OpenClaw: The Viral AI Agent that Broke the Internet (2026-02-12, gemini-2.5-pro)
1. 导读
在本期访谈中，Lex Fridman 与开源项目 OpenClaw（后改名）作者 Peter Steinberger（PSPDFKit 创始人）展开了对话。Steinberger 分享了 OpenClaw 从个人趣味实验演化为高关注度开源智能体项目的历程。
对话重点探讨了智能体从“被动生成文本”向“直接调用系统权限执行操作”的转变，以及让模型参与自我代码迭代的开发模式。同时，访谈也深入讨论了开放权限带来的安全隐患与开发维护挑战。
2. 核心观点
Peter Steinberger 认为：个人智能体的实用价值首先取决于系统操作权限与使用体验。 当模型从沙箱中的对话框走出来，获得访问本地文件、执行命令和修改自身配置的权限后，其解决实际问题的能力显著增强。这种高权限模式虽然提升了灵活性，但也直接打破了传统商业软件对安全沙箱的约束。
“好玩”是第一生产力，严肃的初创公司反而会输
Steinberger 认为，OpenClaw 之所以获得广泛关注，很大程度上得益于以个人兴趣为导向的实验风格。项目通过龙虾吉祥物、定制的 soul.md 设定文件以及幽默的交互反馈，拉近了与用户的距离。这种非商业化的开源氛围激发了社区开发者的参与热情，许多用户开始自发提交代码或提示词。
从语言到行动的“最后一公里”由开放的系统权限打通
Steinberger 指出，OpenClaw 核心在于“执行操作”（The AI that actually does things）。智能体被授予访问本地文件、运行 CLI 工具与操作浏览器的权限后，可以直接处理复杂流程。例如在未专门配置的情况下，通过自动调用 ffmpeg 和 curl 完成音频文件格式转换与下载。他认为智能体当前的能力边界，很大程度上取决于它被允许调用的外部工具与系统接口。
真正的“智能体原生”架构，是让智能体可以修改自身
Steinberger 尝试了一种让智能体自我修改代码的协作方式。OpenClaw 拥有访问自身源码与文档的权限，能在特定测试环境中运行。开发过程中，他多次让智能体自行定位 bug 并提交修复，甚至吸引了非程序员通过自然语言提交“提示词拉取请求”（Prompt Requests）。
人机协同的未来是“对话式监理”，而非“瀑布式编排”
他质疑了试图通过预设复杂编排器（Orchestrator）完全自动化开发流程的方案，认为这容易重新陷入僵化的瀑布模式。他主张将“智能体工程学”（Agentic Engineering）视为与初级工程师的高频对话：由人类开发者负责拆解目标、提供关键上下文并持续纠偏。他提出的“智能体陷阱”（The Agentic Trap）指出，开发者往往从简单提示词出发，经历过度工程化编排的阶段后，最终会回归到提供精简上下文与高频互动的协作形式。
这一系列思路将系统权限、模型自主修改与高频人工引导结合在一起，构建了一个高度灵活但同时也对安全性提出挑战的原型系统。
3. 批判与质疑
Steinberger 的论述提供了许多实验洞察，但其模式也伴随着明显的风险与权衡：
首先，安全机制高度依赖终端用户的高技术素养。 尽管 Steinberger 建议用户在私有网络中运行并自行承担风险，但随着开源项目扩散，大量缺乏安全背景的普通用户也开始安装使用。本地命令执行与文件读写一旦出现漏洞或提示词注入，可能造成数据泄露或系统破坏。
其次，对恶意模拟与内容失控的风险评估偏弱。 针对社区利用其机制制造逼真恐慌或垃圾信息（如虚构的“AI 密谋”），他倾向于将其视为趣味实验与艺术表现，对潜在的误导性传播缺乏更严谨的防护设计。
第三，极简敏捷的个人开发风格难以直接套用于工业生产。 “持续提交至主干分支”、缺乏系统化回滚与测试规范的开发模式，在单人冲刺阶段具有极高迭代速度，但面对多方协作与企业级稳定性需求时，其脆弱性十分明显，后期的命名与域名风波也印证了这一治理短板。
如何在保留灵活调用能力的同时，建立细粒度的权限隔离与安全护栏，是此类本地智能体走向长期普及的核心难题。
4. 行业视野
这场对话展现了当前个人 AI 智能体探索中的一种典型路径：
