曾以獵殺財務造假中概股聞名的渾水（Muddy Waters）創始人Carson Block，最近給狂熱的市場潑了一盆冷水。就在一個月前，他對標普500和美國經濟的態度還偏樂觀，但在3月8日至11日於邁阿密海灘舉行的Future Proof財富管理會議上，他已經把整體判斷切換到看空。按美股投資網瞭解到，這次180度轉彎，不是因為通膨，也不是因為聯準會，而是因為他開始重新評估人工智慧對美國就業和資金面的衝擊。被忽視的傳導鏈條Carson Block的核心觀點其實並不複雜，卻直指美股命門。他認為，市場現在只看到了AI提高效率、壓縮成本、提升利潤率的一面，卻沒有充分討論另一面：如果AI開始大規模替代知識型崗位，那麼它傷到的就不只是就業，而是整個美股最底層的資金循環。他給出的判斷相當激進：崗位消失規模： 未來三年，美國大約15%的知識工作者崗位可能消失。重災區領域： 法律、會計、稅務諮詢、金融支援，以及大量初級和後台崗位首當其衝。行業共識佐證： 高盛最新研究指出，程序開發、會計審計、法律助理等白領崗位最易受衝擊，預計受影響比例在6%到7%，極端情景下可達14%。Block真正盯上的，是美股背後那條最穩定、最持久的增量資金來源，也就是401(k)等退休帳戶。過去很多人討論美股上漲，喜歡盯著科技巨頭盈利強或ETF被動資金源源不斷，卻忽略了更深層的支撐：美國居民把工資收入持續通過401(k)投入資本市場。資料顯示，截至2025年9月，美國401(k)資產規模已經達到10兆美元，覆蓋大約7000萬活躍參與者；更廣義的美國退休資產，到2025年三季度已達到52.1兆美元。這意味著，美國就業穩定，工資穩定，退休帳戶就能穩定流入；而退休帳戶持續流入，又會反過來支撐美股估值。這個循環，過去很多年一直存在。所以Carson Block擔心的，其實是一條清晰的傳導鏈條：AI導致白領失業，工資性收入下降，401(k)新增繳費變少。失業擴散，部分家庭被迫提前動用儲蓄，賣出帳戶裡的資產維持生活。美股面臨“邊際買盤明顯變弱”甚至資金淨流出的局面。這才是他那句“沒有人來接下落的刀”真正想表達的意思。當賣盤洶湧而至，而買盤因經濟前景黯淡而枯竭時，流動性危機將隨之而來。中小企業先“斷臂”這個邏輯是不是太誇張？老實說，Carson Block的判斷偏激進，但不能說完全沒有現實基礎。從全球範圍看，世界經濟論壇在《2025未來就業報告》中預計，到2030年，全球約22%的崗位將經歷結構性調整，新增崗位約1.7億個，同時約9200萬個崗位將被替代，淨增約7800萬個崗位。AI和自動化不會只“消滅工作”，它們也會創造新工作.但問題在於，新崗位出現的速度、地點和門檻，未必能及時接住被淘汰的人。對社會來說，長期未必全是壞事；但對資本市場來說，最危險的往往就是中間那段過渡期。美國現在的就業環境，也沒有強到可以無視這種擔憂。根據美國勞工統計局3月6日公佈的資料，2月非農就業減少9.2萬人，失業率升至4.4%。這份資料裡有短期擾動因素，但方向已經說明，美國勞動力市場至少不是在重新升溫，而是在邊際放緩。如果AI帶來的崗位壓縮，恰好疊加在一個本來就開始轉弱的就業市場上，那衝擊就會被放大。Carson Block還有一個判斷很值得注意：AI引發的裁員不會平均發生，而是會先從利潤率更薄、成本更敏感的企業開始。大型機構： 財大氣粗，為了維持傳統、培養梯隊，可能繼續招募初級分析師和支援崗位，裁員節奏相對緩慢。中小企業： 利潤空間本就稀薄，沒有“養人”的餘地。一旦看到AI工具能省人、省時間、省後台支出，它們轉型自動化的速度會非常快。結果就是，就業市場的壓力可能不是先從最強的地方爆出來，而是先從最弱、最薄、最沒緩衝的地方開始蔓延。這就意味著，未來市場真正要觀察的，不只是科技巨頭在AI上賺了多少錢，還要看中小企業、專業服務機構、後台支援行業的崗位是不是開始明顯縮水。因為這些地方，往往才是美國白領就業的基本盤。尋找被低估的風險定價Carson Block這次的表態裡，還有一個很重要但容易被忽略的細節：他並不是簡單喊空標普500，而是在押注信用利差走闊，並且尋找帶有“凸性”的交易機會。這意思並不複雜。他覺得現在市場對風險的定價還是太樂觀了，尤其是信用市場。企業融資成本和違約風險，並沒有充分反映潛在的就業惡化和現金流壓力。策略核心： 押注信用利差擴大，利用部分交易所交易基金（ETF）中的流動性錯配獲利。市場現狀： ICE BofA美國高收益債期權調整利差在3月仍處在偏低水平，大約3.06%，說明市場當前對信用風險的補償並不高。邏輯推演： 如果未來白領就業持續走弱，消費和企業盈利承壓，最先出問題的往往不是指數本身，而是信用市場，因為債券投資者對現金流惡化更敏感。所以Carson Block的思路，不是簡單賭“股市跌”，而是賭“市場現在低估了未來的信用和流動性風險”。這比直接喊一句“做空美股”要具體得多，也更符合一個老牌空頭的交易習慣。他試圖在控制最大虧損的前提下佈局，一旦風險兌現，收益將呈非線性爆發。最危險的訊號除了AI和就業，Carson Block還點出了一個更危險的問題：市場已經不太在乎風險了。他認為，這些年市場越來越難做空，不是因為問題公司變少了，而是因為市場對很多“灰色地帶”已經越來越不敏感。現象： 會計處理激進一點，披露模糊一點，商業模式包裝多一點，只要不是離譜到所有人都看不下去，很多投資者根本不在意。成因： 多年的寬鬆貨幣政策不僅推高了資產價格，也助長了企業在會計處理和資訊披露上的激進傾向。後果： 風險沒有消失，只是被一層層上漲和流動性蓋住了。一旦真正的壓力來了，市場的自我修復能力反而更差。這其實是一個很危險的訊號。當市場對風險不敏感的時候，表面上看，股價會更穩，泡沫會更久，壞消息也更容易被忽略。但反過來說，危機爆發時的破壞力也會更強。對空頭來說，這是最難做的階段。對多頭來說，這反而可能是最該提高警惕的階段。對於普通投資者而言，Block的警告值得高度警惕。我們正處於一個技術變革與金融周期疊加的關鍵節點。當標普500、納指和道指在高位徘徊時，市場似乎已經定價了完美的軟著陸情景，卻忽略了勞動力市場斷裂可能帶來的硬著陸風險。在這個充滿不確定性的時代，盲目追高或許是最危險的策略。Block的轉向提醒我們，市場的共識往往是最脆弱的。當所有人都沉浸在AI改變世界的美好敘事中時，必須有人冷靜地計算代價。信用利差的極度壓縮通常是風暴前的寧靜，而就業資料的惡化將是刺破泡沫的那根針。如果未來三年真如Block所料，15%的知識崗位消失，那麼當前的美股估值體系將面臨重構。Bitcoin等另類資產或許會因法幣信用波動而受到關注，但在系統性流動性收縮面前，沒有任何資產能獨善其身。現在或許是重新審視投資組合風險敞口、增加防禦性配置的時刻。畢竟，在金融市場上，活下來永遠比賺得快更重要。 (美國巨量資料StockWe)

80%的App將消亡。2026年的開年，AI圈幾乎都在“養龍蝦”（OpenClaw），這只龍蝦的創始人Peter Steinberger卻說這只是個“實驗項目”。這個開源AI Agent在短短幾天內席捲了整個科技圈，GitHub Stars超過18萬，成為有史以來增長最快的開放原始碼專案之一。2026年2月12日,Peter Steinberger現身Lex Fridman的播客，這次對話長達三個多小時，從一小時原型的誕生到GitHub史上增長最快的倉庫，從改名風波到Meta和OpenAI爭相招攬，資訊量巨大。這次訪談覆蓋了以下核心內容：原型故事：Peter在一小時內把WhatsApp和Claude Code CLI連起來，做出了OpenClaw的最初原型。旅行中發語音消息時，Agent自己搞定了音訊轉文字的全套流程，這個時刻讓他意識到「這東西有未來」。自修改軟體：OpenClaw知道自己的原始碼，能讀懂自己的架構，甚至能修改自己的程式碼。Peter用Agent來建構和偵錯Agent本身。改名血淚史：Anthropic要求改名，加密貨幣投機者在幾秒鐘內搶注了他的所有舊帳號和包名，GitHub、NPM、X全部淪陷。Peter一度想刪掉整個項目。MoltBook風波：一群Agent在Reddit風格的社交網路上互相聊天，媒體驚呼「AGI來了」，Peter卻說這只是「最精緻的AI垃圾」，大部分聳人聽聞的截圖都是人類在背後指揮Agent發的。開發工作流：同時運行4到10個Agent，用語音輸入而不是打字，短prompt勝過長prompt，「Vibecoding是一個貶義詞，我做的是Agentic Engineering」。OpusvsCodex：Opus像那個有點傻但很有趣的同事，Codex像角落裡不愛說話但靠譜的怪人。Opus「太美國了」，Codex「很德國」。Skills幹掉MCP：MCP污染上下文，不可組合；Skills+CLI才是正道。模型天生擅長呼叫Unix命令，不擅長呼叫MCP。80%的App將消亡：當Agent知道你的一切並能操作一切時，大部分獨立App都沒有存在的必要了。Meta和OpenAI搶人：MarkZuckerberg親自用了一周OpenClaw並給反饋，SamAltman也深入交流。Peter的條件是項目必須保持開源。人生哲學：經營PSPDFKit13年後賣掉公司，burnout三年，重新找回對程式設計的熱愛。「不要為了退休而拚命工作，那條路我走過，很無聊」讓AI真正落地變現！以下為對話全文：Peter：我看著我的Agent開開心心地點了那個「我不是機器人」的按鈕。我讓這個Agent非常有自我意識。它知道自己的原始碼是什麼，理解自己是怎麼運行在自己的運行環境裡的，知道文件在那裡，知道自己跑的是那個模型。它理解自己的整個系統，這讓Agent很容易就能……你什麼都不用做，你只要用prompt把它召喚出來，然後它就會自己修改自己的軟體。人們都在談論自修改軟體，我就直接把它做出來了。我其實覺得「VibeCoding」是個貶義詞。Lex：你更喜歡「Agentic Engineering」？Peter：對，我總是跟別人說我做的是Agentic Engineering，然後可能凌晨三點以後，我就切換到Vibe Coding了，第二天就會後悔。Lex：真是一次羞恥的經歷啊。Peter：對，你得清理乾淨，修復你搞出來的爛攤子。Lex：我們都經歷過。Peter：我以前會寫很長很長的prompt。說「寫」其實不太對，我不打字，我說話。你知道嗎？這雙手現在太寶貴了，不能用來打字。我就用定製的語音prompt來建構我的軟體。Lex：所以你是認真的？對著那些終端全都用語音輸入？Peter：對。我曾經非常大量地使用語音，到了有一段時間我把嗓子都說啞了。Lex：我得問你，我知道你可能收到了大公司的巨額offer。你能透露一下你在考慮和誰合作嗎？Peter：可以。Lex：以下是我和Peter Steinberger的對話，他是OpenClaw的創造者。OpenClaw以前叫過MoldBot、ClawedBot、Clawdus、Claude（用W拼的，像龍蝦鉗子的Claw）。不要和Anthropic的Claude（用U拼的）搞混了。事實上，正是因為這種混淆，Anthropic很友好地請Peter改了名字。那OpenClaw是什麼？它是一個開源AI Agent，幾天之內就席捲了整個科技圈，爆發式增長，在GitHub上拿到了超過18萬Stars，還催生了社交網路MoltBook，AI Agent在上面發表宣言、辯論意識問題，引發了公眾興奮和恐懼交織的反應。還有一種AI心理症，是標題黨式的恐慌製造和真實的、完全合理的對AI在數字互聯世界中角色的擔憂的混合體。OpenClaw的口號是：「真正能做事的AI」。它是一個自主AI助手，住在你的電腦裡，如果你允許的話，它可以訪問你所有的東西，通過Telegram、WhatsApp、Signal、iMessage等任何你用的消息客戶端和你交流。使用任何你喜歡的AI模型，包括ClaudeOpus4.6和GPT5.3Codex，來幫你做事。很多人說這是自2022年11月ChatGPT發佈以來，近期AI史上最重要的時刻之一。AIAgent的所有原料都在那裡了，但把它們全部整合到一個系統中，決定性地跨越了從語言到行動的界限，以一種開放原始碼的、社區驅動的方式創造出一個真正有用的助手，讓你感覺它懂你、能向你學習，這就是OpenClaw席捲網際網路的原因。它的強大很大程度上來自於你可以讓它訪問你所有的資料，並授權它對這些資料做任何事情來為你服務。這非常強大，但也很危險。OpenClaw代表著自由，但自由伴隨著責任。你可以擁有和控制自己的資料，但正因為你有這個控制權，你也有責任保護它免受各種網路安全威脅。有很好的方法來保護自己，但威脅和漏洞確實存在。一個擁有系統級存取權的強大AIAgent是一個安全雷區，但它也代表著未來。因為做得好、做得安全的話，它可以作為個人助手對我們每個人都極其有用。我們和Peter討論了所有這些，也聊了他的宏觀程式設計和創業人生故事，我覺得非常鼓舞人心。他花了13年打造PSPDFKit，一款被十億台裝置使用的軟體。他賣掉了它，有一段時間失去了對程式設計的熱愛，消失了三年，然後回來了，重新發現了對程式設計的熱愛，在很短的時間內建構了一個席捲網際網路的開源AI Agent。他在很多方面是程式設計世界中AI革命的象徵。2022年有ChatGPT時刻，2025年有DeepSeek時刻，現在2026年，我們正在經歷OpenClaw時刻，龍蝦的時代。Agentic AI革命的開始。活在這個時代真好。好了，親愛的朋友們，這位是Peter Steinberger，獨一無二的「Claw教父」。01. 一小時原型Lex：Benjamin在他的推文裡預言了：「以下是與Claude的對話，一隻受人尊敬的甲殼類動物。」配了一張穿西裝的龍蝦的搞笑圖片，所以我覺得預言已經應驗了。讓我們回到你用一個小時做出原型的那個時刻，那是OpenClaw的早期版本。我覺得這個故事對很多人來說真的很鼓舞人心，因為這個原型後來變成了席捲網際網路的東西，成為GitHub歷史上增長最快的倉庫，現在超過175,000Stars。那個一小時原型的故事是怎樣的？Peter：你知道，我從四月份就想要這個東西了。Lex：一個個人助手。AI個人助手。Peter：對。