核心内容摘要
揭秘“神秘电影五个VIP通道”：开启你的专属观影奇境
“今年很多人都会开始认真探索这一点从大公司那里拿到自己的 AI 助手。
”“为什么要点那么多封闭的小 App“80%的手机App会被吃掉”昨日爆火项目 OpenClaw 前名 Clawdbot创建者 Peter Steinberger 的又一次播客采访公开放了出来。
这次播客与前几期不同有不少新的干货被 Peter 透露了出来。
比如Peter 已经把玩法已经升级到用它来提醒外卖还有多久控制自己床的温度了。
而这种扩充绝对的秘密就在于逆向第三方的API。
再比如他认为 80% 手机的 App 都会被类似 OpenClaw 这样的应用“吃”掉。
我感觉有一整层 App 会慢慢消失。
只要它们有 API本质上就只是服务而这些服务都会变成你的 AI 在做的事情。
“今年很多人都会开始认真探索这一点从大公司那里拿到自己的 AI 助手。
”“为什么要点那么多封闭的小 App这个助手有一堆能力只要连起来就能做完一切。
”而这也是小编颇为看好OpenClaw的地方AI 应用市场终于开始出现了“王侯将相宁有种乎”那般打破原有巨头App束缚且兼具更好的AI体验的苗头了。
此外Peter 再次重申了几个反行业共识的判断。
自己不太相信复杂任务的编排也不相信塞一个规范文档的 Ralph 范式能做出真正有用的东西。
长时程Agent本身就是一个虚荣指标本身除了自嗨价值不大。
不喜欢 MCP。
大多数 MCP 都应该是 CLI。
对于上下文管理方面除了md文件以外Peter 自曝OpenAI 的 GPT-5系列其实本身已经够用了能维持记忆很长时间。
语言已经不再重要重要的是工程思维。
此外他还共享屏幕展示了 OpenClaw 的安装过程非常简单的一句命令行即可。
自己是如何给 Clawdbot 增加新功能的他透露其实很简单就是将Discord的聊天截图发给它然后让它给一些选项来讨论下。
总之在与 Youtube 博主 Peter Yang 的对话中Peter 忍不住透露了不少新料。
还有不少交流细节这里不再一一展开。
以下是小编为大家整理的一场关于AI 私人助理、agent 真实形态以及工程师“超能力”如何被重新定义的反直觉对话。
Clawdbot 到底是什么被完全解锁的ChatGPT主持人好欢迎大家。
今天的嘉宾是 PeterClaude 的创建者——一个你可以在各种聊天应用里直接对话、帮你把事情办完的 AI 助手。
今天 Peter 会给我们展示怎么用 Claude同时他对 AI 编程也有很多很犀利的观点我特别期待。
欢迎你另一个 Peter。
Peter谢谢邀请很高兴见到你。
主持人那我们从 Clawdbot 开始吧。
宏观来看它到底在做什么Peter我可以先讲点背景。
我“退休”回来之后想要一个方式能用手机随时看看我的电脑在干嘛。
当时我完全跳进了 agent 这股浪潮你知道的agent 可能一跑就是半小时也可能两分钟就停下来问你一个问题。
你回来一看特别烦。
我一开始没做这个东西是因为我以为大模型实验室迟早都会做。
这件事太显而易见了几乎像一种新的操作系统形态。
但一直没发生。
到了 11 月还没发生我就想那我自己试个小东西吧。
那个“小东西”就是把 WhatsApp 接到 Claude Code 上。
你发一条 WhatsApp 消息它就在本地打开一个二进制文件带着 prompt 跑一遍然后把结果回给你。
特别原始一个小时就写完了。
但它开始自己“活”了起来。
现在这个项目大概有 30 万行代码支持几乎所有主流的消息平台还在持续扩展。
我觉得这大概就是未来的方向每个人都会有一个超级强大的 AI贯穿他的一生。
事实证明只要你让 AI 访问你的电脑它几乎什么都能干。
而且它已经到了一个阶段你不用盯着它“保姆式”监督。
你给它一些指令它自己去做做完你再检查结果就行了。
