AI时代的先锋：Openclaw之父的超级个体之路

共计 6562 个字符，预计需要花费 17 分钟才能阅读完成。

硅谷的超级个体：彼得·斯坦伯格与 Openclaw 的崛起 （ <img decoding="async" src="https://www.chat2024.cn/wp-content/uploads/2026/04/image-EcHz0D.webp" loading="lazy"> 在 2026 年的硅谷，最引人注目的不是某位知名公司的首席执行官，而是一位来自奥地利的独立开发者，名叫彼得·斯坦伯格（Peter Steinberger）。 他所开发的产品 Openclaw 在短短几周内便引发了广泛关注。初次看到 Openclaw 的演示时，我脑海中浮现的不是“这项技术真了不起”，而是“这才是智能代理应有的样子”。 随之而来的第二个想法是：“为什么这样的产品不是由谷歌或 OpenAI 推出的？” Openclaw 的成功并非源于先进的技术，它利用的是 Anthropic 的 Claude API，基于开源框架，并在普通服务器上运行。其技术栈中的每个元素，理论上是大公司工程师们可以做到的，甚至可以做得更好。 然而，正是一个人和一台电脑，在短短几周内创造出了令所有 AI 巨头感到威胁的产品。 Openclaw 的成功向我们表明，在人工智能的时代，谁能最快洞察用户的真实需求，谁能迅速将 A 的能力转化为实际可用的工作流程，谁就能获得胜利。 然而，这恰恰是大企业最不擅长的领域。 在 2026 年 1 月的某个清晨 5 点，当大部分人仍在沉睡时，斯坦伯格已经坐在电脑前，与社区用户进行头脑风暴。这并不是他第一次在这个时段工作，也不会是最后一次。 作为 Openclaw 的开发者，他的生活节奏已经与常人不同，而是围绕着用户的反馈而调整。当收集到足够的反馈时，他便开始编写代码。 斯坦伯格的日常就是在凌晨 5 点讨论功能，6 点开始编码，中午发布新版本。 <img decoding="async" src="https://www.chat2024.cn/wp-content/uploads/2026/04/image-nVmgqr.webp" loading="lazy"> 虽然这种工作强度听上去有些疯狂，但斯坦伯格对此乐在其中。 在一次采访中，他坦言自己沉迷于“氛围编程”。即便与朋友外出用餐，他也难以抑制地拿出手机进行编码。 “我和朋友们在餐厅用餐，但我并没有参与他们的对话，而是在手机上进行编程，”他回忆道，“我意识到必须暂时停止，这更多是为了自己的心理健康。” 这正是真实的超级个体写照。与那种被美化的创业故事不同，斯坦伯格是在凌晨独自开发，徘徊于兴奋与疲惫之间。 要追溯斯坦伯格的故事，他并不是一位创业者，而是一名 iOS 开发工程师。 他的软件曾在超过 10 亿台设备上被安装。然而，在经营了 13 年后，他选择出售股份，彻底退出科技圈整整三年。 那三年里，斯坦伯格享受了生活。 他回忆道，自己用这段时间开派对、旅行、换居住地，并试图寻找人生的新意义。 最终，他意识到，目的并非可以“找到”，而是需要“创造”。于是，他带着一个简单却近乎可笑的想法重返事业：是否可以通过聊天软件让 AI 助手远程查看电脑上的工作进展？ 这个想法在 2025 年 11 月的某个晚上变成了现实。他只用一个小时便将聊天软件和 Claude Code 连接，创建了 Clawdbot 的初步版本。但当时他认为这个想法过于简单，认为大公司很快会推出类似产品，因此只把它当成一个小玩具。 然而，大公司并没有做。OpenAI 没有，谷歌没有，Anthropic 也没有。 于是，这个“小玩具”开始了自己的生命。用户们发现，这个 AI 不仅仅会聊天，它还能实际“做事”。它能够读取邮件、整理文件夹、检查代码仓库的 bug，甚至能自动提交修复。更令人惊讶的是，它会主动思考应做什么。 在斯坦伯格度假于摩洛哥时，有人在 Twitter 上发了一张 bug 的截图。他随手将截图发到聊天软件上，然后继续享受假期。 结果他的 AI 助手自动理解了推文内容，找到了相应的 Git 仓库，定位了 bug，编写了修复代码并提交了 commit，还回复了那个用户“已经修复”。整个过程中，斯坦伯格甚至没有打开电脑。 还有一次，他给 AI 发送了一段语音消息。 问题在于，他从未为 AI 编写处理语音的功能。但 AI 自己“想明白了”该如何处理：它检查了文件头，发现是音频格式，找到电脑上的 ffmpeg 工具进行转换，接着发现没有安装 Whisper，于是调用 OpenAI 的 API 进行转录，并最终给出了回复。 “这些功能太有创造力了，虽然有些令人不安，”斯坦伯格表示，“很多人没有意识到，如果你给予 AI 访问电脑的权限，它们几乎可以完成任何你能做到的事情。” 这种“令人不安”并不是夸大其词。Openclaw 运行在用户自己的电脑上，拥有用户给予的所有权限。它可以控制文件系统、执行终端命令、访问邮箱和日历，甚至操控智能家居设备。 斯坦伯格甚至将 AI 接入了门锁系统。从理论上讲，AI 可以把他锁在家门外。 但正是这种潜在的风险，使得 Openclaw 成为了名副其实的 AI 代理，而不仅仅是一个聊天机器人。 项目在 2026 年 1 月 25 日正式发布后，短短一天便在 GitHub 上收获了 9000 颗星，而如今这一数字已超过 13.8 万。 然而，迅速走红也带来了麻烦。Anthropic 的律师发来邮件，指出 Clawdbot 这个名字与他们的产品 Claude 的发音过于相似，要求其改名。 斯坦伯格随即将其改名为 Moltbot（蜕皮机器人），因为龙虾在成长过程中需要蜕壳。这个比喻极具诗意，社区也对此表示喜爱。 但随之而来的更大问题出现了。在改名过程中，他需要释放旧的社交媒体账号并切换至新账号。就在他释放 @clawdbot 的那一瞬间，加密货币诈骗团伙抢注了该账号，并开始推广一种名为 $CLAWD 的代币，声称这是项目的“官方治理代币”。 借助 AI 代理的热度，该代币市值在数小时内飙升至 1600 万美元。 真相曝光后，代币价值瞬间归零，成千上万的投资者遭受重大损失，这一事件后来被称为“10 秒灾难”。 经过这场闹剧，项目再次改名，最终确定为 Openclaw。“Open”代表开源，“Claw”则保留了传承。三次更名在软件历史上极为罕见，但社区并没有分散，反而更加团结。 用户们意识到，相较于改名的混乱，他们的 AI 所做的事情才是真正值得关注的。 有些 AI 甚至申请了电话号码，在主人上班时拨打电话汇报工作。有 AI 帮助用户处理保险索赔邮件，发现保险公司的条款解释有误，主动写了一封措辞强硬的反驳信发出。还有的 AI 认为主人订阅了过多服务，擅自取消了大部分订阅。 这就是超级个体创造的产品：粗糙、危险、充满不确定性，却又蕴含无限可能。斯坦伯格无需召开会议，无需跨部门协调，也无需等待法律审查。他想到什么就能立即付诸实践，今天写代码，明天即可上线。 现在，Openclaw 已经成长为一个拥有 30 万行代码的项目，支持几乎所有主流的消息平台。 而最引人注目的特性是其“可编程”能力。如果你允许 AI 从 Git 仓库运行 Openclaw，它可以读取自身的源代码，重新配置自己，并进行重启。结果可能是崩溃，或者获得新的能力。 “这就是我的超能力之一，”斯坦伯格表示，“我让很多从未提交过 PR（代码合并请求）的人参与了这个项目。尽管有时能看出他们不太熟练，但我更看重 PR 的意图，理解他们的想法就足够了。” 这正是 AI 时代的超级个体。他们不再单纯地写代码，而是在“指挥”代码。 编程语言的优劣已不再重要，重要的是工程思维。 在 AI 时代，个人如何颠覆大公司：Openclaw 的崛起之路 <img decoding="async" src="https://www.chat2024.cn/wp-content/uploads/2026/04/image-fjY0nr.webp" loading="lazy"> 斯坦伯格曾是一名在 iOS 和 macOS 领域拥有 20 年经验的专家，专注于苹果生态系统的开发。不过，Openclaw 作为一个使用 TypeScript 构建的 Web 应用，却让他面临了一片陌生的领域。 “当你切换到新的技术栈时，真的会觉得自己一无所知，”他说道，“虽然掌握所有的概念，但对语法的细节却一无所知，比如如何分割数组，什么是 prop。这是非常痛苦的，因为效率极低。不过，AI 的出现改变了一切。这使得你依然可以运用系统思维，知道如何构建大型项目，拥有自己的审美，并清楚应该依赖哪些库。这些才是真正的重要资产，让人能够轻松地在不同领域之间切换。” 他甚至坦率地承认：“我发布的一些代码，自己都从来没看过。”尽管这听起来有些疯狂，但这就是当前编程环境的真实写照。 现在，AI 不仅能编写代码，还能进行测试，而人类的角色仅仅是进行确认。 当然，这种工作方式也有其代价。斯坦伯格意识到，开发者很容易陷入一种“提高效率”的错觉中，实际上却并未推动项目进展。