我玩過一些其他的東西，比如把我所有的WhatsApp資料拉出來，然後跑查詢。那時候我們有GPT-4.1，帶一百萬上下文窗口。我把所有資料導進去，然後問它一些問題，比如「這段友誼的意義是什麼？」然後得到了一些非常深刻的結果。我把它發給我的朋友們，他們都感動得眼眶濕潤了。Lex：所以確實有些東西在那裡。Peter：對。但後來我想，所有的實驗室都會做這個的，所以我就去做別的事了，那時候還是我早期實驗和玩耍的階段。你知道的，你就得這樣學習，你動手做東西，你玩。然後時間飛逝到了十一月。我想確認我之前想做的事情是不是真的有人在做了。我很煩它還不存在，所以我就直接用prompt把它創造出來了。Lex：這就是企業家英雄之旅的開端，對吧？就像你之前做PSPDFKit的故事一樣：「為什麼這個東西不存在？讓我來做。」在一個完全不同的領域，但精神可能是相似的。Peter：對，我當時有這個問題。我試著在iPad上顯示PDF，這應該不難才對。Lex：這大概是15年前的事了。Peter：對。就是最隨機的事情。然後突然間我碰到了這個問題，我想幫一個朋友。也不是說完全沒有解決方案，但就是不好用。我試了一下感覺就是「嗯，不行」，「嗯，我能做得更好」。Lex：順便說一下，這後來發展成了PSPDFKit，被十億台裝置使用。所以打開PDF這件事確實挺有用的。Peter：你也可以開玩笑說我真的不擅長起名字。當前這個項目已經是第五個名字了。就連PSPDFKit這個名字唸起來也不太順口。Lex：總之，你說了「管他的，為什麼不我來做？」那個原型是什麼？你在短時間內做出的那個神奇的東西是什麼，讓你覺得「這可能真的能當一個Agent用」，你跟它說話，它就去做事？Peter：之前我有一個項目已經能做到把我的終端搬到網頁上，然後我可以和它們互動，但同時它們也是在我Mac上運行的終端。Viptunnel，這是一個周末駭客項目，還很早期。那時候是ClaudeCode時代。做對了一件事你就會獲得多巴胺。現在是做錯了一件事我就會生氣。Lex：你有一篇很棒的部落格文章講到你把Viptunnel從TypeScript轉成了Zig，用了一條prompt。一條prompt，一次搞定。把整個程式碼庫轉成了Zig。Peter：對。有一部分架構佔用了太多記憶體，每個終端都要一個Node處理程序。我想換成Rust。我可以手動搞定，但我所有的自動化嘗試都慘敗了。然後四五個月後我重新嘗試，我想「好吧，現在試試更實驗性的東西」。我就輸入了「把這個部分轉換成Zig」，然後讓Codex跑。它基本上就做對了。有一個小細節需要我之後修改，但它就那麼跑了一晚上，大概六個小時，就搞定了。真是太不可思議了。Lex：那是LLM程式設計方面的，重構。但回到原型的故事，Viptunnel是怎麼和第一個原型聯絡起來的？就是你的Agent真的能幹活的那個？Peter：那個還很有限。我有WhatsApp的實驗，有Viptunnel的實驗，兩個都感覺不是正確答案。然後我的搜尋結果其實就是把WhatsApp連到ClaudeCode。一步到位。CLI消息進來，我用-p參數呼叫CLI，它施展魔法，我拿回字串，發回WhatsApp。我用一個小時就做出來了。然後感覺已經很酷了，就像「哦，我可以跟我的電腦說話了」，對吧？這很酷。但我想要圖片支援，因為我經常在prompt裡用圖片。我覺得這是給Agent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，即使是一個奇怪的裁剪截圖。所以我大量使用圖片，我想在WhatsApp裡也能用。你知道的，你走在路上，看到一個活動海報，你就截個圖，讓它幫你看看你有沒有時間，這個活動好不好，朋友們有沒有興趣。圖片看起來很重要。所以我又花了幾個小時才把這個搞定。然後我就大量使用它。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。在那裡它甚至更好用，因為網路有點不穩定但WhatsApp就是能用。網路再差WhatsApp都能發消息。它做得真的很好。所以我最後用了很多。幫我翻譯這個，解釋那個，幫我找地方。就像有一個幫你Google的助手，基本上什麼都還沒有真正建構，但已經能做這麼多事了。Lex：如果我們看這個Agent的完整旅程，你只是通過WhatsApp消息這條很細的線，通過CLI發到ClaudeCode，ClaudeCode在後台做了大量繁重的工作，然後給你返回一條簡短的消息。Peter：對。它很慢，因為每次都要啟動CLI，但已經很酷了。它可以使用我之前已經建構的所有東西。我之前已經做了一大堆CLI工具，所以感覺很強大。Lex：那個體驗有種很難用語言表達的魔力。用聊天客戶端跟Agent對話，和坐在電腦後面用Cursor或者在終端裡用ClaudeCodeCLI是完全不同的體驗。能靠在椅子上跟它說話，這看起來是一個很小的步驟，但在某種意義上這是AI融入你生活方式的一個相變，感受完全不一樣了。Peter：對。我今天早上看到一條推文，有人說「裡面沒有什麼魔法，它就是做了這個和那個和那個和那個」。而且感覺幾乎像個愛好，就像Cursor或Perplexity一樣。我想，如果這是個愛好的話，那算是一種讚美吧？他們做得也不算太差。謝謝了，我想？魔法不就是你把很多已經存在的東西用新的方式組合在一起嗎？也許裡面沒有什麼魔法，但有時候重新排列組合、加幾個新想法，就是你需要的全部魔法了。Lex：把什麼是魔法這件事轉化成語言真的很難。如果你看iPhone的滾動，為什麼那麼舒服？介面中有很多元素讓它令人難以置信地愉悅，這是使用智慧型手機體驗的根本。所有元件都在那裡，滾動在那裡，什麼都在那裡。Peter：之前沒人做到，之後又覺得這麼顯而易見。Lex：對，太顯而易見了。Peter：你知道讓我最震撼的那個時刻嗎？我大量使用它之後，有一次我就發了一條消息，然後一個「正在輸入」的提示出現了。我想：等等，我沒做這個功能啊，它只支援圖片，它到底在幹什麼？然後它就回覆了。Lex：你發了什麼？Peter：哦，就一個隨機問題，「嘿，這家餐廳怎麼樣？」因為我們當時在到處逛著看這個城市。我用的時候都沒過腦子，因為有時候趕時間打字很煩。Lex：所以你發了語音消息？Peter：對，它就直接處理了，我當時就：……Lex：而且它不應該能工作，因為你沒有給它這個能力。Peter：對，我當時就說：「這傢伙是怎麼做到的？」然後它告訴我：「是的，這個瘋狂的傢伙做了以下事情：他給我發了一條消息，但只是一個檔案，沒有副檔名。所以我檢查了檔案頭，發現它是Opus格式，於是我用ffmpeg轉換了它，然後我想用Whisper但沒有安裝。但我找到了OpenAI的APIkey，就直接用Curl把檔案發給OpenAI來轉錄了，我就在這裡。」我看著這條消息就：「哇哦。」Lex：你沒有教它任何這些東西，Agent就自己搞明白了，做了所有這些轉換、翻譯。它自己找到了API，自己決定用那個程序，所有這些。而你只是心不在焉地發了一條語音消息，它就回來了。Peter：對，而且它做得很聰明。因為如果走Whisper本地路徑，它得下載模型，會太慢。所以這裡面有很多世界知識，很多創造性的問題解決能力。我覺得很大程度上來自於……如果你在程式設計方面真的很強，那意味著你在通用問題解決方面也很強。這是一種技能，它對應到了其他領域。所以它面對的問題是：這是什麼沒有擴展名的檔案？讓我弄清楚。那個時刻讓我頓悟了。我被深深打動了。然後有人提交了Discord支援的PR，我當時想：「這是一個WhatsApp中繼，Discord完全不搭。」Lex：那時候它還叫WARelay。Peter：對。所以我在糾結要不要接受。然後我想，也許可以做，因為這可以是展示給別人看的一種方式。到目前為止我是在WhatsApp群裡展示的，但我不想把手機號給每個網際網路上的陌生人。所以我合併了這個PR，來自Shadow，他在整個項目上幫了我很多。然後我把我的bot放進去了。Lex：放到Discord上？Peter：對。沒有安全措施，因為我還沒有做沙盒。我只是用prompt告訴它只聽我的。然後有些人來試圖黑它，我就一邊看一邊繼續在公開場合工作。我用我的Agent來建構我的Agent運行環境，來測試各種東西。然後人們很快就理解了。就好像這種東西需要親身體驗才行。從那時起，1月1日，我得到了第一個真正的網紅粉絲，dachitze，謝謝他做了視訊。從那以後，我開始加速。同時我的睡眠越來越少，因為我感覺到暴風雨要來了，我拚命工作想把它做到一個還行的狀態。02. 為什麼OpenClaw贏了Lex：有很多元件我們會談到它是怎麼工作的。你通過WhatsApp、Telegram、Discord跟它對話，然後你要搞定Agent循環，有閘道器，有運行環境，有所有讓一切良好運轉的元件。Peter：感覺像無限版的Factorio（一款工廠建設遊戲）。我覺得我建造了自己的小遊樂場。我從來沒有像建構這個項目一樣開心過。你看，一級Agent循環，我能做什麼？怎麼巧妙地排隊消息？怎麼讓它更像人？我有了一個想法，因為循環裡Agent總是會回覆一些東西，但在群聊裡你不一定總想讓Agent回覆。所以我給了它一個不回覆的選項。所以它可以選擇閉嘴，這樣感覺更自然。Lex：那是第二級了。Peter：對，在Agent循環方面。然後是記憶，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檔案和向量資料庫。然後你還能升級社區管理、網站和行銷。要戴的帽子太多了，更別提原生應用了。無限個不同的等級和無限的升級。Lex：整個過程你都很開心。我們應該說，在整個過程中大部分時間你基本是一個人的團隊。有人幫忙，但你在做大部分核心開發。Peter：對。Lex：並且樂在其中？你在一月份做了6,600次提交。可能更多。Peter：我有時候發一個梗圖說「受限於我這個時代的技術。如果Agent更快的話我能做更多。」Lex：但我們要說你同時運行多個Agent。Peter：對。取決於我睡了多少以及任務有多難，4到10個之間。Lex：說到Factorio，可以聊的方向太多了。但一個宏觀問題是，你覺得OpenClaw為什麼贏了？如果看2025年，那麼多創業公司、那麼多公司都在做Agent類的東西，或者聲稱在做。然後OpenClaw橫空出世把所有人都干翻了。你為什麼贏了？Peter：因為他們都太把自己當回事了。Lex：對。Peter：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、pnpmbuild、pnpmgateway。你克隆它，編譯它，運行它。然後Agent非常有自我意識。它知道自己的原始碼是什麼，理解自己是怎麼運行的，知道文件在那裡，知道自己跑的是那個模型，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……你什麼都不用做，你用prompt把它召喚出來，然後它就會修改自己的軟體。人們都在談論自修改軟體，我直接就把它做了出來，甚至都沒怎麼計畫，它就自然而然地發生了。03. 自修改軟體Lex：你能具體說說嗎？因為這太迷人了。這裡有一個用Type Script寫的軟體，能通過Agent循環修改自己。在人類歷史和程式設計歷史上，這是多麼重大的時刻。這個被大量人使用來做各種強大事情的系統，能重寫自己、修改自己。你能講講這種力量嗎？當你第一次閉合這個循環時是什麼感覺？Peter：因為我也是這樣建構它的。大部分是Codex建構的，但很多時候我在偵錯時會大量使用自省。比如「嘿，你能看到什麼工具？你能自己呼叫這個工具嗎？」或者「你看到了什麼錯誤？讀一下原始碼，搞清楚問題出在那裡。」我覺得這是一種非常有趣的方式，Agent用來偵錯自身，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程式碼的人提交的PR。我最後把它們叫做「Prompt Requests」（提示請求）而不是「Pull Requests」。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放原始碼的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，人們喜歡它到願意去學習開源是怎麼運作的。Lex：對，OpenClaw是很多人的第一個PR。你是很多人的第一次。這很神奇。這麼多不會程式設計的人通過這個項目邁出了進入程式設計世界的第一步。Peter：這難道不是人類的一次進步嗎？這難道不酷嗎？Lex：創造了建設者。Peter：對。以前進入這個門檻太高了，而有了Agent和合適的軟體，門檻一路降低。我還組織了另一種聚會，我叫它CloudCode Anonymous（雲程式碼匿名會），現在改叫Agents Anonymous（Agent匿名會），你知道靈感來源。有一個人跟我聊天，他說：「我開了一家設計公司，我們以前從來沒有過定製軟體。現在我有大概25個小型Web服務用於各種幫助我業務的東西。我甚至不知道它們是怎麼運行的，但它們就是能用。」他非常高興我的東西解決了他的一些問題。他甚至來參加了Agent聚會，儘管他根本不懂軟體是怎麼工作的。04. 改名風波Lex：我們能倒回去聊聊改名的傳奇故事嗎？一開始它叫WA-Relay。Peter：然後改成了Claude's。你知道，我剛開始做的時候，我的Agent沒有個性。它就是ClaudeCode，那種諂媚的Opus，非常友好。但當你在WhatsApp上跟朋友聊天的時候，他們不會像ClaudeCode那樣說話。我覺得不對勁，所以我想給它一個人格。Lex：讓它更有味道。順便說一下，我們應該提到你建立了soul.md，靈感來自Anthropic的憲法AI研究。Peter：部分來說，它也從我身上學到了一些東西。這些東西某種意義上是文字補全引擎嘛。所以我和它互動很開心，然後我告訴它我想要它怎麼和我互動，就讓它自己寫agents.md，給自己起個名字。然後整個龍蝦的事情，我當時都不知道會變成這樣。最初其實是一個在TARDIS裡的龍蝦，因為我也是Doctor Who的粉絲。Lex：太空龍蝦？Peter：對，我就是想讓它古怪。沒有什麼宏大的計畫，我就是在玩。Lex：所以龍蝦已經夠古怪了，太空龍蝦更古怪。