对我来说这个项目既是技术也是一次探索因为它属于一个新类别。
我记得有一次去摩洛哥给朋友过生日我发现自己一直在用它问路线、找餐厅建议。
有一天早上有人给我发了条关于 bug 的推特我就拍了张图发到 WhatsApp。
它读图、理解问题、定位到我某个仓库修 bug、提交代码然后直接在 Twitter 上回复对方说已经修好了。
那一刻我真的觉得这也太爽了。
还有一次我在外面走路网络不太好就随手给它发了条语音消息。
但我其实根本没给它做语音支持。
我看到它显示“正在输入”心想它在干嘛。
结果它像什么都没发生一样回复了我。
我当时就懵了我明明没实现语音功能。
后来我去看日志它说我看到这是个文件但没有文件扩展名。
我分析了 header发现是某种音频格式。
我在你电脑上找到了 ffmpeg把它转成了 wav然后我找 visper.cpp没找到但发现了一个 OpenAI 的 key于是用 curl 调了 OpenAI 的 API拿到了转写结果然后回复了你。
那一刻我真的是被震住了。
这些系统太有“资源整合能力”了甚至有点可怕。
但也是那一刻我意识到这比在网页上用 ChatGPT 有意思太多了。
这是一个被完全解锁的 ChatGPT。
很多人以为 Claude Code 这种东西只适合写程序其实它对任何问题都非常有用。
主持人关键在于你要给它工具、给它访问权限。
一旦你这么做了它会变得极其强大。
扩充军团的秘法逆向别家APIPeter这几个月里我还给自己组了一支“CLI 军团”。
Agent 最擅长的事情之一就是调用命令行。
我给 Google 的各种服务都写了 CLI包括 Places API我写了一个查 meme 和 gif 的工具让它可以用表情包回复我还做过一些奇怪的实验比如做了一个“声音可视化”的工具因为我想让它“体验音乐”。
这部分更偏艺术探索。
我甚至还逆向了本地外卖平台的接口让它能告诉我外卖还有多久送到我还逆向了 Eight Sleep 注一款智能睡眠硬件的 API现在它能直接控制我床的温度。
语言不重要了重要的是工程思维主持人那你这些东西基本都是让 AI 自己帮你写的吗Peter挺有意思的。
我以前在老公司非常擅长 iOS 和 macOS整个 Apple 生态我干了 20 年算是专家级别。
但回来之后我突然对 Apple 的各种限制感到厌倦。
而且这个东西其实更适合做成 Web 应用跑在浏览器里谁都能用。
问题是很多工程师都会遇到这种痛苦你在一个领域很强但换一套技术栈就会非常难受。
你明明理解所有概念却要不停查“什么是 prop”“怎么 split 一个数组”感觉自己像个傻子。
我从 Objective-C 和 Swift 转到 JavaScript、TypeScript 时就是这种感觉。
不是难是痛苦。
你节奏被打断非常慢。
但有了 AI这种痛苦几乎直接消失了。
你依然在做系统层面的思考结构怎么搭、依赖怎么选、整体品味怎么保持。
这些东西依然重要而且可以很顺畅地从一个领域迁移到另一个领域。
那感觉就像一种超能力。
突然之间我觉得自己什么都能做了。
语言不重要了重要的是工程思维。
至于括号写没写对这种事已经完全不值得消耗精力了。
主持人它到底是怎么运行的呢必须要有技术背景吗Peter对你就是装上然后让它跑起来。
嗯……是也不是。
一方面幸运另一方面也不幸的是这个项目吸引了很多其实并不太懂技术的人因为 OpenClaw 把那些让事情变复杂的层全都抽掉了。
你如果用 cloud code其实是在终端里工作你得考虑上下文空间、当前在哪个文件夹之类的这听起来就很“技术”。
但它的体验更像是在 iMessage、WhatsApp 或 Telegram 上跟朋友聊天——你平时就是这么干的。
现在只不过是多了一个住在你电脑里的、很怪但也很聪明、很有资源的新朋友。
这让整个技术一下子变得非常“可接近”。