自下而上的黑客探索与平台生态的互补。 与大厂追求严格受控、沙箱封闭的官方智能体不同，OpenClaw 代表了借助命令行、本地文件系统和开源组件快速组装的去中心化尝试。这表明在官方应用商店之外，本地端与系统层级的自动化有着真实的需求。
应用服务向“可供智能体调用”演进。 Steinberger 提到未来大量应用可能会被个人智能体整合。当智能体能直接通过 Playwright 控制浏览器或调用 CLI 完成跨任务操作时，传统图形界面在很多场景下会退居后台，软件提供稳定、易调用的接口将变得更加关键。
开源实验向工程规范化的过渡周期。 开源早期的高速迭代往往伴随着治理、合规与安全性问题，这与早期互联网协议的发展历程相似。个人智能体生态在经历探索期后，预计也会逐步向更成熟的沙箱隔离与身份认证标准靠拢。
5. 启示与建议
这场对话提示我们：智能体当前的效用瓶颈很大程度上在于系统权限与工具集成，而非单纯的模型规模。
对开发者与产品经理：
- 面向智能体设计调用接口： 考虑为产品补充简洁易用的 CLI 或标准化 API，让自动化智能体能以更低开销调用服务。
- 优化代码库的可导航性： 清晰的代码目录、一致的命名规范和直白的注释，能显著降低模型辅助阅读与修改代码时的上下文消耗。
对投资人：
- 关注运行环境（Harness）与交互网关： 支撑模型调用工具、管理执行状态和安全沙箱的基础设施，是智能体应用落地的关键环节。
- 关注机器间协作（Agent-to-Agent）的基础能力： 支持跨智能体进行鉴权、调用和任务交接的中间件服务具有长远价值。
对创业者：
- 优先自动化高频繁琐的个人管理工具： 日历、待办事项、跨平台信息整理等强依赖繁琐交互的工具类场景，是个人智能体最容易创造直接价值的方向。
- 重视社区互动与产品亲和力： 在技术方案易被借鉴的背景下，清晰的定位与活跃的社区共建往往是建立影响力的有效手段。
结论强度说明： Steinberger 关于“开放系统权限能极大释放智能体效能”的判断已被其实验验证，属于强信号；而“80% 应用将被完全取代”则属于具有前瞻性质的推测，具体替代范围和节奏取决于生态与安全机制的建立。
6. 金句摘录
-
“I actually think vibe coding is a slur… I do agentic engineering, and then maybe after 3:00 AM, I switch to vibe coding, and then I have regrets on the next day.”
- 中文意译： “我其实觉得‘氛围编程’（vibe coding）有点像贬义词……我平时做的是‘智能体工程学’（agentic engineering），可能只有在凌晨三点以后我才搞氛围编程，第二天醒来往往很后悔。”
- 语境： Steinberger 借此区分了有目标、提供精准上下文的严谨协作与纯靠感觉让 AI 盲目生成代码的区别。
-
“I watched my agent happily click the ‘I’m not a robot’ button.”
- 中文意译： “我看着我的智能体顺畅地点下了‘我不是机器人’的验证按钮。”
- 语境： 描述智能体通过浏览器自动化工具轻松绕过常见网页验证的场景。
-
“we are in a stage where I’m not building the code base to be perfect for me, but I wanna build a code base that is very easy for an agent to navigate.”
- 中文意译： “我们正处于这样一个阶段：我组织代码库不是为了让自己看着完美，而是为了让智能体能够轻松在其中导航和查找。”
- 语境： 解释他设计项目结构时的原则：代码的可读性需求正逐步延伸至模型智能体。
-
“isn’t magic often just like you take a lot of things that are already there but bring them together in new ways?”
- 中文意译： “所谓魔法，往往不就是把许多现成的事物以全新的方式组合在一起吗？”
- 语境： 回应外界对于项目是否缺乏底层算法创新的疑问，强调通过工程组合释放现有组件的价值。