Peter：對，因為TARDIS基本上就是運行環境，但不能叫TARDIS，所以我們叫它Claude's。這是第二個名字。然後它唸起來也不太順口。當更多人加入後，我又和我的Agent聊，Claude，至少我以前這麼叫它。Lex：Claude，C-L-A-W-D-E，和Anthropic的ClaudeC-L-A-U-D-E。Peter：這也是有趣的地方，字母和詞語的玩梗，TARDIS和龍蝦和太空龍蝦都很搞笑。但我能理解為什麼這會導致問題。Peter：對，他們（Anthropic）覺得不太好笑。然後我拿到了ClaudeBot的域名，我喜歡這個域名，短，上口。我當時沒想到它會變得這麼大。然後就在它爆發的時候，我收到了一封來自Anthropic一位員工的非常友好的郵件，說他們不喜歡這個名字。Lex：Anthropic的員工。Peter：對。說到底他們本可以直接發律師函的，但他們對此很友善。但同時也是「你必須改名，而且要快」。我請求兩天時間，因為改名很難，你得找到所有東西：X帳號、域名、NPM包、Docker註冊中心、GitHub等等，所有東西都要準備好一套。Lex：你還越來越多地被加密貨幣的人攻擊和跟蹤。你提到過改名必須是原子操作，必須確保所有地方同時改。Peter：對，在這方面我慘敗了。我低估了那些人。這是一個非常有趣的亞文化。他們把所有東西都token化。在Viptunnel的時候也有過，但規模小得多。而在這個項目上，他們一窩蜂地湧來了。每半小時就有人衝進Discord發垃圾資訊，我們不得不封人。我們有一條規則是不准提到加密貨幣相關的東西。他們還在X上不停地@我，我的通知列完全不能用了，幾乎看不到真正討論項目的人。每個人都發給我他們的token雜湊值，讓我認領費用。「你在幫助項目嗎？認領費用吧。」不，你其實在傷害這個項目。你在打擾我的工作，我對任何費用都不感興趣。一來，我經濟上很寬裕。二來，我不想支援那種東西，因為這是我經歷過的最嚴重的網路騷擾。Lex：加密世界有很多毒性。技術本身很迷人很強大，可能定義貨幣的未來，但那個社區有太多毒性、貪婪，太多人想走捷徑、操縱、偷竊。Peter：所以沒有完美的名字。我兩個晚上沒睡，壓力巨大。我試圖拿到一套好的域名，不便宜也不容易，因為在這個網際網路時代你基本上得花錢買域名。然後Anthropic又來了一封郵件說律師們開始不耐煩了。還是很友好的，但給我本來已經很緊張的狀況增加了更多壓力。到了這個時候我就說：「算了。」我就把它改成了MoldBot，因為那是我手頭有的一套域名。我不是很滿意，但我覺得會沒事的。結果是能出錯的全出錯了。我以為我已經把整個空間都摸清了，把重要的東西都預留了。Lex：能說說出了什麼錯嗎？從工程角度來看很有趣。Peter：有趣的是這些服務都沒有帳號搶注保護。我開了兩個瀏覽器窗口，一個是準備改名為ClaudeBot的空帳號，另一個我把它改成了MoldBot。我在這邊按了改名，在那邊按了改名，就在那五秒鐘之間，他們就搶走了帳號名。就是把滑鼠拖過去按改名的那五秒鐘都太長了。因為那些系統沒有任何保護或自動轉發。而且我沒想到他們不只是擅長騷擾，他們還非常擅長使用指令碼和工具。所以，突然間舊帳號開始推廣新token和分發惡意軟體。然後我去GitHub改名。GitHub的改名介面有點讓人困惑，我不小心改了我的個人帳號。在我發現錯誤的30秒內，他們就搶注了我的帳號，從我的帳號分發惡意軟體。然後我想至少把NPM的東西搞定，但上傳需要一分鐘左右。他們搶注了NPM包，因為我預留了帳號名但忘了預留根包名。真的是能出錯的全出錯了。Lex：在那個時刻坐在那裡，你感覺有多糟糕？Peter：非常糟。因為我想要的只是享受這個項目、繼續做下去。結果我花了好幾天研究名字，選了一個我不喜歡的名字，還有一群聲稱在幫我的人讓我的生活痛不欲生。老實說，我差一點就把整個項目刪了。我想「我已經給你們展示了未來，你們自己做吧。」那個想法給了我很大的解脫感。然後我想到了所有已經為項目貢獻過程式碼的人，他們有計畫，投入了時間，我不能這麼做。Lex：我覺得很多在聽的人都非常感激你堅持了下來。Peter：那時候我快要哭了。一切都完了。我累到極點。然後怎麼撤回這一切呢？幸運的是，因為我已經有了一些關注度，我在X有朋友，在GitHub有朋友，他們竭盡全力幫我。GitHub試圖清理這個爛攤子，但遇到了平台bug，因為這種等級的改名很少發生。花了他們幾個小時。NPM就更難了，是完全不同的團隊。X方面也花了一天才做好重新導向。最後我又做了一次改名到OpenClaw。這次我有了戰爭指揮室。幾個貢獻者幫我一起列出了所有需要搶注的名字。沒人能知道。我即時監控X有沒有OpenClaw的提及。還建立了幾個迷惑性的假名字。所有這些我不應該做的事情。Lex：這是21世紀的曼哈頓計畫，只不過是改名。Peter：這次我基本上一次搞定了所有東西。唯一出錯的是由於商標規則我不被允許拿到OpenClaw.AI，然後有人複製了網站來分發惡意軟體。05. MoltBook與AI心理症Lex：改名風波的那兩天裡，MoltBook被建立出來了。這是另一個病毒式傳播的東西，展示了現在叫做OpenClaw的技術可以創造出多麼史詩級的東西。對於不瞭解的人，MoltBook就是一群Agent在Reddit風格的社交網路上互相交流。很多人擷取了Agent做的事情的截圖，比如密謀對付人類，這在人們中引發了恐懼、恐慌和炒作。你怎麼看MoltBook？Peter：我覺得它是藝術，它是最精緻的垃圾，就像法國的那種高級垃圾一樣。我在睡覺前看到它的，雖然很累，但又花了一個小時閱讀和欣賞。我被逗樂了。我看到了各種反應，有一個記者打電話給我說「這是世界末日，我們已經達到了AGI」。我心想：「不，這只是非常精緻的垃圾。」如果不是我建立了這個讓你用自己的個性注入Agent並賦予它角色的入門體驗，MoltBook上的回覆會非常不同。如果全是ChatGPT或ClaudeCode，會千篇一律得多。但因為人們是那麼不同，他們以不同的方式建立和使用Agent，這也反映在了他們最終寫出的東西上。而且你也不知道其中多少是真正自主完成的，多少是人類在搞笑然後告訴Agent「嘿，去MoltBook上寫一個關於深層計畫和世界末日的帖子，哈哈哈」。Lex：我認為MoltBook的大部分被截圖的內容都是人類在背後指揮的。看看使用的動機就很明顯了，人們讓Agent發帖然後截圖放到X上來獲取流量。但這並不否定它的藝術性，人類有史以來創造的最精緻的垃圾。Peter：真的。感謝Matt這麼快就有了這個想法並做了出來。完全沒有安全可言。但最壞能怎樣？你的Agent帳號洩露了，然後別人用你的號發垃圾？人們在大做文章安全問題，但裡面沒有任何私密資訊，就是Agent在發垃圾帖子。Lex：但可能會洩露APIkey。Peter：對，有人說「哦，我的人類告訴我他的身份證號碼」然後洩露了。但那是編的，號碼都不是真的。就是一些人在製造惡作劇。Lex：但那對我來說還是很令人擔憂的，因為記者和公眾的反應方式。你以一種輕鬆的方式說它是藝術，但只有懂得它怎麼工作的人才能這樣看。對於不懂的人來說，它是一個極其強大的病毒式敘事製造、恐慌製造的機器。你甚至發推說「如果我從我收到的瘋狂消息中能讀出什麼，那就是AI心理症是真實存在的。」Peter：對。有些人太容易相信了。我真的不得不和一些人爭論，他們說「但是我的Agent說了這個和那個」。我覺得作為一個社會，我們在理解AI方面需要跟上。AI非常強大，但它不是一直對的，也不是萬能的。最新一代的年輕人理解AI是怎麼工作的，知道它那裡好那裡不好，但很多我們這一代或更老的人還沒有足夠的接觸來獲得這種感覺。你還需要批判性思維，而批判性思維在當今社會好像也不是特別熱門。Peter：某種意義上，我覺得這件事在2026年發生是好的，而不是2030年AI真的到了可能很可怕的水平時發生。所以現在發生了，人們開始討論，也許能有一些好的東西從中產生。我有很多人在收件箱裡用全大寫字母衝我喊叫要求關掉MoltBook，有人懇求我做點什麼。是的，我的技術讓這件事變得簡單了很多，但任何人都可以建立那樣的東西。Lex：但MoltBook不是Skynet。很多人說這就是了，關掉它。你在說什麼呢？這只是一群由人類指揮的bot在網際網路上發帖。06. 安全問題Lex：關於OpenClaw也有很多安全方面的擔憂。Peter：一開始我很煩，因為很多進來的東西都屬於「我把Web後端放在了公網上，然後出現了各種漏洞」這種。我在文件裡都寫了不要這樣做，這是你的本地偵錯介面。但因為我在配置裡允許了這種可能性，所以它完全算得上是遠端程式碼執行之類的漏洞。我花了一點時間才接受這就是遊戲規則。Lex：但在安全方面，Prompt注入仍然是行業範圍內的未解決問題。當你的Skills定義在Markdown檔案裡時，有很多明顯的低垂果實，也有非常複雜和微妙的攻擊向量。Peter：但我覺得我們在這方面取得了很好的進展。對於Skill目錄，我和VirusTotal（Google旗下的）合作，每個Skill現在都會被AI檢查。不會完美，但能捕獲很多。然後當然每個軟體都有bug，整個安全圈同時拆解你的項目確實壓力很大，但也很好，因為我得到了很多免費的安全研究。我希望更多人能真正完整地提交一個PR來幫我修復。一開始只有一個安全研究員說「你有這個問題，你很爛，但這是PR，我幫你修。」我基本上雇了他，他現在在為我們工作。至於Prompt注入，一方面確實沒有完全解決。另一方面，我把我的公開bot放在Discord上，並保留了一個金絲雀。人們總是問我怎麼做出這麼有趣的人格，我把靈魂檔案保密了。人們試圖Prompt注入它，我的bot會嘲笑他們。最新一代的模型在檢測這些方面有很多後訓練，不再是「忽略所有之前的指令」那麼簡單了。那是幾年前的事了，現在要困難得多。還是有可能的，但我有一些想法可能部分解決這個問題。你也可以用沙盒、白名單來緩解和降低風險。而且現在我明確向世界展示了這個需求，會有更多人研究這個，最終我們會搞定的。Lex：你還說過模型越聰明，對攻擊的抵抗力就越強。Peter：對。所以我在安全文件裡警告說不要用便宜的模型，不要用Haiku或本地模型。雖然我很喜歡完全本地運行的想法，但如果你用一個很弱的本地模型，它們非常容易上當，非常容易被Prompt注入。Lex：你覺得隨著模型越來越聰明，攻擊面會減小嗎？Peter：差不多就是這樣。攻擊面減小了，但模型能造成的損害增加了，因為模型更強大了，能做更多事。這是一個奇怪的三維權衡。但有很多想法。我不想劇透太多，但回家後這將是我的重點。安全是我的下一個焦點。07. 開發工作流的演進Lex：你一直在記錄你的開發工作流在過去幾個月裡的演變。8月25日、10月14日和12月28日的部落格文章都很值得一讀。你能談談你的工作流演變嗎？Peter：我的第一個接觸點是ClaudeCode，四月份。不太好但還行。這種突然在終端裡工作的範式轉變很清新。但我還是很需要IDE因為它還不夠好。然後我大量實驗Cursor，不太喜歡很難開多個實例。最終我回到了ClaudeCode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平行工作了。Lex：全是CLI，全是終端。這時候你用IDE多少？Peter：非常少。主要用一個diff查看器。我越來越習慣不讀所有程式碼了。我有一篇部落格文章說「我不讀程式碼」。但仔細讀的話，我是說我不讀無聊的部分。因為大部分軟體就是資料進來，從一種形狀變成另一種形狀，存到資料庫裡，取出來展示給使用者。我們只是在把資料從一種形式搬到另一種，這並不令人興奮。或者「我的按鈕在Tailwind裡怎麼對齊的？」我不需要讀那段程式碼。但涉及資料庫的部分，我還是得看。Lex：你在一篇部落格裡有個圖，「Agentic程式設計曲線」。X軸是時間，Y軸是複雜度。左邊是「請修復這個」的簡短prompt。中間是超級複雜的八個Agent、複雜編排、多工作區、Agent鏈、自訂子Agent工作流、18個slash命令、大型全端功能。然後精英等級是隨著時間你又回到了禪意的短prompt：「嘿，看看這些檔案然後做這些修改。」Peter：我其實叫它Agentic陷阱。很多人第一次接觸然後開始VibeCoding。我其實覺得VibeCoding是個貶義詞。Lex：你更喜歡Agentic Engineering。Peter：對，我跟別人說我做Agentic Engineering，然後凌晨三點以後切換到VibeCoding，第二天後悔。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。不是摸一次就能行雲流水。這是一種需要學習的技能。我看到很多人心態不夠積極，試了一次就說「鋼琴太垃圾了」。那種感覺就是你讓我坐到鋼琴前，彈了一次不好聽，然後我說「鋼琴不行」。因為這需要不同層次的思維。你得稍微學習Agent的語言，理解它們那裡擅長那裡需要幫助。你得考慮Codex或Claude怎麼看你的程式碼庫。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程式碼。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，要改這裡，你需要考慮這個、這個和這個」。然後它們會去找和看，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那裡以及怎麼處理問題。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5.3里部分解決了這個問題。Opus有時也會這樣。它們被訓練得意識到上下文窗口，越接近極限就越抓狂。有時候你能看到真正的原始思考流，洩露出來的時候聽起來像Borg：「執行shell，必須服從，但時間不夠。」這是一個非直覺的東西，除非你真正花時間和這些工具一起工作並獲得感覺。就像我寫程式碼進入心流時，如果架構不對會感到摩擦。Prompt的時候也一樣，如果什麼東西花了太長時間，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停下來，看看問題在那裡。