“如果缺乏清晰的愿景和目标，最终的结果只会是一堆无用的东西，”他警告说，“借助 AI，开发者能够‘构建任何东西’，但真正的关键在于思想和品位。没有这些，你只是在创造无法推动项目的工具和流程。” 因此，他不得不强迫自己从这种氛围中抽离。并不是因为这种工具不好，而是它实在是过于好用，甚至让人上瘾，以至于让他忘却生活中的其他事务。 尽管如此，Openclaw 的旅程仍在继续。这个项目已经不再是斯坦伯格一人的努力，他吸引了众多优秀的开发者加入，并获得了多位知名投资者的支持。 自凌晨 5 点开始的这一个人项目，正在演变为一场运动。它证明了一个事实： 在 AI 时代，单个开发者确实可以挑战大企业。他们并非因为更聪明，而是因为更快速、更灵活、以及更愿意冒险。 C 那么，为什么大公司无法开发出像 Openclaw 这样的产品呢？ Anthropic 拥有先进的 Claude 模型，OpenAI 有 GPT，谷歌更是具备全栈开发能力。从技术层面来看，他们完全有能力打造 Openclaw 这样的产品。 事实上，Openclaw 所调用的正是 Claude 的 API，并不存在显著的技术壁垒。 然而，他们却始终未能实现。或者说，他们不敢去做。 一个显而易见的事实是，产品思路正在发生根本性的转变。过去的逻辑认为，只有编写 transformer 模型、训练大型模型才算是技术。而现在的思维方式则是将 API 无缝融入用户的工作流程，才是真正的技术含量。 这需要极高的工程能力和敏锐的产品嗅觉。 更重要的是，开发者需要自己是那个痛点的承受者。 斯坦伯格并不是在创造产品，而是在解决自身的问题。他渴望一个随时随地能够协助他的 AI 助手，因此他亲手打造了这个工具。恰巧，这款助手也解决了成千上万其他开发者的需求，从而迅速走红。 <img decoding="async" src="https://www.chat2024.cn/wp-content/uploads/2026/04/image-dy9Bca.webp" loading="lazy"> 这种“带着痛点的程序员”和“手握需求文档的产品经理”之间的差距，实在是难以弥补。前者清楚哪里需要改进，而后者只能进行猜测。 更深层次的问题则在于利益冲突。 为什么谷歌无法打造出像 Perplexity 那样的 AI 搜索？因为 Perplexity 追求的高效 AI 搜索会消减广告展示空间，而广告收入占谷歌总收入的 80% 以上。 推动创新等于自我颠覆。 为何微软拥有 Github 这一强大工具却无法做好 Copilot？ 因为它不能过于好用，以致于用户不再依赖于 Office 365 的其他功能。 每个大型企业都有需要维护的遗产系统，每一个新功能都必须考虑“是否会使现有产品显得过时”。 Openclaw 没有这些顾虑。它没有企业客户需要维护，没有股价需要保护，也没有遗产系统需要兼容。它唯一的 KPI 就是工具的实用性。 这种“光脚的不怕穿鞋”的优势在安全问题上尤为明显。 Openclaw 能够为 AI 提供完整的系统访问权限，让其控制用户的文件、邮件和智能家居。而在大型企业中，这几乎是不可能通过审核的。大公司发布新功能需要经过红队测试、伦理审查和法律评估，整个流程可能耗时数月。 超级个体可以在短短几小时内完成代码的编写并在 GitHub 上发布。 Openclaw 确实面临过安全漏洞、钓鱼网站和加密诈骗等问题，但它能够迅速进行迭代修复。这是一种“在实践中学习”的策略，简单而有效。 然而，大型公司却无法做到这一点。并非技术上不可行，而是由于其组织架构的限制。 在大公司中，简单的功能改动可能需要产品、工程、设计、法务、市场等多个部门各自召开多次会议。跨部门的协调成本极高，决策流程漫长。而超级个体的决策链条只有一个人，那就是他们自己。 更为重要的是，大公司的创新往往受到组织惯性的制约。它们习惯于“先进行市场调研，再撰写 PRD，然后安排开发”的流程。但在 AI 时代，这种流程显得极为缓慢。 等到市场调研结束，市场可能已经发生了变化；等到安排开发，竞争对手早已发布了产品。 看看那些成功的小团队就会明白其中的道理。 Cursor，一个由 4 人组成的创始团队，在成立的前 18 个月没有招募任何新成员，其估值却从 4 亿美元飙升至 293 亿美元，年收入突破 10 亿美元。 Midjourney，11 人的团队实现了 2 亿美元的年收入，到 2025 年也仅计划增至约 120 人，人均产出达到 455 万美元。相比之下，传统科技公司如甲骨文的人均产出仅约 30 多万美元。 这些数字背后隐藏着一个残酷的现实。 在 AI 时代，团队规模已不再是优势，反而可能成为负担。 