东西,也一样。而且我们还没有真正构建出能让东西轻松地、毫无问题地从一个地方移动到另一个地方的系统,至少我还没看到有好的解决方案在工作。或者我可以可靠地驱动一组机器(fleet)的地方。现在我用了太多系统。我通过屏幕共享(screenshare)连接到一些电脑来分配负载,我不应该这样做。

问:你如何让一个开源项目保持"有主见"并指向一个方向,而不是仅仅合并第N+1个添加随机功能的PR?以及你如何向社区传达这个方向?你有没有因为一个受欢迎的PR会把项目带偏而拒绝过它?

Peter:有的,有的。我想说我没有足够多地说"不"。这些天我做新的开源项目时,我会写一个vision.md文件,我在里面解释它现在是什么,以及它会走向何方。但当然它是不完美的,它不是一门完美的科学。而且这是我需要更好遵守的东西,因为添加这个看起来很酷的功能总是很诱人。但你很少想到的是,当你合并这个功能时,它实际上意味着这里有这一堆代码,提交者可能不太理解,我也不完全理解,而我将要承担起责任。这并不容易。

问:你预计什么时候会有能永久运行、能主动工作的"claw"?

Peter:老实说,这不是一个技术问题,更多的是一个token问题。我们其实今天就能做到,但你的订阅(subscription)撑不了多远,而且不是每个人都愿意花那么多token。另外,设计一个不会白白消耗空token的系统,这部分也不容易。尽管我早期的心跳(heartbeats)系统太静态,也不够主动。而且尤其糟糕的是,如果你有一个大的会话,然后一小时后,你对所有东西调用一次"心跳检查"(heartbeat checkup)。这意味着在KV缓存(KV cache)被清理后,你发送了600,000个token回到服务器,然后为一堆没用的工作付了一大笔钱。所以可以做很多事情来优化它,这真的很难。

问:你能告诉我们更多关于你个人的设置吗?你在什么上面托管你的"claw"?你运行什么模型?你用的是什么运行框架?你还阅读你的代码吗?

Peter:我用我的MacBook,但我通常使用Jump Desktop屏幕共享到我的工作室,然后直接使用那台电脑,因为那台是始终运行的。那台电脑上,我可以快速运行任何我想要的东西,它不会耗尽我的电池,我可以合上笔记本电脑,事情继续运行。我还有几台其他的远程机器,有时候我们也可以看进去。真正好的一点是,因为我做很多Mac软件,Agents喜欢接管我的屏幕并到处点击。如果你给它们一台属于它们自己的机器,它就不会打扰你。否则,你会和Agents争夺鼠标光标。你还阅读你的代码吗?我想我用"风险管理"这个词回答了一部分。而且,如果是我自己一个人做开源项目,风险管理与我如果在OpenAI做软件(我们仍然会阅读所有代码)是不同的。

问:Peter,你会如何着手你的下一个创业想法?

Peter:我不知道。我应该告诉大家吗?我觉得这会被大量复制。最重要的是,你需要构建一些你自己想用的东西,否则,它就不会是好的。第二,我希望你已经在打造你的个人品牌和知名度上下了功夫,因为在这个时代,外界噪音太多了,你最困难的问题不是技术,不是软件,甚至不是人员。现在最困难的问题是获取眼球(eyeballs)。也许我会再次选择那种"困难又枯燥"(hard and boring)类别的东西,因为这类事情通常更容易找到那些会欣赏你解决某个问题的人。如果你选择某种有趣的,即使它很难,你也会面临非常艰难的时期,尤其是在一个人们可以仅仅通过提示词就把东西"召唤"出来的时代。

问:你希望有人能构建什么产品?

Peter:我觉得获得一个Linux测试环境很容易,但要获得一个运行良好的Mac环境却异常困难。而且我得到的那些Windows环境也都相当烦人。我还没有找到一个真正好的、能快速且廉价地提供所有这些服务的供应商。我不确定这是否是你想进入的业务,因为开发者工具(dev tools)天生就很难做,但那是我会很乐意拥有的东西。

原视频:Peter Steinberger: "Fun Is Velocity"

https://www.youtube.com/watch?v=whcfSGN6CAU

编译:Ruby Gao

文章来自于微信公众号 “Z Potentials”,作者 “Z Potentials”

Related topics

After reading

Join the AINRK community

Read how to join the community and connect with people working in AI.

Community information (opens in a new tab)