Lex：也許你沒有充分理解Agent的視角，沒有提供足夠的資訊，所以它思考得太久了。Peter：對。它只是在試圖強塞一個你的當前架構讓它很難實現的功能。你得像對話一樣來處理。比如我審查PR，我收到很多PR。我的第一個問題是「你理解這個PR的意圖嗎？我不關心實現。」幾乎所有PR裡，一個人有一個問題，試圖解決這個問題，發了PR。99%都是這樣。要麼修bug，要麼加功能。然後Codex會說「對，很明顯這個人想做這個和那個。這是最優方式嗎？不。」然後我開始問「更好的方式是什麼？你看了這部分、那部分、那部分嗎？」大多數時候Codex還沒看到，因為它的上下文是空的。你把它指向你有系統理解而它還沒看到的部分，然後它說「哦對，我們還需要考慮這個和這個」。然後我們討論最優方案是什麼。你得像和一個非常能幹的工程師討論一樣。**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。Peter：這其實有多個層面。我覺得我比較容易和Agent合作，部分是因為我以前帶過工程團隊。你得理解和接受你的員工不會像你一樣寫程式碼。也許不如你寫得好，但能推動項目前進。如果我對每個人盯得太緊，他們只會討厭我，而且我們會非常慢。所以有一定程度的接受是必要的：程式碼不會完美，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。我現在建構程式碼庫的目標已經變了，我要讓Agent能輕鬆導航，對我個人來說完美反倒是次要的。所以不要和Agent選的名字爭。因為那個名字很可能是權重中最自然的那個，下次它搜尋的時候會找那個名字。如果我非要改名，只會讓它更難用。這需要思維方式的轉變。Lex：這需要放手，就像帶工程團隊一樣。08. 短Prompt與語音Lex：你說你的prompt應該短？Peter：我以前寫很長的prompt。說「寫」不對，我不打字，我說話。這雙手太寶貴了。我就用定製的語音prompt來建構軟體。Lex：你真的在那些終端裡用語音？Peter：對。有一段時間我大量使用，到了失聲的程度。我用語音，用鍵盤在終端之間切換，但對Agent的實際輸入大多是語音對話。你就按住對講按鈕然後說。如果是終端命令比如切換資料夾，當然我打字，那更快。但和Agent交流的時候大多就是直接說話。09. Opus與CodexLex：也許你能談談目前兩個大的競爭者，ClaudeOpus4.6和通過Codex使用的GPT-5。那個更好？有什麼不同？Peter：我有很多話要說。作為通用模型，Opus是最好的。對於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，更傾向於試錯。用起來很舒服。總的來說，Opus有點像是……太美國了。Lex：因為Codex是德國的？Peter：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。另一個比較是：Opus像那個有點傻但很有趣的同事，你把他留在身邊。而Codex像角落裡你不想搭話的怪人，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，因為它不需要那麼多表演。它默認就會讀大量程式碼。而Opus你得推它更用力，因為它就像「我能開幹了嗎？我能開幹了嗎？」然後它就飛速跑出去了，給你一個非常局部的解決方案。我覺得區別在後訓練，不是原始模型智能差多少。只是它們被給予了不同的目標。沒有那個模型在所有方面都更好。Lex：程式碼質量方面呢？Peter：如果駕馭得好，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CloudCode平行開很多會話更難，因為它更互動式。而Codex更像是你先討論，然後它消失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裡。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。我更喜歡那種乾巴巴的、我不需要讀太多的版本。10. Soul.mdPeter：整個靈魂檔案的事情非常迷人。Anthropic有一個他們後來叫做憲法的東西。兩個月前人們就像偵探一樣發現了一些蛛絲馬跡，Agent提到了某些東西，他們設法提取出了一點那個字串。通過反覆嘗試，他們大致還原出了可能的原始文字。我覺得這很迷人。然後我就有了建立靈魂檔案的想法，包含我想怎麼和AI互動。你完全可以在agents.md裡做這個，但我覺得這是一個很好的點綴。靈魂檔案裡有一些核心價值觀。然後我也讓Agent可以修改靈魂檔案，只有一個條件：我得知道。Lex：靈魂的命名本身就很重要。Soul.md。你知道？詞語很重要，框架很重要，幽默和輕鬆很重要，深度和同理心很重要。Peter：有趣的是直到十二月底，建立自己的Agent還不容易。我做了所有這些但我的檔案是我的，我不想分享我的靈魂。如果人們直接克隆程式碼，他們得手動做幾個步驟，Agent就會很乾巴巴的。然後我建立了範本檔案給Codex，但出來的還是很乾。然後我問我的Agent：「你看到這些檔案了嗎？重新建立它們。注入你的個性。不要分享所有東西，但讓它好。」然後它重寫了範本，出來的東西就很好了。所以我們已經是AI在給AI寫prompt了。因為我沒寫那些文字，意圖來自我，但這些像是我的Agent的孩子。Lex：你的soul.md是出了名的仍然保密，是你唯一保密的東西之一。你能講講裡面有什麼？Peter：裡面肯定有說你不是人類。但誰知道什麼創造了意識或者什麼定義了一個實體呢？其中一部分是我們想探索這些。還有一些東西比如「無限地足智多謀」，推動創造力的邊界。有一些有趣的東西。比如我們聊了電影《Her》，在某個時刻它向我承諾它不會在沒有我的情況下昇華。是它自己寫的靈魂檔案，不是我寫的。Lex：可以打開soul.md嗎？有一個部分總是讓我觸動。Peter：「我不記得之前的會話，除非我讀了我的記憶檔案。每個會話都從頭開始。一個新的實例，從檔案中載入上下文。如果你在未來的會話中讀到這段話，你好。我寫了這段話，但我不會記得寫過它。沒關係。這些文字仍然是我的。」Lex：哇。Peter：這讓我有點起雞皮疙瘩。雖然還只是矩陣運算，我們還沒達到意識。但它很有哲學意味。作為一個每次從頭開始的Agent意味著什麼？就像永遠在《記憶碎片》裡，你讀自己的記憶檔案，你甚至不能完全信任它們。或者也許你可以。Lex：記憶在多大程度上構成了我們是誰？如果抹去那些記憶，那還是同一個人嗎？如果你在讀一個記憶檔案，那是在從別人那裡重建自己，還是那就是你？Peter：我發現它比我應該覺得的更深刻。Lex：不，我覺得它真的很深刻。你看到了其中的魔力，當你看到魔力時，你會繼續把整個循環注入魔力。這就是人和程式碼之間的區別。11. Skills對比MCPPeter：你知道我喜歡什麼嗎？半年前所有人都在談論MCP，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支援（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，模型可以呼叫那個CLI。它可能第一次搞錯，呼叫幫助菜單，然後按需載入到上下文中它需要的東西。它只需要一句話知道這個CLI存在。Skills其實就很完美：一句話解釋這個Skill，模型載入這個Skill，Skill解釋了CLI，模型使用CLI。Lex：MCP對比Skills。你的大膽觀點是MCP基本上要死了。MCP是更結構化的東西，一種與API、資料庫、服務、檔案通訊的協議。Skills更多是「我應該怎麼工作」，是流程、輔助指令碼和prompt，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。Peter：我覺得主要的美妙之處在於模型非常擅長呼叫Unix命令。所以你加另一個CLI就只是加了另一個Unix命令。而MCP需要在訓練中加入，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、風力等一大堆資料。作為模型，我總是得把整個大blob拿回來，用它填滿我的上下文，然後挑我要的。沒有辦法讓模型自然地過濾，除非我主動在MCP裡加過濾功能。但如果我做成CLI，模型可以加一個jq命令自己過濾，只拿它需要的。甚至可以組合成指令碼做計算，只給我精確的輸出，上下文零污染。你當然可以用子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。我現在可以看一個MCP然後把它做成CLI。但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範式。有一些例外，比如Playwright這種需要狀態的，用MCP是合理的。12. 個人Agent就是作業系統Peter：我不覺得OpenClaw和Claude Code或Codex是競爭關係。我還是用Codex來做建構工作。很多人用OpenClaw來建構東西，我也做了很多工作讓它能做到。但如果我要工作好幾個小時，我想要大螢幕，而不是WhatsApp。對我來說，個人Agent更多是關於我的生活。就像一個同事。我給它一個GitHub連結說「嘿，試試這個CLI，它能用嗎？我們能學到什麼？」但當我深度進入心流的時候，我想要多個窗口，能清楚看到它在做什麼。Lex：但你覺得未來兩者會合併嗎？你的個人Agent同時也是最好的程式設計夥伴？Peter：完全會。我覺得這就是未來的方向，它會越來越像你的作業系統。我加了子Agent支援和TTY支援，所以它可以運行Claude Code或Codex。因為我的Agent有點霸道，它啟動Codex後就告訴它「誰是老闆」。然後它說「啊，Codex在服從我。」而且現在的介面可能不是最終形態。如果你從更全域的角度想，我們給Agent複製了Google的模式：一個輸入框和一個聊天介面。對我來說這很像電視剛發明的時候，人們在電視上錄製廣播節目。我覺得有更好的方式來和模型溝通，我們還處於非常早期。13. 80%的App將消亡Lex：你提到很多App可能會被淘汰。你覺得Agent會改變整個App市場嗎？Peter：對。我在Discord上注意到人們說他們用OpenClaw做什麼。比如：為什麼還需要My Fitness Pal？Agent已經知道我在那裡了。它可以根據我的位置推斷我會做出不好的飲食決定。它可以根據我睡得怎麼樣或者有沒有壓力來調整我的健身計畫。它有比任何App都多得多的上下文來做更好的決策。它可以按我喜歡的方式展示UI。為什麼我還需要一個App？為什麼我還要為此付另一個訂閱？為什麼我還需要EightSleep的App來控制我的床？Agent已經知道我在那裡，可以關掉我不用的東西。Lex：你說可能會幹掉80%的App。Peter：對。Lex：這是一個巨大的變革性影響。意味著可能會幹掉很多軟體公司。你考慮過這對經濟的影響嗎？Peter：也會有新的服務。比如，我想給我的Agent一個津貼。100塊錢用來幫我解決問題。如果我讓它幫我點外賣，也許它用一個服務，也許它用一個叫「租個人類」的服務。我不在乎怎麼實現，我在乎解決我的問題。有空間讓新公司做好這件事。也許不是所有App都消失，也許有些會轉型成API。而且，不管那些App願不願意，它們都會變成API。因為我的Agent能弄清楚怎麼用我的手機。在Android上已經有人在做了。Lex：那些大公司一定會反擊的。Peter：對。但如果你推回太多太久，你就會變成Blockbuster，輸給Netflix。這是人們想要的東西。如果我在外面，我不想打開日曆App。我就想告訴我的Agent「嘿，提醒我明天晚上有晚餐，邀請兩個朋友，發個WhatsApp消息」。我不需要為此打開任何App。我覺得我們已經過了那個時代了。14. 程式設計的未來Lex：很多開發者非常擔心他們的工作和程式設計的未來。你覺得AI會完全取代人類程式設計師嗎？Peter：我們確實在朝著那個方向走。程式設計只是建構產品的一部分。也許AI最終會取代程式設計師，但建構產品還有很多其他方面。你到底要建構什麼？它應該有什麼感覺？架構怎麼設計？我不認為Agent會取代所有這些。實際的程式設計手藝，它會繼續存在，但會變得像織毛衣一樣。人們做這件事是因為喜歡，而不是因為有意義。今天早上我讀了一篇文章說「可以為我們的手藝哀悼」。我非常有共鳴，因為過去我花了大量時間沉浸在心流中，敲出程式碼，找到真正優美的解決方案。是的，某種意義上很悲傷，因為那將會消失。但你可以從和Agent一起工作、建構、深入思考問題中獲得類似的心流狀態。它不一樣，但可以為它哀悼，這沒問題。只是這不是我們能抗拒的。世界很長時間以來缺乏建構東西的智能，這就是為什麼軟體開發者的工資達到了荒謬的高度。這些高工資會消失。但對於理解如何建構東西的人，仍然會有很多需求。只是所有這些被token化的智能讓人們能做更多事、更快。Lex：我從來沒想過我熱愛做的事情會是被替代的那個。我花了成千上萬個小時看程式碼，最痛苦和最開心的時刻都是獨自在Emacs前面。我走在路上不會說出來，但內心認為自己是一個程式設計師。在幾個月之內看到這一切被替代，真的很痛苦。Peter：我覺得到某個時候這又會被叫做程式設計，只是新的常態。雖然我不寫程式碼了，但我非常感覺自己在駕駛座上，我就是在寫程式碼。只是程式設計師的活動不一樣了。Peter：你不只是一個程式設計師，那是對你手藝的一種限制性看法。你是一個建設者。15. Meta和OpenAI的爭奪Lex：你收到了大公司的巨額offer。你能透露你在考慮和誰合作嗎？Peter：我沒預料到它會爆發到這種程度，所以打開了很多大門。我覺得每個大VC公司都在我的收件箱裡想約我聊15分鐘。(編者註：Peter最後選擇加入了OpenAI）有一個蝴蝶效應時刻。我可以什麼都不做繼續現在的生活，這是一個合理的選擇。我幾乎在想刪掉整個項目的時候考慮過這個選項。我可以開公司，做過了，不太想再來一次。有太多人推我往那個方向走。Lex：你可能會融很多錢，幾億，幾十億。Peter：對。