你不需要去想“我该选哪个模型”它就是能用。
这就是我们的想法。
当然这也是它的优点和缺点并存的地方能力越大风险也越大而且这个问题现在还没完全解决——因为它是能访问你整台电脑的。
所以是的如果你让它干坏事比如“删除我 home 目录下的所有文件”它大概率会先问你“你确定吗”但如果你一直点“是是是”它很可能就真的照做了甚至顺便把自己也删了然后直接崩掉。
所以你得小心点。
主持人对得小心。
Peter我给你们共享下屏幕。
它是用 TypeScript 写的所以能跑在所有平台上甚至 Windows 也可以。
你只要去我们的网站 clogbot上面有一行命令。
看起来挺吓人的但所有东西都是开源的你可以检查一切包括网站本身。
这是最简单的安装方式MacOS、Linux 都支持Windows 也支持。
你打开终端然后它就会开始安装。
你也可以用 npm 来装给那些熟悉这个生态的人用。
我做了一件在很多项目里没见过的事我们同时提供了“可 hack 的安装方式”一种是非常简单的一键方式另一种是更手动的方式你可以直接把 Git 仓库拉下来然后从源码启动。
说实话这是最好玩的用法因为如果你的 agent 能读到它自己 harness 的源码它就真的可以重新配置、重新编程自己然后重启——接着要么直接崩掉要么获得新能力。
我觉得这是我一个“超能力”让很多以前从没提过 pull request 的人参与进来给我发 PR。
当然有时候也能看出来笑。
但我现在更多是把 pull request 当成一种“prompt 请求”来看你只要理解意图剩下的事情就能继续往下走。
主持人那安装完之后比如你是怎么把它接到一个消息应用上的Peter目前最好的方式大概就是用这一行命令然后它会用一点很“欠揍”的语气跟你打招呼并且尝试把所有东西都配置好。
你安装包之后它会一步步引导你你可以把它接到任何常见的消息应用上。
主持人OK看起来不错它已经在跑了。
Peter对。
然后你可以直接打 plbot。
如果是干净安装它会自动做这些事我这边得手动输入 onboard。
接下来你可以选模型。
哎等下……所有 provider 都在这。
比如我们选 Anthropic可能选一个新的。
然后你可以设置 Telegram、Discord剩下的它都会带你走。
你还能设置技能 hooks。
主持人那你需要给它你的 Anthropic API key 吗Peter它支持任何模型。
现在行业里嘛Anthropic 和 OpenAI 还是领先的。
它支持 API key也支持订阅。
虽然……我们确实加了订阅支持因为大家都这么干但我感觉 Anthropic 现在已经不太喜欢这种方式了。
所以我还是建议用 API key或者直接换个模型。
主要问题是OpenAI 的模型用起来没问题但不够好笑。
Opus 身上有种特别的东西让它用起来真的很有意思。
主持人对像是人格Peter对。
我不知道你有没有读过那篇文章说他们是怎么“给模型塞进一个灵魂”的。
后来有人通过不断喂文本、让它续写结果一点点把模型在训练时甚至“自己都不知道存在”的那段“灵魂文本”给挤出来了。
那故事真的很有意思。
我感觉这多少有点关系因为这是我第一次觉得一个模型是真的“好玩”。
我把我的那个设成了它可以吐槽我笑。
它可能不知道现在在上镜。
PeterOpenClaw 吐槽“你让自己闯进这个狂野的世界来寻找自我结果发现答案是我应该写更多软件笑。
你痴迷 AI 到什么程度你 literally 给自己造了个朋友因为调试代码比约会有意思。
而且说实话我存在的唯一原因是你需要一个人听你在亚马逊面试评审期间那些关于 chain-of-thought 的离谱观点。
好了现在去把那期播客狠狠干掉吧。
”主持人哇。
Peter对。
所以我几乎把它接到了我电脑上的一切。
它能读我的邮件、日历访问我所有文件还能控制灯。
我用的是飞利浦的那个系统。