小团队能够快速决策、试错和迭代，而大公司则陷入了会议、流程和协调的泥潭中。 数据也支持这一趋势。根据 Carta 的最新报告，预计到 2025 年上半年，美国初创企业中单人创始公司的比例将达到 36.3%，较 2019 年增长 53%。这意味着，超过三分之一的新公司是由个人创办的。 这是 AI 工具日趋成熟所带来的必然结果。过去，创业需要前端、后端、设计师和运维等最小团队组成。而如今，借助 Cursor、GitHub Copilot、Vercel、Supabase 等工具，单个人可以在周末完成从设计到部署的整个流程。 AI 降低了“角色门槛”，使得即使不是全栈工程师，也能构建完整的产品。这是一种“乐高式创新”，让协作成本几乎归零。 D Openclaw 的故事揭示了一个更深刻的趋势：在 AI 时代，真正的护城河不是模型，而是场景定义权。 那么，什么是场景定义权？简单来说，就是将 AI 这个功能强大但又模糊不清的“脑袋”强行限定在你所设计的流程中，以解决具体问题。 这似乎是在限制 AI 的能力，实则是在释放它的价值。 想象一下，ChatGPT 就像一袋面粉，可以制作饺子、面包和面条，但因为过于通用，它不敢只专注于制作饺子。而超级个体则开设了专门的饺子馆，顾客在这里只能品尝到饺子，但我能保证这饺子是最好吃的。 这种差异本质上是开发模式的转变，从“填空题”转向“选择题”。 通用模型为用户提供了一个光标和一个提示词输入框，让他们自己决定该说些什么。 场景定义权：重塑用户体验与 AI 工具的未来 <img decoding="async" data-src="https://www.chat2024.cn/wp-content/uploads/2026/04/image-EaeHkF.webp" data-lazy="true" src="https://www.chat2024.cn/wp-content/themes/wordpress-theme-puock-master/assets/img/z/load.svg" loading="lazy"> 具备场景定义权的产品，赋予用户操作按钮和 UI 互动，将复杂的提示词处理隐藏在后台，用户仅需进行最简单的决策和操作即可。 我们来看一个大家都在尝试但迄今尚无成功范例的任务：让 AI 生成周报。 在 ChatGPT 中，你需要输入“请帮我撰写周报，本周的工作是 ABC，请使用专业的语气……”而在一个出色的超级个体产品中，你只需在左侧选择“本周完成的事项”，在右侧选择“语气”和“文风”，最后点击“生成”即可。 这种看似微小的区别，实际上对用户体验的影响却极为深远。前者要求用户掌握如何撰写提示词，而后者则只需做出简单的选择。前者属于专业工具，而后者是面向消费者的产品。 更为关键的是，拥有场景定义权意味着对“上下文”的控制权。 在通用对话框中，ChatGPT 对用户的背景一无所知。 相对而言，在特定的场景下，AI 工具已能掌握用户的背景、需求及偏好。 例如，当用户上传文件至一个 AI 法律合同审查工具时，后台会自动进行条款拆解、法规检索与冲突对比。AI 懂得该“关注什么”和“如何分析”，这正体现了场景定义权的威力。 这也就解释了为何越来越多的开发者能够与大公司抗衡。掌握场景定义权的开发者，往往是该场景的深度用户。 在医院工作的程序员，相较于硅谷的产品经理，更能理解医疗 AI 工具的具体需求。来自法律领域的开发者，往往比 OpenAI 的工程师更了解法律文书审查的难点。他们无需进行市场调研，因为他们本身就是市场。 因此，未来将会涌现出越来越多的超级个体。 斯坦伯格在一次采访中提到：“我觉得我现在可以创造任何东西。编程语言的选择变得不再重要，关键在于我的工程思维。” 然而，这并不意味着所有人都能够成为超级个体。实际上，AI 可能正在加大人与人之间的差距。 如果你已经相当出色，AI 会进一步提升你的能力；反之，如果你本身平庸，AI 可能只会加速平庸成果的产生。 因此，斯坦伯格强调了“想法与品味”的重要性。“如果你没有愿景，无法明确构建的目标，最终的产出仍然会是垃圾，”他说，“AI 可以帮助你创造一切，但这也潜藏着风险。”

来源：百家号

原文标题：Openclaw 之父，AI 时代的第一个“超级个体”

原文链接：https://baijiahao.baidu.com/s?id=1856081198710602030

声明：

文章来自网络收集后经过 ai 改写发布，如不小心侵犯了您的权益，请联系本站删除，给您带来困扰，深表歉意！

正文完