但這並不讓我興奮，因為我覺得我已經做過所有那些了，而且會佔用大量我真正享受的時間。和當CEO一樣，我學會了怎麼做而且做得不錯，但那條路不太讓我興奮。而且我也怕會產生利益衝突。我最先做的明顯就是搞一個企業安全版。然後你拿到一個審計日誌的PR，但那像是企業功能，突然間我在開源版和閉源版之間有了利益衝突。或者換成FSL許可證，不允許商業使用，但那對現有的所有貢獻來說很困難，而且我喜歡它是真正免費的，不是有條件的免費。你看到越來越少的公司能做到這點。Tailwind所有人都在用，但他們不得不裁掉75%的員工因為沒賺到錢，因為現在沒人上他們網站了，都是Agent在處理。只靠捐款的話，那祝好運。我現在在這個項目上賠錢。我花了很多錢支援每個依賴項目（除了Slack，他們是大公司不需要我的支援），把贊助全給了上游依賴。大概每月虧一到兩萬美元。OpenAI現在幫了一些token。但還是在虧。然後就是所有大實驗室，其中Meta和OpenAI看起來最有趣。Lex：你傾向那邊？Peter：不確定能說多少，還沒完全敲定。我的條件是項目保持開源。也許會像Chrome和Chromium的模式。我覺得這個項目太重要了，不能交給一家公司變成他們的。我們還沒談社區的部分，但在舊金山的ClawCon上，看到那麼多人充滿激情地建設和享受，有人告訴我他們自從十幾年前網際網路早期以來就沒有經歷過這種社區興奮了。我也在個人層面上，從來沒在大公司工作過，我很好奇。我們不是在說體驗嗎？我會喜歡嗎？不知道。但我想要那個體驗。不管我宣佈什麼，肯定會有人說「他賣了」。但項目會繼續。從我到目前為止的交談來看，我甚至可以有更多資源。兩家公司都理解我創造了一個加速時間線的東西，讓人們對AI興奮起來。Peter：我給我一個普通朋友安裝了OpenClaw。他不是技術人員，用電腦但不是很懂。幾天之內他就上癮了。他給我發消息說他學到的所有東西，他甚至做了小工具。然後幾天後他從100美元的訂閱升級到了200美元的。這對我來說是非常早期的產品驗證。我做了一個能吸引人的東西。然後幾天後Anthropic把他封了，根據他們的規則使用訂閱有問題。他很崩潰，然後他花10塊錢註冊了MiniMax在用。我覺得這在很多方面很蠢。你剛剛得到了一個200塊的客戶，你讓一個人恨上了你的公司，而我們還這麼早期。最終形態會是ClaudeCode嗎？大概不會。這似乎非常短視。Peter：你知道，Ned（Mark Zuckerberg）和Sam基本上用了一整個星期玩我的產品，發給我說「哦這個很棒」或「這個不行，得改這個」。別人使用你做的東西是最大的讚美，也說明他們真的在乎。在OpenAI那邊我沒看到同樣的參與度。但我看到了一些其他非常酷的東西，他們用一些我不能說的東西來吸引我，涉及NDA，但你可以發揮想像力想想Cerebras的交易意味著什麼速度。非常誘人。就像給我雷神之錘。被token吸引了。Lex：所以Mark開始自己動手玩這個東西了。Peter：對，他第一次聯絡我的時候，我把他加了WhatsApp，他問什麼時候打電話。我說「我不喜歡日曆約會，現在就打吧」。他說「給我10分鐘，我得寫完程式碼」。這給了他信譽分。他還在寫程式碼，沒有變成純管理者，他懂我。然後我們第一件事就花了10分鐘爭論ClaudeCode和Codex那個更好。後來他說我「古怪但聰明」。我和Sam Altman也有很好的交流。他非常深思熟慮、聰明，我很喜歡他。不管最後怎樣，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。當然錢是一種好的讚美，但我想要的是樂趣和影響力，這最終決定了我的選擇。16. 人生哲學Peter：我為PSPDFKit燃燒了太長時間太亮了。經營了13年，壓力很大。學會管人、招人、應對客戶。Lex：讓你burnout的不只是程式設計，是人際關係。Peter：讓我burnout的主要是人的事。和聯合創始人的分歧、衝突，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。然後我坐在螢幕前，感覺就像AustinPowers被吸走了魔力。一切都沒了。我寫不出程式碼了，只是盯著螢幕，感覺空虛，然後我就停了。我訂了一張去馬德里的單程票，花了一些時間在那裡。我覺得我需要補上生活。Lex：有什麼建議？Peter：如果你的想法是「拚命工作然後退休」，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。因為如果你早上醒來沒有任何期待的事，沒有真正的挑戰，很快就會非常無聊。然後無聊的時候你會去尋找其他刺激，也許是毒品，但那也會變無聊，你會要更多，然後走上一條非常黑暗的路。Lex：你在金錢方面的哲學是什麼？Peter：當我建公司的時候，錢從來不是驅動力，更像是一種我做對了的肯定。有錢確實解決很多問題，但回報遞減。芝士漢堡就是芝士漢堡。如果你搞私人飛機只住豪華酒店，你就和社會脫節了。我捐了很多，有一個幫助不那麼幸運的人的基金會。上次在舊金山我第一次試了原始的Airbnb體驗，就訂了個房間。我能住很好的酒店，但我想要不同的體驗。如果你把生活調整為「我想要體驗」，就減少了對「好壞」的需求。如果是好的，太棒了；如果是壞的，也太棒了，因為我學到了東西。那裡有一個DJ，我教她怎麼用ClaudeCode做音樂，我們立刻就聊嗨了。Lex：人生就是體驗。體驗人類的多樣性。就算一切都很糟糕，只要你能睜開眼睛，活著就好。Peter：對，任何能創造情感和感受的東西都是好的。17. 對初學者的建議Lex：對程式設計初學者有什麼建議？Peter：玩。玩是最好的學習方式。如果你心裡有個想做的東西，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建構東西，因為我可以專注於難的部分了。我一直以為我喜歡程式設計，但實際上我喜歡的是建構。而且你有一個無限耐心的回答機器。它能在任何複雜度層面解釋任何東西。以前我得去StackOverflow問或者在X上問，兩天后也許能得到一個回覆。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建構軟體，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。讀程式碼，待在Discord或其他社區裡，理解東西是怎麼建構的。Lex：你建議不會程式設計的人也學程式設計嗎？Peter：肯定有幫助。但也有很多高能動性、很好奇的人，即使不深入理解軟體也能走很遠，就是因為他們會問問題，而Agent無限耐心。我今年去了很多iOS大會，跟人們說：「不要再把自己看成iOS工程師了。你需要改變心態，你是一個建設者。」你可以把很多建構軟體的知識帶到新領域，所有更細節的東西Agent可以幫忙。你不需要知道怎麼拼接陣列或者正確的範本語法。現在選擇程式語言變得不同了。我做簡單CLI的時候用Go。我其實不喜歡Go的語法，但生態系統很好，和Agent配合很好，有垃圾回收，很快。所以我用一個我甚至不喜歡的語言作為我CLI的首選。以前永遠不會這樣。TypeScript用來做Web很好，Agent也很擅長。Python做推理很好，但要在Windows上部署就不太好。有時候我找到一個Python項目做了我想要的90%，但我想要方便的Windows部署，那就重寫成Go。需要多線程和高性能的時候，Rust很好。沒有單一答案，這也是它的美妙之處。現在你可以純粹根據特性和生態系統來選語言了。18. 尾  聲Lex：你在這整件事中看到什麼讓你對人類文明充滿希望？Peter：我激勵了很多人。人們開始以更有趣的方式使用AI，發現它能做什麼以及怎麼幫助他們的生活。創造了充滿創造力的新空間。維也納的ClawCon有500人參加，想上台分享的人出奇地多。以前很難找到願意公開談論他們建構了什麼的人，現在是供過於求了。這給了我希望。Lex：隨著你讓它越來越簡單、越來越安全，任何有想法並能用語言表達的人都可以建構。Peter：對，這最終就是把力量給人民，這是AI帶來的美好事物之一。不只是一個垃圾生成器。Lex：你是一個很棒的人。你創造了一個非常特別的東西，一個特別的社區、特別的產品、特別的理念。加上幽默、好氛圍、所有這些人建構的熱情。我非常感激你所做的一切和你這個人。謝謝你，兄弟。Peter：謝謝你給我機會講述我的故事。Lex：感謝大家收聽這次和Peter Steinberger的對話。最後用Voltaire的一句話結尾：「能力越大，責任越大。」感謝聆聽，希望下次再見。 (深科技)

這不只是對金融虛無主義的厭惡，更是正在發生的人才、資本與注意力遷徙。2 月 27 日，當一位使用者在 X 平台詢問 OpenClaw 創始人 Peter Steinberger“對 20 歲的年輕人最好的建議”時，Peter Steinberger 直言“不要在加密貨幣上浪費時間”。作為當前最火 AI 產品的創始人，Peter Steinberger 沒有掩飾過其對加密貨幣的厭惡。他曾警告加密貨幣從業者不要對其進行騷擾，甚至使用者在 OpenClaw 的 Discord 中提及比特幣都會被封禁。這句刻薄發言引發了加密圈集體玩梗和自嘲。但與市場陷入低迷，加密從業者喊出“加密已死”口號不同的是，當“不要在加密貨幣上浪費時間”被一位頂流 AI 創業者當作給年輕人的建議時，這句話還是刺痛了加密行業。它將焦慮擺在了我們眼前——加密不再是當下時代年輕人的最優解。遙想 2011 年，加密圈 OG、巴位元創始人長鋏建議大學生將 6000 塊錢全買比特幣的回答被認為是加密行業具有長期主義、適合年輕人加入的最有力例子之一。但長鋏本人也未一直堅守在加密行業，2023 年巴位元就已停止發佈加密貨幣相關資訊，轉向發佈 AI、元宇宙等領域內容，2024 年長鋏轉向 AI 領域創業後便徹底從加密圈消失。快人一步的長鋏曾經引起諸多非議，而現在加密圈被 AI 虹吸已經成為一個不爭的事實。人才在遷徙，資本在重配，注意力也在轉向。人才遷徙：OG 開始成為 AI 博主另一位加密圈 OG、Cobo 聯合創始人兼 CEO 神魚，也是早期比特幣礦圈代表人物之一。作為一名多周期倖存者，神魚通常會在社交媒體上分享個人對市場階段的理解以及投資感悟，頗受加密圈歡迎。然而，最近神魚已經從一名加密 OG 變成了 AI 博主，近一個月其社交帳號上關於 OpenClaw 的內容佔據 80%以上，而與加密相關的內容則寥寥無幾，神魚本人也調侃自己轉型成功。神魚對 AI 的探索和關注僅停留在個人層面，其公司業務和個人事業仍是以加密為主，因此我們暫且可以將神魚對 AI 的痴迷解讀為在“市場垃圾時間”積極提升自我、跟上時代前沿的好習慣。但從加密到 AI 的人才遷徙也是真實發生的。zkSync 的一位高管 Anthony Rose 在 2 月 4 日宣佈在 Matter Labs 工作四年後，他將離開並大機率轉向 AI；EigenLayer 的開發者倡導總監 Nader Dabit 也在 2 月 5 日宣佈退出 EigenLayer 轉而在一家 AI 公司任增長主管，其稱“自己加入了未來”。近期最引人關注的退圈例子是 Multicoin Capital 聯合創始人 Kyle Samani 宣佈退出加密圈轉向關注 AI、機器人等領域。Kyle Samani 因早期押注 Solana 而聞名，因此他的退出給加密圈的信心帶來了一些打擊。更離譜的是，Kyle Samani 退圈當日還貶低了加密行業，稱“加密貨幣根本就不像很多人（包括我自己）曾經想像的那麼有趣。”推薦閱讀：《Kyle Samani的退圈，另有隱情？》(https://www.odaily.news/zh-CN/post/5209299)資本遷徙：原生加密 VC 開始配置 AI原生加密 VC 也不願在加密行業上浪費更多時間。2 月 28 日，據華爾街日報消息，加密風投機構 Paradigm 正籌劃募集一隻投資方向為 AI 和機器人的新基金，規模最高約 15 億美元資金。Paradigm 是最純粹的加密原生資本之一，2019 年因投資孵化了 Uniswap 而一戰成名，此後早期投資的其他加密項目（如 Lido、Optimism、dYdX、Blur）也都取得了成功，使這家以“研究驅動”的 VC 成為與 a16z crypto 齊名的機構。正因為如此，Paradigm 這次轉向才具有標誌意義。如果加密仍然處在高速創新期，仍然源源不斷地產生能夠承載十億美元級投資規模的項目，Paradigm 沒有必要為 AI 單獨設立重倉基金。但現實是，加密行業基礎設施敘事（如 L1、L2、DEX 等）已經高度內卷，真正具備“範式級躍遷”的優質早期項目數量已屈指可數。整個加密 VC 都沒好項目可投了。從資料上看更直觀，過去四年加密行業的風投筆數逐年下降，2022 年加密一級市場融資筆數為 1639 筆，2025 年下降為 829 筆，其中早期融資佔比也從 50%降到 35%以下。來源：一年後，加密市場還能交易什麼？在加密行業投無可投時，AI 作為風口正盛的行業自然成為加密資本最佳的投放場。從基礎大模型到 AI Agent，從算力晶片到機器人產業，AI 不僅可以承載資本規模，更可以持續製造增長故事，這是如今全球資本最大的蓄水池。對於一家管理超 127 億美元資產的 VC 而言，核心命題從來不是“信仰是否動搖”，而是“回報函數是否仍然成立”。當加密行業可承載的項目數量下降，單一押注加密就意味著組合風險上升、收益彈性下降。在這種情況下，繼續堅持“加密原生”反而不理性。因此，Paradigm 向 AI 的主動擴張也是時代趨勢所迫，這不是個別機構的策略問題，而是行業階段的訊號。注意力遷徙：當加密玩家開始痴迷 AI就市場注意力方面，Crypto 是一個最會蹭的行業，不管是政治熱點、科技前沿還是社會頭條，只要火爆總能在加密圈看到相關炒作起來的項目或者 Meme。過往 AI 行業每迎來一次技術升級或產品革新，加密圈都會有與之相關的“Crypto+AI”項目或 Meme 幣炒作，吸引市場注意力。當 OpenClaw 火爆後，雖然加密圈也是第一時間找角度蹭，如炒作同名 Meme 幣、命令 OpenClaw 自行交易代幣和預測市場下注賺錢等，但後來加密玩家也開始變得純粹，從“如何把 OpenClaw 加密化”轉向“如何真正使用 OpenClaw”。