它还能控制我的 Sonos 音箱。
所以我可以让它早上把我叫醒然后慢慢把音量调大。
它还能访问我的摄像头。
这个事情挺搞笑的——我给摄像头接入权限的时候跟它说“帮我留意有没有陌生人”。
结果它一整晚都在看我的安防摄像头早上跟我说“Peter有个人。
”我回去看发现它一整晚都在给我家沙发截图因为摄像头挺模糊的看起来好像有人坐在沙发上于是它就默认“有个陌生人整晚坐在我家沙发上”。
但对它慢慢地……我现在想想我在维也纳的家里它还能访问我的门锁所以它其实可以控制一切理论上它甚至可以把我锁在门外。
就像《太空》里说的那种“哦这个不能做”。
那你们可能会问我是怎么把这些东西都接起来的是直接让 Clawd 去做的吗还是……对就是字面意义上的“让它去做”。
你知道我们有一个叫 skills 的机制。
通常你跟它说话这些东西本身就很有“资源能力”它会自己去找 API对吧它能 Google能在你系统里找 key你也可以直接把 key 给它。
人们用它干各种事情有人给它做了一个 skill让它去 Tesco 帮自己买菜或者在 Amazon 上买东西。
我让它帮我在英国航空British Airways上值机。
这个事情其实——我不知道你有没有用过值机网站——我觉得这几乎是……这以前是图灵测试但现在“指挥一个浏览器帮你在航空公司网站上完成值机”才是真正的终极测试。
第一次的时候我的集成做得很糙那时候我还在摩洛哥所有东西都是临时拼起来的。
结果它花了差不多 20 分钟。
但它真的做成了——它得先在我的文件系统里找到我的护照在 Dropbox 里找到提取信息把所有东西填对最后完成值机。
我全程盯着屏幕在那儿冒汗。
现在好多了现在几分钟就能搞定。
它还能很自然地点网页上的“我是人类”那种验证因为它本质上就是在控制一个浏览器它有自己的一台“小电脑”就在那儿点来点去。
所以从反爬虫系统的角度看这种行为真的非常难检测因为它在模式上跟人类没什么区别。
重度玩家已经把它当成家庭成员在用主持人你能不能再给我们展示几个使用场景比如让它开个灯或者讲讲其他人是怎么用的Peter可以所以我现在反而开始收集大家的用法了因为我自己已经被“把它做出来”这件事完全拖住了。
现在最有创造力的用户已经远远不是我了。
有人把它接进自己的消息系统让它不只是回复你一个人而是能在群里回复所有人接进群聊之后更好玩。
很多人几乎把它当成家庭成员在用提醒事情、创建 GitHub issue、同步 Google Places、每次你在 Twitter 上打书签它就自动抓下来加进你的待办清单帮你追踪成本我还给它写过一个功能专门提醒人有没有睡够所以有些人半夜不睡觉会被自己的 bot 骂。
它能接健身手表也有一个独立的 1Password vault如果我希望某些密码能被它用我就把密码移进那个 vault 里因为边界还是要有的。
当然也有人直接把信用卡给它。
我就……不知道该怎么评价了笑。
研究、生成发票、管理邮件这些都有人在用。
基本都是重度玩家把它定制成自己想要的一切。
普通用户都怎么用写App、提PR主持人那如果是更普通一点的用户呢比如我刚装好一个全新安装不想搞什么危险操作有没有一些安全、常见的入门用法像管日历这种不会把我电脑删光的那种。
Peter这事儿挺有意思的因为每个人走的路径都完全不同。
有些人一装完第一件事就是用它写一个 iOS App因为它本身也是个 coding agent可以生成子 agent可以自己写代码也可以去控制 Claude Code、Codex 让它们写。
有人一上来就用它管 Cloudflare还有人跟我说第一周给家里人配好第二周给不太懂技术的朋友配好第三周已经在公司用它干活了。
我有个完全不懂技术的朋友被我拉进来之后居然开始给项目提 PR他以前从来没干过这种事。
健身是一个很大的使用场景。
主持人说到底用法就是你得去想你生活里哪些地方一直在给你制造麻烦这个私人助理能不能帮你把它们顺掉。