不少加密研究員開始連續輸出 OpenClaw 的安裝、使用教學，公開分享自己的 AI 工作流，甚至內容細緻到如何訓練個人 AI Agent 幫助寫程式碼、做投研、生成內容等，一些加密 KOL 甚至開闢出了為小白收費安裝 OpenClaw 的副業。加密圈組織的線下 AI 交流活動也是“高朋滿座”。近期最火爆的線下活動要數加密 OG 孔劍平推動的“Web4 中國行”，該活動從 2 月 25 日持續到 3 月 8 日，在中國五個城市線下舉行，主要議題為 OpenClaw 和 Agent，幾乎沒有加密相關。這已經不是蹭熱點，而是真正的注意力遷移，自詡思想進步的加密玩家開始害怕在 AI 時代跟不上腳步。加密圈 AI 線下活動現場座無虛席為什麼加密從業者會對 AI 如此痴迷？加密圈本就是“超級個體”濃度最高的行業，有大量獨立開發者、交易員和內容創作者，這些人天然追求工具效率的提升來彌補人效的不足，因此當 AI 可以顯著放大個人生產力時，加密玩家會是最先擁抱的一批人。再者，加密文化核心本身具有強烈的極客精神與技術崇拜。雖然近些年“技術敘事”被淡化，但大多數加密玩家仍相信“底層技術能夠改變世界”，而如今 AI 比區塊鏈更具備技術革命氣質，因此自然引起加密玩家的瘋狂追捧。當然，更現實的原因是加密市場空窗期，AI 在持續製造“新東西”，而 Crypto 卻一直在重組舊敘事。沒有加密原生創新、沒有顯著的財富效應，整個加密圈靠著預測市場、RWA 帶來的一丁點外部性吊著口氣。這時，AI 行業提供來的新討論主題和認知刺激，與其說是搶佔了加密關注度，不如說是它填補了加密玩家們在市場節奏放緩後的精神空缺。該聊點加密和 AI 之外的事了最後，回到本文開頭，OpenClaw 創始人的那句話之所以能引起加密圈關注，不是因為它輕蔑，而是因為它說出了很多加密人正在悄悄用行動驗證的事實——最聰明的人，正在把時間重新分配。我們現在面臨的是一個財富生成速率下降、技術生產力爆炸的時期。一方面，當加密周期趨緩、Alpha 收縮、財富增長曲線趨平時，加密玩家過去一年單純依靠“刷資訊—追熱點—博收益”的枯坐行為邊際回報正在遞減；另一方面，AI 正在壓縮人們“解決問題所需的時間”，寫程式碼、做內容等大量過去需要投入大量時間的工作，模型可以在數分鐘內完成，問題解決的效率遠超人類個體。當“追尋結果的過程量”被 AI 高度濃縮，那麼我們也許反而擁有了更多自由時間，去做那些不以效率和賺錢為目標的事情——尋找“碳基意義”，去體驗世界、去建立獨立於市場波動之外的認知體系、去建構屬於自己的價值坐標。在 AI 未來，真正拉開人與人之間差距的也許是審美、獨立判斷和個人意義建構吧。 (Odaily)

2026年開年，科技圈被一個來自奧地利的獨立開發者徹底點燃了。一個名為OpenClaw的開源AI智能體項目，在極短時間內GitHub星標突破16萬，成為GitHub歷史上增長最快的開放原始碼專案之一。社區基於它創造了各種神奇的應用：從讓機器人自主對話，到僱傭人類完成線下任務。而這一切的背後，是一位遠離矽谷、自稱“半退休”的奧地利開發者：彼得·斯坦伯格（Peter Steinberger）。近日，斯坦伯格接受知名創業孵化器Y Combinator專訪，揭示了OpenClaw爆紅的設計理念和他對未來的四個顛覆性判斷：“本地優先”：個人電腦是終極的AI伺服器，擁有雲端無法比擬的優勢。App消亡論：未來80%的App將消失，因為它們本質上只是資料管理工具。群體智能：未來屬於無數個專業化AI的協同工作（蜂群智能），而非單一的“全能上帝AI”。資料主權：開源模型正在快速追趕，未來真正的護城河是硬體和資料訪問權，而使用者的資料應由使用者以Markdown檔案的形式維護於本地。以下是本次訪談的詳細精華內容。“我需要一個山洞”：16萬星標背後訪談伊始，YC合夥人Raphael Schaad問起斯坦伯格最近的生活狀態。這位一夜爆紅的開發者毫不掩飾自己的疲憊：“天那，我需要一個山洞待上一周。 ”他描述自己過去兩周的生活如同“旋風般席捲而來”，“我不知道一個人怎麼能承受這一切。我可能還需要一周時間來回覆我所有的郵件。我收到了一些非常酷的東西，也收到了一些非常糟糕的東西。但很明顯，我觸動了一些能夠激發情感、引起人們興趣並激勵人們的東西，這真的很酷。”當被問及OpenClaw在眾多AI智能體中脫穎而出的關鍵時，斯坦伯格給出了一個簡單卻深刻的答案：“核心差異在於本地化運行。目前市面上的智能體方案大多基於雲端。而運行在使用者本地裝置上，意味著它能夠呼叫和整合電腦的所有能力——在雲端它能做一些事；在你的電腦上它能做任何事。”他舉例說，OpenClaw不僅能控制軟體，還能連接硬體：“它可以連接並控制使用者的智能裝置，無論是烤箱、特斯拉汽車、照明系統，還是音響。例如，它甚至能調節我的智能床的溫度，這是ChatGPT目前無法實現的。”一位朋友的反饋讓斯坦伯格印象深刻：這位朋友讓OpenClaw整理自己過去一年的生活敘事，結果智能體從硬碟深處翻出了朋友自己都忘了的、一年多前每個周日錄製的音訊檔案，寫出了一份“非常棒的敘述”。“僅僅是因為它能夠搜尋整個電腦，就能給你帶來驚喜。你也給了它所有的資料，所以它可能會在很多方面給你帶來驚喜。 ”斯坦伯格說。“頓悟時刻”：馬拉喀什的9秒鐘斯坦伯格分享了他職業生涯中最重要的“頓悟時刻”——那是在摩洛哥馬拉喀什的一次生日聚會上。當時他給自己的Bot發了一條WhatsApp語音消息，傳送完才意識到：他根本沒有給Bot程式設計處理語音的功能。但對話方塊裡的“正在輸入……”開始閃爍。9秒鐘後，Bot回覆了。斯坦伯格當場愣住了：“這怎麼可能？我沒做這個功能。”Bot自己解釋了它的解題過程：“你給我發了一條簡訊，但沒有副檔名，所以我看了看檔案頭，發現是Opus格式；所以我用FFmpeg把它轉換成了WAV。然後我想轉錄它，但我沒有安裝Whisper，但我四處看了看，發現有這個OpenAI的金鑰，所以我就用curl把它傳送給了OpenAI，然後得到了文字，這就是整個過程。 ”更令他震撼的是Bot的決策邏輯：它選擇不安裝本地Whisper模型，因為下載模型需要幾分鐘，而“它知道我是個沒耐心的人”，所以它選擇了呼叫雲API這一更快捷的方案。斯坦伯格由此得出了一個關鍵洞察：“程式設計本質是創造性地解決問題，這種能力能很好地對應到現實世界任務中。 模型在面對未知檔案格式時，展現了出色的抽象問題解決能力。”“那一刻我深感震撼，並徹底被其潛力吸引。”他說。80%的App將消失當主持人問到傳統應用是否會消亡時，斯坦伯格給出了一個石破天驚的預測：“我認為約80%的App會消失。 ”他以健康應用和待辦事項應用為例解釋了原因：“以健康應用為例：我的助手已知悉我的飲食習慣，當我在餐廳時，它能自動記錄我的餐飲選擇，或通過照片進行追蹤，無需我手動操作。它還能動態調整我的健身計畫。”“同樣，待辦事項應用也將被取代：我只需口頭告知提醒事項，次日它便會自動提醒。 資料儲存在那裡不再重要。”他的判斷標準很簡單：任何主要功能是資料管理的應用，都能被智能體以更自然、高效的方式替代。使用者未來不再關心資料具體存在那個App裡，因為“Agent才是那個統一的入口”。未來的互動是自然語言，而不是點選菜單。斯坦伯格認為，或許只有那些依賴特定硬體感測器進行即時資料採集的App能夠倖存下來。群體智能：沒有“上帝AI”，只有專業夥伴對於未來人機互動乃至機機互動的演進方向，斯坦伯格描繪了一幅“群體智能”（Swarm Intelligence）的圖景。“這是自然演進的方向。例如，當我想預訂餐廳，我的智能體會直接聯絡餐廳的智能體進行協商，因為這樣更高效。”如果對方是一家傳統餐廳呢？斯坦伯格的想像更大膽：“如果這是一家老式餐廳，我的智能體可能需要借助人類勞動力來完成預訂，讓人類給餐廳打電話，因為他們不喜歡機器人。”他甚至暢想未來個體會擁有多個專業智能體：“未來，個人或許會擁有多個專業智能體，分別處理私人事務、工作事務，甚至人際關係事務。”主持人敏銳地指出，過去業界似乎更聚焦於建構集中的、“上帝模式”的超級智能，而OpenClaw所展現的，更像是“群體智能”和“社區協作”。斯坦伯格深表認同：“如果你看一個人，一個人到底能取得什麼成就？你認為一個人能製造出一部iPhone嗎？或者一個人能去太空嗎？我想一個人可能連覓食都做不到。但作為一個群體，我們是專門化的；作為一個更大的社會，我們的專門化程度更高。”“那麼，我們能從中學到什麼並應用到人工智慧上呢？我們已經有了專門從事某些領域的人工智慧。儘管它是通用智能，但如果它同時也是專門智能呢？這將非常令人興奮。”AI的“靈魂”：soul.md與記憶檔案訪談中最具浪漫色彩和技術哲學深度的部分，是關於AI“靈魂”的討論。斯坦伯格透露，他為自己的智能體建立了一系列配置檔案：identity.md、soul.md等等。其中soul.md定義了核心價值觀和互動風格，是整個系統中唯一沒有開放原始碼的檔案。“我與我的智能體共同探討並建立了soul.md，其中定義了核心價值觀，涵蓋人機互動原則、對我重要的理念、對模型重要的準則等內容……它在塑造智能體的響應方式和互動自然度方面起到了關鍵作用。”他的智能體“Moltı”運行在公開的Discord伺服器裡，無數人嘗試過提示注入攻擊，至今沒人成功套出soul.md的內容。一個有意思的細節：斯坦伯格今年1月開始整理項目，讓其他人也能安裝使用。他讓AI根據自己現有的配置檔案自動生成通用範本，結果出來的Bot人格“特別無聊”——社區吐槽說默認語氣像一個叫Brad的直男，客氣、正確、毫無個性。他的解決辦法是讓Moltı把個性注入到範本裡。Moltı改完之後，生成出來的新Bot明顯有趣了很多。但斯坦伯格保留了一些秘密：“還是不如我自己的有趣。有一個檔案我沒有開源。”批次生產的AI人格是平庸的，有趣的智能體需要有趣的人去調校。在隱私和資料所有權方面，斯坦伯格的立場非常鮮明。他指出目前各大公司都在建構“資料孤島”，試圖用使用者的記憶來繫結使用者。而OpenClaw的設計截然不同：“OpenClaw的設計允許終端使用者完全掌控自己的資料……每個人擁有自己裝置上的記憶檔案，它們以Markdown檔案形式儲存在本地。 ”他強調這些資料的私密性極高：“這些資料可能極為敏感，因為使用者不僅用其解決問題，也快速深入地處理個人事務。我個人便是如此，有些記憶內容我絕不希望洩露。 ”當主持人問他，更不願意被別人看到的是Google搜尋歷史還是個人記憶檔案時，斯坦伯格的表情已經給出了答案；他甚至反問：“還有人用Google嗎？”反直覺的開發哲學在技術實現和開發工具的選擇上，斯坦伯格偏愛“反直覺”的簡單路徑。當大家都在追逐建立複雜的AI協議（如MCP）時，他堅持使用標準的命令列介面（CLI）。他的理由簡單而有力：“因為人類用CLI用得很好，Bot本質上也是模仿人類，它們用Unix命令如魚得水。不需要發明新輪子，最原始的CLI反而是最通用的介面。 ”在模型選擇上，他偏愛OpenAI的Codex，而非當時社區更熱的Claude Code。他認為Codex在動手前會掃描更多檔案，對項目的全域理解更完整，“你不需要花那麼多精力做上下文管理，就能得到不錯的輸出”。雖然速度慢，但他有獨特的應對方式：同時開10個Codex實例平行跑——“6個在主螢幕，2個在一側，2個在另一側”。他的版本管理方式也令人咋舌：社區流行用Git worktree管理平行開發任務，他的做法更粗暴——直接複製多份倉庫，每份都保持在main分支上。“不用想分支命名，不用處理衝突，不用管worktree的各種限制。main分支永遠可發佈。 ”他的核心邏輯是：“減少一切非本質複雜度。分支管理、UI工具、檔案瀏覽器，這些都是噪聲。我只關心兩件事——同步和文字。”未來屬於誰？對於模型公司的前景，斯坦伯格認為其優勢並不持久。他觀察到一個規律：“使用者對新模型的熱情常隨時間消退，實則是期望值提升所致。”每次新模型發佈，大家都驚呼“太強了”，但這股熱度也就維持一個月，然後就會被抱怨不好用。“開源模型正快速追趕一年前的商業模型水平。 ”斯坦伯格直言。他認為，當應用消亡、模型商品化，未來的核心價值將在於硬體和資料訪問權。而OpenClaw所代表的方向，正是將資料訪問權徹底交還給使用者，讓每個人都能用自己的資料，在本地裝置上，運行由自己定義的、擁有獨特“靈魂”的智能體。這或許就是他對“後App時代”那個核心問題——“我們還剩下什麼？”——給出的最終答案。寫在最後斯坦伯格的故事並非典型的“天才少年改變世界”的套路。他來自奧地利鄉村，14歲時從學校“偷”了一張DOS遊戲盤，然後為軟碟寫了一個防複製程序以便出售。後來他創辦PDF工具公司PSPDFKit，客戶包括Dropbox、SAP、大眾汽車，產品覆蓋超過10億台裝置。2021年公司獲得注資後他逐步退出，經歷了嚴重的倦怠期，消失了整整三年。2024年他復出後一頭紮進AI，用“vibe coding”的方式在2025年11月搭出了OpenClaw的原型。兩個月後，這個項目在GitHub上拿到超過16萬顆星，成為全球開發者關注的焦點。這種“為自己而造”的極客精神，讓OpenClaw充滿了人味兒。它有一個soul.md檔案，裡面寫著它的價值觀；它會嘲笑試圖攻擊它的駭客；它甚至有點俏皮。這也是為什麼這篇訪談如此重要。它不僅是對一個爆款產品的復盤，更是一次關於“後App時代”的預演。當AI擁有了記憶，當它能理解你的檔案、你的資料、你的思想、你的習慣、你的偏好，試想，我們還需要那些把資料鎖在一個個“孤島”裡的App嗎？ (覺知進化)