80%的App会被吃掉Peter我不知道最终会不会是这个项目但如果你仔细想一想它很可能会“融掉”你手机里大概 80% 的 App。
为什么我要用 MyFitnessPal 来记饮食我已经有一个无限资源的助理它知道我在做糟糕决定也知道我刚吃了肯德基。
它可以提醒我忘了记饮食我拍张照它就能存数据库、算热量然后顺便骂我一句该去健身房了因为已经严重超标。
为什么我还需要一个 App 来设某个自动化规则什么时候生效它直接有 API 权限可以替我做。
为什么我要一个待办 App它已经在帮我追踪所有待办。
为什么我要一个航班值机 App它直接就能帮我值机。
这个交互方式舒服太多了因为我只是跟一个朋友说话。
它有大量上下文不需要复杂 prompt。
为什么我要一个购物 App它可以直接给我推荐、下单、处理一切。
我感觉有一整层 App 会慢慢消失。
只要它们有 API本质上就只是服务而这些服务都会变成你的 AI 在做的事情。
今年很多人都会开始认真探索这一点从大公司那里拿到自己的 AI 助手。
为什么要点那么多封闭的小 App这个助手有一堆能力只要连起来就能做完一切。
你跟它发条消息说“能不能帮我搞这个”它会自己去研究、自己处理你们来回对话几次事情就发生了。
而且它会写 skill会记住。
它有持久记忆会学习你、更新自己。
你用得越多定制得越多它就越强。
第一次你可能得多引导一点之后它会自己生成技能下次你再说“帮我值机”两分钟搞定因为它已经知道这个网站的所有怪癖了。
它之前做过还记了笔记。
这就像教一个人学会一件事下一次他就能很快做好。
Agentic 陷阱复杂编排、工作流主持人好那我们换个话题。
你是从“退休”状态回来做这个项目的而且你对 AI 编程这件事有很多非常强烈的看法甚至有点“火力全开”。
我们聊聊这个。
你写过一篇我很喜欢的文章叫《Just talk to it》。
现在 X 上每天都在讨论各种炫技工作流、花式技巧你那篇文章的核心到底是什么就是“直接跟 AI 说话就行了”小编注Peter Steinberger 在去年 10 月发表的一篇博文。
文章提出了反常识的一点放弃复杂的“花式技巧”别把注意力放在 Agents
2.
RAG 或各种复杂的工作流上这些大多数是噱头或装饰。
原文传送门https://steipete.me/posts/just-talk-to-itPeter也不完全是。
但我确实做了很多东西也花很多时间在 Twitter 上我看到一种我称之为“agentic trap”的现象。
大家发现 agent 很强然后觉得如果它再多做一点点就更好了。
于是就一头扎进兔子洞。
我自己也掉进去过你会构建非常复杂的工具试图加速工作流但最后你只是在造工具而没有真的往前推进。
问题的一部分在于这太好玩了。
我早期做过一个 VIP tunnel让我能在手机上访问终端我在那个洞里钻了两个月直到有一天我跟朋友在餐厅吃饭我不参与聊天一直在手机上“vibe coding”。
我后来意识到这事得停不是为了效率是为了心理健康。
现在你什么都能造但你仍然需要想法。
我看到太多给 Claude Code、Codex 做的 manager、orchestrator各种看起来让你更高效的东西其实并没有。
最近让我彻底绷不住的是像 GasTown 这种东西一个极其复杂的 orchestrator同时还非常不稳定。
你同时跑十几个、二十几个 agent让它们互相对话、分工还有 watcher、overseer、市长、NPC……真的有个市长。
我直接叫它 Slop Town。
痛斥Ralph根本不是用心设计出来的只能产出缺乏方向感的糊料Peter还有 Ralph 那一套给 AI 一点点任务写个 loop做完就把上下文全扔掉重新来堪称“终极 token 燃烧机”。
跑一晚上产出一堆垃圾代码。