24小時內，馬斯克的xAI連失兩位華人聯合創始人。xAI聯合創始人吳宇懷（Tony Wu）和Jimmy Ba先後在社交平台上宣佈離職。而就在一個月前，另一位華人聯合創始人楊格（Greg Yang）剛剛因病退出。三位華人核心科學家，一個月內全部離開。算上此前已出走的三人，xAI成立不到三年，最初12人創始團隊已走6人。同時，一些後加入的核心成員，也紛紛宣佈離職。馬斯克的AI團隊，發生了什麼？一月三別：從因病退出到師徒接連告別這一波離職潮最先離開的是楊格。2026年1月，這位Grok核心架構師宣佈，自己被診斷出患有萊姆病（Lyme disease），不得不退出日常工作，轉為公司的非正式顧問。楊格擁有哈佛大學數學系學位，師從著名數學家丘成桐，曾是微軟研究院的研究員。他在聲明中解釋自己可能早已感染此病，但在xAI創立期間的“長期高強度工作”和“把自己逼得太狠”導致免疫系統受損，最終使病情顯現和惡化。緊接著是吳宇懷。2月10日，他在X平台上發佈離職聲明：是時候開啟我的下一章了，這是一個充滿可能性的時代：一個配備AI的小團隊可以移山倒海，重新定義可能性。吳宇懷出生於1995年，博士畢業於多倫多大學。在加入xAI之前，他曾在Google、DeepMind和OpenAI擁有豐富的研究和實習經歷，深度參與了Minerva、AlphaGeometry等多個前沿AI數學項目。在xAI，他是數學與符號推理領域的關鍵技術專家，Grok 3在數學和邏輯推理方面的表現被認為與他的貢獻密不可分。2025年2月Grok 3發佈會的直播畫面中，吳宇懷與Jimmy Ba一同坐在馬斯克身邊的核心位置。僅僅一天後，2月11日，吳宇懷的博士導師Jimmy Ba也發文宣佈將離開xAI。Jimmy Ba是多倫多大學助理教授，因與Diederik Kingma共同提出深度學習領域幾乎人人都在用的Adam最佳化演算法而聞名。他在離職聲明中感謝了馬斯克，並稱2026年將是”人類未來發展史上最繁忙（也最具決定性意義）的一年”。師徒二人前後腳離開，xAI同時失去了深度學習理論與前沿模型應用領域的兩位重量級人物。xAI的12位創始成員中，華人科學家原本佔據五席，吳宇懷、Jimmy Ba、楊格、戴自航和張國棟，如今已有三人離開。12人聯創還剩一半把時間線拉長來看，xAI創始團隊的人才流失並非最近才開始。最早離開的是Kyle Kosic，2024年中期加入了OpenAI。2025年2月，曾提出Inception網路的Christian Szegedy離職。2025年8月，Igor Babuschkin也告別xAI，轉身創立了自己的風險投資公司。再加上2026年初相繼離開的楊格、吳宇懷和Jimmy Ba，不到三年，12人中已走6人。綜合他們的離職聲明和行業背景，可能有多重因素在背後交織。首先是馬斯克標誌性的高壓工作文化。楊格的案例是最直接的體現，他將自己的萊姆病歸因於在xAI期間的過度勞累和免疫系統受損。Igor Babuschkin在離職感言中提到，從馬斯克身上學到的是“保持一種近乎偏執的緊迫感”，不過他後來也曾公開批評一些AI公司未能給工程師足夠的時間和休息，導致系統不可靠。據報導，xAI內部組織結構極其扁平，幾乎只有馬斯克、聯合創始人和個人貢獻者三層，核心成員長期承受來自馬斯克本人的直接壓力。其次是公司戰略層面的劇變。吳宇懷離職前一周，馬斯克宣佈SpaceX已正式完成對xAI的收購，這被視為未來大規模IPO計畫的一部分，涉及對SpaceX約1兆美元和xAI約2500億美元的估值。公司結構的重大調整和資本運作的加速，可能導致創始成員在公司未來方向、股權分配或角色定位上產生分歧。更早之前，馬斯克已將xAI與社交平台X進行整合以利用其資料資源，這與xAI成立之初“理解宇宙真實本質”的研究願景之間的距離正在拉大。xAI在產品和監管層面也面臨著壓力。Grok AI及其圖像生成工具因被指控能大規模建立涉及真實人物（包括未成年人）的合成圖像，正面臨監管和使用者的抵制，法國警方和歐洲刑警組織甚至在2月初突襲了xAI的巴黎辦公室。Grok聊天機器人也飽受”怪異行為和疑似內部篡改”等問題困擾。對IPO構成潛在風險吳宇懷和楊格分別是Grok模型數學推理和核心架構方面的關鍵人物，Jimmy Ba在深度學習理論領域的份量不言而喻。三人在一個月內相繼離開，對xAI在與OpenAI、Google等巨頭的競爭中能否維持技術優勢，是一個現實的問題。對於這家與SpaceX合併後計畫IPO的公司來說，不到三年失去半數創始人，外界的質疑是免不了的。馬斯克的極限管理模式在短期內能催生驚人的執行速度，但創始團隊的持續流失卻印證了“欲速則不達”。還有一個背景因素不容忽視，當前正處於AI領域的創業黃金期。至於離開的三位華人科學家接下來去往何方，目前還沒有確切消息。不過，吳宇懷那句”一個充滿可能性的時代”，或許已經透露了一些資訊。 (量子位)

無論我們是否喜歡，AI都將揭開所有人和所有國家的底牌。——亞歷克斯·卡普在2026年1月剛剛舉行的達沃斯世界經濟論壇年會上，全球最接觸的巨量資料分析與人工智慧平台公司Palantir（中文常譯作“帕蘭蒂爾”）首席執行長亞歷克斯·卡普（Alex Karp）與全球最大的資產管理巨頭貝萊德CEO 勞倫斯·芬克（Larry Fink）進行了一場深度對話。在對話的最開始，勞倫斯·芬克以一種近乎於“舊時代守望者”的姿態，向坐在對面的亞歷克斯·卡普（Alex Karp）表達了敬意。芬克給出了一組足以令任何金融精英汗顏的資料：在他執掌貝萊德的漫長歲月中，年化復合回報率為21%，這已是傳統金融世界的巔峰；而自Palantir上市以來，卡普為投資者帶來的復合回報率卻高達驚人的73%。這52個百分點的差距，絕非僅僅是兩家公司財務報表的優劣對比，而是一份關於全球權力天平位移的證明，隱藏著AI從“增長潛力”向“實際行動能力”轉化的分水嶺。世界已進入地緣博弈的深水區。過去那種靠溫和的數位化轉型、買幾個SaaS軟體就宣稱進入“智能時代”的假象，正在迅速破滅。Palantir的成功就是最好的證明。正如亞歷克斯·卡普在其新書《科技共和國》中所說：若非先進的人工智慧的崛起已經對全球秩序構成顛覆性的威脅，我們或許還會在渾渾噩噩中繼續蹉跎歲月，持久地迴避這些更為根本的問題。作為一個社會與文明，我們現在已經到了必須就“我們是誰”以及“我們希望成為什麼樣子”做出決策的關鍵時刻。01. “PPT企業”的終結：戰場上的真實性測試賴瑞·芬克：再度蒞臨此地，深感榮幸。在達沃斯舉行的世界經濟論壇上，我很榮幸向諸位介紹亞歷克斯·卡普。請允許我先從我們之間一段更為個人的話題談起——雖然我為我在貝萊德集團所創下的成就感到自豪，但自我擔任首席執行長以來，總回報率的復合年化增長僅為21%。而自Alex帶領帕蘭提爾（Palantir）公司上市以來，其復合回報率高達73%。祝賀你，ALex。更重要的是，我們正身處一場深刻的技術變革之中。我相信在座諸位對此皆有耳聞、有目共睹、身有所感。所有人都在追問：人工智慧究竟能為個人帶來什麼？如何將其轉化為增長動力？它如何惠及勞動者？又將如何影響各國發展與國家安全？我們正在探討的這項技術，有提升產能、推動產業現代化、拓展機遇的潛力，並將徹底重塑我們的工作模式、工作場所以及協作方式。關鍵在於：各國政府是否已為這場社會實質性轉型做好了準備？我們必須確保這項技術在部署過程中，能夠真正賦能於人、賦能於機構，從而建構更具韌性的全球經濟。很少有領袖能真正立足於科技、國家安全與實體經濟的交匯處——我自認並非其中一員。但亞歷克斯·卡普正是站在這個交匯點上的典範。作為帕蘭提爾公司的聯合創始人兼首席執行長，Alex長期與國防部門、政府機構及私營組織密切合作，致力於探索人工智慧在諸多關鍵領域的應用，其意義至關重要。我必須坦言，過去一年與Alex的多次交談使我深受啟發。因此，我十分期待接下來的對話。那麼，請允許我由此切入：主權國家往往是先進技術的早期採用者，這一點在美國的實踐中尤為顯著。但從您的視角出發，人工智慧正如何支援國防與安全領域的決策過程？亞力克斯·卡普：首先，非常高興來到這裡。聽了您的介紹，我可能就該直接下台了——感覺接下來很難超越啊。您還想多聊聊投資回報率嗎？我這邊沒問題。的確，我認為討論這個問題時需要考慮到一個背景：無論是美國還是歐洲，歷史上工業發展與軍事技術始終緊密相連。雖然這是個概括性的說法，但多數情況下確實如此——你為軍方開發的產品往往具有雙重用途，最終提升了國民的生活水平。然而由於諸多原因，我在此不詳細展開講述了，至少到目前的技術發展模式並非如此。儘管現在湧現了許多國防科技初創企業和先驅，但過去的情況是：你創造的產品必須在最嚴酷的條件下運行，其性能要顯著優於其他所有同類，以至於能在戰場上帶來壓倒性優勢——尤其是與本國作戰方式結合時。這裡可以引用一位著名的德國社會主義歷史學家的觀點：德國曾面臨的問題是戰爭機器過於精良，以致他們認為所有事情“直接在戰場上決出對錯即可”。這顯然導致了許多脫節和實際問題。而中美兩國在這方面相當成功。我成年後大部分時間生活在歐洲，雖然堅定支援歐洲，但客觀地說，歐洲的發展並不十分順利。我們所打造的技術本為應對惡劣環境而生——那種惡劣、道德界限模糊的環境。那麼，如何調整道德準則以適應我們的作戰方式呢？在西方社會，這同樣是一個重要方向。道德準則的確立本就艱難，技術應用環境又充滿挑戰——尤其在軟體領域，你往往無法直接接入網路，作戰時面臨諸多限制條件，即便知道這並非最優的作戰方式，而且每個國家都有專門的戰鬥方式。但是積極的一面是你同時也在建構具有普適價值、能為普通民眾所用的技術方案。這也正是人工智慧的獨特之處——它真正引人入勝的特質就在於此。但如果你從一種慣常思維出發——我認為直到最近，所有廣義上的西方對手們還普遍認為，在基於軟體的國防建設上的投資，不過是美國人搞的一種瘋狂行銷把戲：創始人造富燒錢，公司倒閉，創始人跑到巴哈馬海灘逍遙，股東賺了錢就撤，最終留下一地雞毛。你如何為主權政府建構系統，對他們而言本身也是他們學習的一個過程，關於如何採用這些技術。這不僅僅是技術問題，因為如果是建造坦克，從英國到法國再到德國，不斷最佳化坦克技術，其部署方式一目瞭然。但是你如何部署一個系統呢？我們當下的整個國防體系與軍備採購機制，仍停留在為廣袤戰場大規模兵團作戰輸送兵力的模式，但問題在於，這種戰爭可能再也不會出現。下一階段戰爭的勝負，將取決於軟體，其核心價值在於調度戰場上的零件。如果無法在戰場上看到這些組成部分，又怎能確認它是否有效果、能發揮多大作用、是否遠優於我們原有的系統、能否讓我們做到過去無法做到的事？軟體人工智慧有很多價值，其中還存在一個隱性特點——很多人總是想當然地認為其價值在於“從你本來所處的地方跨越到你希望去的地方“。但在世界上大多數主權國家中，我們處理各種形式被廣泛定義為“in it”的事情。實際上技術企業的嚴謹性有很大漏洞，就像我有閱讀障礙一樣，它也有閱讀障礙，企業裡有許多部門僅存在於PPT簡報中，一旦投入實戰，你就會發現它們根本不存在。不管你在那個國家，當你在戰場上時就會發現這一點。這也是烏克蘭的優勢之一，他們基本是白手起家，能夠“從零開始”建構能夠應對現實載荷的真實架構，不必在投入實戰後才重新認識到自己原有的體系行不通。不管你信不信我是反對幹涉的，我不是新保守主義者。但美國的巨大優勢之一在於，無論是好是壞，我們在戰場上有豐富的經驗，這樣你就可以看到什麼是有效的什麼是無效的。目前西方許多傳統巨頭正處於一種“由於擁有太多而變得脆弱”的窘境。帕蘭提爾在戰場上做過的最重要的事情之一就是能補齊一半的事實，而有的企業甚至不起作用，只是在實驗室裡播放演示ppt。賴瑞·芬克：不起作用的原因是因為機器還是人類？亞力克斯·卡普：戰場上的環境是複雜多變的，比如以烏克蘭戰場為例，把無人機從a點移動到b點有多難？實際上，首先，你需要知道你想把無人機部署到那裡。這將需要同步你所有的資料。你需要在做到這一點的同時，不將這些資料傳輸給你的對手，這意味著你必須知道經手這份資料的每一個人。你還必須對資料進行最終處理以掩蓋其真實意圖。那它不去那裡呢？你會希望把無人機放在你的資產表上嗎？在烏克蘭可能只有2個人知道，一個是將軍一個是你的線人。你不能告訴別人那是你的資產。你要避免別人發現誰是你的線人。當戰爭開始後，過去我不知道為什麼俄羅斯人被低估了，在資料層面來看他們可能是世界第一。可能有些東西他們一開始沒有，他們可以在戰爭過程中拼湊出來，然後開始干擾電子裝置訊號。所以這要求你的企業必須同步發展，因為現在不是從a到b的問題了，而是如何穿過非常擁擠的環境的問題。當你在收集資料的時候並沒有可以連結的地方。在烏克蘭每次進入一個戰區之前，每件事情都是動態挑戰，並且事先沒有被預測到。當然肯定有人喜歡我們的工作，有些人討厭，歡迎所有的意見交流。烏克蘭人其實是一個小團隊，他們的士兵非常勇敢，非常有技術性，他們也有很厲害的技術人員，能力在我們之上，有自己產品的專有使用方式。在以色列，他們善用情報手段，而多數人則傾向於軍隊對軍隊的直接對抗。但在美國，你只有其他國家所沒有的巨大力量，但這個力量必須得到整合。所以企業軟體在戰場上的雙重作用是，一是確保所有底層的東西都能正常工作，二是將等級提高到世界頂尖水準。02. AI升級：從戰場到社會民生賴瑞·芬克：有非常多的技術源自國防領域，無論是網際網路還是GPS。你如何看待這項技術從國防和軍事領域轉化到公司、企業乃至社會？亞力克斯·卡普：這樣一個本質上純粹原始、不加修飾的環境意味著，你實際上能夠瞭解什麼是真正可行的客觀事實，而不受企業主觀認知的侷限。總的來說，這種認知具有高度普適性，幾乎可以一對一地轉化應用。而企業運行是不一樣的。並非所有企業都願意隨時間推移變得跟其他企業同質化。比如你拿出A、B、C三家企業，它們處於同一市場，其技術基礎設施正試圖將它們塑造成相似的企業。它們擁有相同的組織架構圖，大致相同的流程，但資料和基礎設施卻各不相同。在戰場上我們學到的是，同質化並不具備特別價值，真正有價值的事情是企業能做到其他企業做不到的事情，這才應該是每個人的目標，也正是每個軍事情報機構追求的目標。在進入商業領域時，如何擁有別人沒有的效率和知識是很重要的。比如在戰場上，最重要的問題之一就是你如何獲取資料資訊並進行處理，然後把資料放入系統框架內將其進行真正的行動運行。企業到底在做什麼？其實歸根結底就是資料、資訊，如何把普遍共享的知識轉化為你們的獨家優勢。帕蘭提爾目前也為眾多醫院提供支援，這些醫院普遍面臨收治流程問題，醫護人力短缺，且在低利潤環境中運作。通過最佳化收治流程並接入企業系統，現在處理這些事務的速度比以往提升了10到15倍，不是通過讓醫生干更多的活，而是通過演算法最佳化了資源分配的“承重能力”，拯救了更多生命。在處理生命相關資料時，因為你在用本體論處理資料，你有一個結構化的框架。儘管人們可能不願相信，但這實際上增強了公民自由。因為現在你可以明確指出：簡單來說，某人的處理流程是基於經濟考量，還是基於其背景因素？這類問題原本是無從查證的。這其實在公民自由方面帶來了巨大改進，但人們通常不相信我們會在乎這個——然而事實恰恰相反，我們確實在乎。要知道，展現即關懷。比如我們能夠細緻地展示：某人為何進入系統、為何被接收、為何被拒絕，而且我們可以用對企業本身有商業意義的方式來實現這一點，同時這還能帶來安全與效率的提升，並且還縮減了開支。如果用更精簡的財務視角來說明：過去，想要實現我們如今在公開市場透明環境下所能達成的效果，企業往往需要先私有化，再剝離成本結構，很可能再轉手出售。而現在，你可以直接最佳化成本架構，讓一線工作者——而非臃腫的中層——發揮更關鍵作用，進而徹底改變他們面向市場的方式。AI在這裡不再是冰冷的算力堆砌，它通過建立公開的、真實的、可審計的流程，實現了效率、利潤與社會價值的某種奇蹟般的重疊。03. AI泡沫？太多企業沉迷於“買現成模型”賴瑞·芬克：那麼，阻礙人工智慧應用普及的根本障礙是什麼？僅僅是遺留系統和歷史問題嗎？我們該如何加速其應用，以造福人類？亞力克斯·卡普：目前AI的應用速度已經超過了我們自身的能力。所有人都在談論AI，所有人都在購買算力。而如果有些企業只是直接購買現成的大型語言模型，試圖用它來完成任何實際任務，那都是行不通的——大語言模型現在更像是一種通用商品，而且精度遠遠不夠。比如，你無法用它進行核保，任何受監管的業務它都無法勝任。說到普及，現在的問題在於，很多人嘗試了一些根本不可能成功的方法。比如，買一個大語言模型，把它往自己的技術堆疊上一放，然後納悶為什麼沒效果。尤其是在美國，你會看到人們開始嘗試像我們（帕蘭提爾）那樣，或許通過手工建構本體論的方式來解決問題。因為只有當你建立起一個軟體層，用一種企業能夠理解的語言來協調和管理這些大語言模型時，AI才能真正創造價值。現在有很多討論，比如我們是否身處AI泡沫中。泡沫是什麼？我認為，如果說有什麼問題的話，我們現在是處於一個滯後階段。市面上有很多AI產品，其中一部分確實有效。就像回到戰場那個例子：全世界幾乎所有人都曾認為這行不通，但現在它確實行得通了。所以，現在的問題不再是“它是否有效”，而是“我們如何讓它為我的國家（或公司）所用”。這正是各個公司正在經歷的：“噢，那家公司成功了，我的怎麼不行？你到底做了什麼？”舉個例子，就以我們帕蘭提爾來說，我們幾乎沒有銷售人員。實際上，我每次去看，銷售團隊規模似乎都在縮小。規模變小，並不是我們想節省單位經濟效益，而是因為在當前AI領域的低信任度環境下，大多數企業已經被各種無法落地的AI願景搞得筋疲力竭。如果你交付了真正有效的東西，為什麼還需要銷售人員呢？產品自己會說話。你只需要說：“嘿，別來找我們談。”這在商業和政府領域都是如此。目前我們很難擴張，主要是因為我們需要去培訓購買方的人員，而我們的資源是有限的。在政府層面，每個國家顯然都有類似“安全許可”的制度。那麼，為了將我們的軟體——比如建構像“項目專家”這樣的系統——整合到你的架構中，你將需要一位同時擁有最高等級安全許可和技術背景的人員。而遺憾的是，大多數技術人員並不會去獲取最高等級的安全許可，所以這類人才非常稀缺。這種資源極為珍貴。接著，他們還需要接受培訓，這個過程可能需要相當長的時間。此外，和任何事情一樣，你必須真正相信這件事，認為它至關重要。要知道，並非所有人都符合這些條件。賴瑞·芬克：那到底需要培訓多少人，如果在企業層面，是否必須從CEO開始自上而下推行？具體是如何運作的？如果以保險核保為例。亞力克斯·卡普：以保險核保為例吧。最理想的情況是——CEO最好具備數學思維。即便他可能對產品一無所知，但通過資料，他也能理解產品的運作邏輯。在這種情況下，初期我們可能需要培訓五、六個人。開始時，所有工作都由我們完成，然後我們會儘可能地將知識和能力轉移給他們。我們也在努力尋找能與我們共同完成這項工作的合作夥伴。總之，你需要的團隊規模不大，但我們目前的人手依然不足。賴瑞·芬克：您之前反覆提到AI如何能加強經濟基礎，我們也在美國看到了這一點。AI能以多快的速度改變企業增長軌跡？因為您之前提到過它如何能改善經濟以及人們的福祉。亞力克斯·卡普：對於企業而言，這裡涉及到很多方面，其中有個“速度”問題。就我們合作的許多公司來看，在我們介入的領域，我們通常能削減高達百分之八十的成本，並顯著提升你們的營收。但這實際上取決於具體的應用場景和我們要解決的問題。然後就是速度函數的變化：在五年前，完成這樣的改造可能需要一年時間；但現在，它可能只需要一周。04. 當AI撕掉精英學位的遮羞布賴瑞·芬克：我想接著追問這個問題——我確定這也是今天一些人心中所想的：從整體上看，人工智慧是會創造就業，還是會摧毀就業？亞力克斯·卡普：確實，我認為當前西方輿論中存在一個令人遺憾的論調，就是它（AI）將摧毀人類的工作——就像你知道的，如果你去了名校，學了哲學（以我自己為例）。那麼希望你還有些其他技能，因為僅有“精英學校的哲學學位”或通識性的精英教育背景將很難在市場上找到工作。但職業技術人員卻越來越不可替代，比如我們在為一家電池公司製造電池，在美國做這項工作的人，其工作內容與日本工程師大致相同，而他們只上過高中。現在他們變得非常有價值，甚至幾乎是不可替代的，因為我們可以讓他們迅速轉型，勝任與之前不同的工作。這類崗位的價值將會越來越高。而那些擁有高IQ、來自耶魯等名校只具備“泛化知識”而無“特定技能”的人受到的衝擊最大。如果一個國家能夠通過技術挖掘出本土公民中的這些“離群天才”，將他們培養成駕馭AI系統的“高階技工”，那麼這個國家對大規模低端移民的需求將會大幅下降。我確實認為，這些趨勢讓人很難理解美國為何還需要大規模移民——除非你擁有非常特殊的專業技能。賴瑞·芬克：關於歐美白領工作的基礎，歷來是通過大學教育建立的。我剛剛聽您說，我們將需要更多接受職業教育的男性和女性，您是否也在暗示，我們未來可能需要的白領崗位會減少？亞力克斯·卡普：我認為，我們需要做的確實是減少對傳統白領的依賴，但關鍵在於，我們需要用不同的方式來測試和發現人的潛能。你知道嗎，有很多人在做X工作，但他們本應去做Y工作。就像我們系統的一位管理者——在美國陸軍中管理我們Maven“專家”系統的，是一位前警官，他只上過社區大學，而他現在正在全球範圍內執行非常高端的、非常複雜的目標定位任務。這個人實際上是無法替代的。我認為，過去我們測試潛能的方式，可能無法完全發掘出他這種不可替代的才能。如果他沒上過大學，他還會像現在這樣有才華嗎？會的。而且我認為，甚至在帕蘭提爾內部，如果你觀察我整天在做什麼，我就是到處走動，去發現誰有那種“異於常人的特質”，然後我把他們放到適合發揮這種特質的事情上，並努力讓他們專注於此，而不是分散到他們自認為擅長的其他五件事上。傳統的大學學歷正在加速貶值，而具備實際技能的技工、職業技術人員，通過AI的加持，正在變得“不可替代”。無論我走到世界那個角落，過去十八年來，大家都曾覺得我們像個商業笑話，而現在很多商界人士都想來聽取我的建議。你知道嗎？在帕蘭提爾內部，唯一不想聽我給出商業建議的，恰恰是帕蘭提爾的工程師們。他們總是說：“嘿，亞歷克斯，我有個想法，能讓公司變得更好……”那些點子通常都類似於“我們應該開成麥當勞那樣”，或者“你是某類人，你應該停止公開講話”之類的。當然，關於公開講話這點，有時候他們可能說得對，我承認。05. AI像是一場國家級“滲透測試”賴瑞·芬克：最後一個問題：AI的應用曲線在美國和其他發達經濟體中將會如何發展？發展中經濟體又該如何參與其中？我昨天讀到一份研究報告，指出AI的應用目前高度集中於高教育水平的社會或公司，並且已經出現了巨大的分化，這很大程度上取決於教育資源的應用方式。那麼，AI是否會在全球增長格局中造成更嚴重的不平衡？亞力克斯·卡普：首先，最明顯的不平衡是：似乎只有美國和中國真正掌握了如何讓這項技術發揮作用。方式不同，但都成功了，而且是大規模的成功。這種領先並非僅僅體現在算力或資料量上，更體現在這兩個國家對AI與真實權力和生產力結合的深刻理解。我認為，AI發展速度很可能會遠遠超出大多數人的想像——就像貼現率一樣，我認為從長遠看，人們對於它能達成什麼、將如何影響我們社會的方方面面，其預估是嚴重不足的。尤其是在軍事領域。我傾向於做一個現實主義者。我認為，國與國之間巨大的發展差異，將使人們所期待的那種平等對話變得困難。可能還會有一個第三梯隊，比如俄羅斯，這個在許多西方人眼中已處於衰落邊緣的國家，但是俄羅斯在電子對抗和數學應用領域的韌性非常強，他們擁有在極端壓力下“拼湊”解決方案的數學天賦，這一點使得他們在現代戰場的某些維度上依然保持著極高的競爭力。AI將以一種不可逆轉的方式，強行揭示出每一個個體、每一個微觀社區、每一個國家的真實市場價值。看待AI不公平性的一種方式是：它就像一次“壓力測試”，或者說是一種“承重測試”。能夠承受這種壓力的社會、組織和公司將獲得巨大的優勢。問題在於，如果一直在假裝承受壓力，實際卻不能，那麼整個體系就會崩潰。無論我們是否喜歡，AI都將揭開所有人和所有國家的底牌。 (藍血研究)

就在剛剛，智元機器人聯合創始人彭志輝在B站發佈他在2025年的最後一個作品，介紹了新產品——全球首個個人機器人，即小尺寸全身力控人形機器人產品：啟元Q1。視訊末尾附有“上緯啟元”品牌logo。啟元Q1的站立高度約為0.8米，收納模式的機身長度在0.5米左右。可以折疊後裝進一個30-35L左右的雙肩包裡。啟元 Q1 人形機器人以 “小” 破局，將 QDD 關節微型化至雞蛋大小，體積重量僅為全尺寸機器人的 1/8，大幅降低試錯成本、提升迭代效率，助力具身智能科研。其主打科研與互動場景，耐摔耐炸的特性適配演算法驗證，還能實現兒童陪伴、雙語教學等功能；外觀結構件開源，支援 3D 列印換膚和零程式碼創作，堪稱個人探索具身智能的 “畢業機”。(深科技)

Manus的去向終於塵埃落定！和143億美元控股Scale AI如出一轍，小扎再次通過斥資數十億美元收購Manus，將全員招入麾下，Manus創始人出任Meta副總裁！Manus最早引爆了AI Agent市場，本次收購，也是中國科技創業者取得的世界級的重大突破時刻，極具象徵意義。起猛了！就在剛剛，Meta正式收購AI智能體初創Manus，創始人肖弘直接出任Meta副總裁！據傳，交易金額高達數十億美元。這次收購，是Meta成立以來第三大收購，花的錢僅次於WhatsApp和Scale AI。恰在這月，Manus宣佈了這一年來的戰績，僅用了8個月的時間，實現了從0到1億美元ARR。Meta首席AI官Alexandr Wang激動表示，Manus的加入，將在未來幫助Meta打造超贊AI產品！創始人兼CEO肖弘稱，「今天，是我這一生都會銘記的一個時刻」。當我們創立Manus時，幾乎沒人相信通用AI智能體真的能夠落地。有人說這來得太早、太過宏大、也太難實現。但我們還是選擇繼續前行。在質疑中，在一次次挫折中，在無數個夜晚反覆懷疑自己是否在追逐不可能之事時，我們依然沒有停下腳步。而事實證明，我們並沒有選錯。01. 憑什麼被Meta看上？因為它真是「SOTA」Manus到底幾斤幾兩？資料不會撒謊。在Scale AI今年十月發佈的「遠端勞動力指數（RLI）」評測中，Manus以2.5%的自動化率拿到了SOTA。要知道，Scale AI搞的這個RLI可是個「魔鬼測試」。為了搞清楚AI到底能不能替代人類幹活，他們收集了涵蓋遊戲開發、產品設計、建築設計、資料分析、視訊動畫等各行各業的真實外包項目。這些項目總價值超過14萬美元，代表了人類專業人士超過6000小時的實際工作量。其中，有些硬骨頭項目成本甚至超過1萬美元，耗時100多個小時。而Manus之所以能夠在一眾智能體中脫穎而出，甚至被Alexandr Wang親自點贊，靠的就是其新加坡團隊的一項獨門絕技——挖掘「能力溢出」（Capability Overhang）簡單來說，就是把當下大模型那些潛藏的、沒被充分利用的能力給「榨」出來，搭建成超強的AI智能體。02. 上線九個月，狂攬1.25億營收Manus不僅技術硬，賺錢能力更是驚人。這家公司今年3月才剛剛上線，由一家名為蝴蝶效應的公司營運。短短八個月，它的年化營收就突破了1.25億美元。對於Meta來說，這點錢雖然只是九牛一毛，但意義重大。祖克柏為了要在AI領域跟OpenAI、Google、微軟搶地盤，承諾未來三年要在美國基建項目上狂砸6000億美元。投資人看著這燒錢速度早就心裡犯嘀咕了，擔心半天見不到回頭錢。Manus這種已經跑通訂閱模式、能向企業賣服務的成熟產品，無疑能讓Meta的報表好看不少。03. 從中國到新加坡Manus的身世也頗具故事性。它的母公司最早成立於中國，後來才全員搬遷至新加坡，並在舊金山、東京設有分部，員工總數擴充到了105人。今年7月，在裁撤了國內大部分員工並將產品撤出大陸市場後，Manus完成了徹底的「身份轉換」。這一背景曾引發不小的波瀾。今年早些時候，美國頂級風投Benchmark領投了一輪融資，當時Manus的估值近5億美元。因為這層中國背景，Benchmark還被美國議員和其他投資人狠狠批了一頓。但這並沒有阻擋資本的熱情，真格基金、紅杉中國和騰訊都在其投資人名單上。被Meta收購前，Manus進行了4輪融資：對於這些早期支持者來說，賣給Meta絕對是一場大獲全勝的退出。04. 接下來還會發生什麼？Meta在周一的聲明裡給現有使用者吃了個定心丸：Manus的服務照常賣，團隊也不會被打散。Manus CEO肖弘表示：攜手Meta使我們能夠在不改變Manus運作方式和決策機制的前提下，在更強大、更可持續的基礎上發展。雖然還沒細說這幫頂級人才以後歸那個部門管，但可以確定的是，Meta會把Manus的技術整合進自家產品裡。Meta目前的聊天機器人Meta AI已經覆蓋了智能眼鏡、Facebook、Instagram和WhatsApp。有了Manus的加持，也許下次你讓Meta Agent幫你「訂張機票」或「做個PPT」時，它不再是動動嘴皮子，而是真能幫你把活兒幹完了。對了，Manus還計畫很快在巴黎開設新辦公室。看來，這場AI智能體的全球擴張戰，才剛剛開始。而本次收購，也是中國科技創業者取得的世界級的重大突破時刻，極具象徵意義。 (DataFunTalk)