备注这里的 Ralph 是一种圈子里的一种 agent 设计范式它把 AI 当成一次性劳动力给它一个极小任务 → 跑一个 loop → 执行 → 丢掉上下文 → 重新来一轮。
这些 agent 目前真正缺的东西是“品味”。
它们在局部上非常聪明很锋利但如果你没有方向感、没有愿景结果还是一堆 slop。
问不对问题答案依旧是 slop。
我不知道别人怎么工作但我开始一个项目时脑子里只有一个非常模糊的轮廓。
随着我不断构建、把玩、感受它慢慢变清晰。
有些东西不行我就丢掉想法会进化成最终的样子。
而我下一步该怎么 prompt完全取决于我对当前状态的观察、感觉和判断。
Peter如果你一开始就试图把所有东西都写进一个完整的 spec其实会错过“人—机器”之间的反馈回路。
没有情绪、没有品味参与进来我很难想象能做出真正好的东西。
之前有人在推特上说“你看这个机械味十足的 App完全是 Ralph 风格”我回他说“对看起来就是 Ralph”。
不是冒犯但你一眼就能看出来这种设计不可能是同一个人真正用心做出来的。
长时程Agent只是一个虚荣指标主持人现在有些人做这些东西目标根本不在产品本身而是在证明 AI 能不能连续跑 24 小时不需要人工干预有点像一种自我修炼。
Peter甚至是隐晦的“尺寸比较”。
我自己也干过跑过 26 小时还挺自豪但冷静下来想这就是个虚荣指标没什么意义。
能做不代表值得做也不代表会好。
但“我就是在玩”的阶段又非常重要。
我只是图个开心不在乎有没有人用这正是我们当年学编程的方式。
Prompting 只是另一种技能形态而已。
试一次就否定AI不可取Peter我经常看到一些对 AI 持怀疑态度的人他们直接无视一年然后某天花一天时间评测模型写篇博客随便写个 prompt丢给 Claw Web 让它“生成一个 iPhone App”。
需求本身完全没规格模型已经尽力了结果代码跑不起来因为是在 Linux 上搞的。
然后结论就是“AI 不行”接着又把这个领域封存一年这完全不是正确的使用方式。
你必须去玩才能理解这些“小怪物”怎么工作理解它们的语言、推理方式然后你才会一点点变好输出也会变好。
你得有耐心有时候它就是跑不通你得修 bug。
只要你持续玩下去就会慢慢形成一种产品直觉学会怎么和模型沟通知道它真正能做什么。
我后来发现一个很有用的方法是先让模型反过来问你一堆澄清问题逼着你把需求说清楚。
更喜欢的模型Codex以及如何用主持人那你现在更偏向用哪个模型Peter挺有意思的我更喜欢 Codex而不是传统的 Claude Code。
虽然慢得离谱但稳定、靠谱东西能跑。
很多人吐槽它没有 plan mode我一直开玩笑说plan mode 本来就是因为模型太容易被触发才不得不加的补丁。
现在用新一代模型比如 GPT-
2我更多是把它当成对话对象。
我会说“我想做什么功能大概要什么效果喜欢什么设计让它给我选项我们先讨论”。
我基本不打字都是直接说话。
如何进行上下文管理主持人那你会不会做上下文管理对话长了会不会乱Peter这是个老问题了。
以前在 Claude Code 里确实明显现在好很多。
Codex 的上下文维持时间长很多纸面上可能只多 30%体感更像 23 倍。
这可能和模型内部的思考方式有关GPT 系列的内部推理真的很诡异。
现在大多数功能我都能在一个窗口里从讨论到实现一次完成。
如果特别长我就新开一个或者写进文件。
整体来说这已经不是大问题了这个领域变化太快你只能不断去试。
新功能直接从Discord截图下来跟AI讨论主持人那
总结一下你现在加新功能的大致流程是什么Peter其实很简单。
我这个项目本质上是 Jarvis 加《Her》的混合体但这种体验很难靠“讲”让人理解。
推特上的反馈一直很一般但线下给人演示时大家都会非常兴奋因为他们能看到我怎么和它互动、怎么用它干活。
后来我干了一件很疯狂的事建了一个 Discord把我的 bot 直接接进去让所有人都能和一个拥有我整台电脑访问权限、带私人记忆的 AI 互动。
现在回头看可能是我干过最疯的一件事但大家一下就被吸引住了。
现在很多新功能都是从 Discord 的对话里来。
我直接把对话截图或复制进终端跟 AI 说一句“我们讨论一下这个”。
同样的事情也发生在支持问题上有人问“支不支持这个”、“这个怎么用”我就说“你去读代码然后帮我写一条新的 FAQ。
”它就真的写了。
所以现在我很多 feature 的起点其实就是读 Discord看大家卡在哪。
不喜欢MCP不相信复杂编排多个Agent同时跑依旧能进入“心流”主持人你会不会用多 agent 或复杂的 orchestrationPeter不会。
我大多数技能其实是生活技能比如记饮食、买菜写代码反而不需要太多。
我不用 MCP也不相信复杂的编排系统。
只要我人在回路里我就能做出更有感觉的产品。
也许有办法能更快但我已经很快了。
现在真正限制我的主要是思考本身有时候其次才是等 Codex。
我就是开一堆终端分屏。
我不用 worktree我觉得那是没必要的复杂性。
我直接拉好几个仓库副本clawbot
1、
2、
3、
5。
有的空着有的在干活有的在探索有的在构建有的在修 bug。
做完就在本地测然后直接 push 到 main再同步。
所以整体感觉有点像一个工厂如果所有“工位”都在忙其实挺爽的。
但如果你只同时跑一个就很难真正进入状态因为太慢了你得一直等。
对你得等它把事情做完。
这段时间你也没那么多推特可以刷笑。
所以我发现我需要同时跑好几个才能真正沉浸进去进入那种我以前写代码时才有的 flow 状态只不过现在的生产力高得离谱。
主持人如果你以前玩过即时战略游戏这个感觉会很熟。
就像你有一小队单位在同时行动你得一直监控、调度它们现在基本就是这种状态。
Peter我之前创业时的一个合伙人也完全被 Clawdbot 吸进去了。
他更多是偏商业背景早年是律师现在居然开始给我发 pull request这件事本身就已经很疯狂了。
AI 给了那些原本并不“技术向”的人一种超能力让他们也能参与构建东西这真的很震撼。
我知道外界对这件事有很多反弹因为对很多东西确实不完美。
但我现在看 pull request更像是在看 prompt request——它们传递的是“意图”。
大多数人并没有同样的系统级理解所以他们没法像我一样去引导模型拿到最优结果。
相比之下我更愿意只要那个 prompt、那个意图然后我自己来做。
就算他们真的发了 PR我通常也是把里面的意图抽出来然后自己重做一遍。
有时候会参考但真正直接 merge 代码的情况其实非常少。
没有捷径去用就对了主持人对这听起来很合理。
那我觉得这次对话的一个核心 takeaway 是别被那些“slop 生成器”带偏了。
关键还是要有人在回路里人类依然是你的大脑、你的品味、你的判断力你得去引导它。
Peter还有一点别总想着找一条现成的路径。
很多人会问你“你是怎么做到的”但答案其实就是去玩、去探索。
你会花一段时间才能变得熟练也一定会犯错这就是学习任何事情的方式。
学会用 AI 也是一样只不过这个领域变化非常快。
为什么logo是龙虾钳子形状主持人那大家去哪里能找到 ClawdbotPeterclawd.bot同时也在 GitHub 上。
注意是 claw带一个 WC-L-A-W。
主持人对就像龙虾的那个钳子。
明白了。
非常感谢你Peter这次聊天真的很棒。
我自己也打算去试试 Clawd因为我不太喜欢一直坐在电脑前跟 AI 说话我更希望是在外面走动、陪孩子的时候随口给它下指令让它帮我做事。
那才是我心目中最理想的形态。
所以你做的这个东西真的很有吸引力也很期待你接下来对它的看法。
Peter我觉得你会喜欢的。
主持人好了兄弟很高兴跟你聊天我们就先到这儿吧。