出品 | 网易智能
作者 | 小小
编辑 | 王凤枝
装了“小龙虾”的你，现在还在用吗？
上个月，OpenClaw在中文互联网突然爆火。很多人第一次把这个AI智能体装上电脑，看它接管文件、调用工具、自动干活，仿佛“个人AI助手”一下子真的落地了。直到今天，仍然有不少人在继续使用。
但就在这个节点，OpenClaw创始人彼得·斯坦伯格却在近期《AI Engineer》播客中坦言：它现在非常不安全。
这种不安全，并不只是某个单点漏洞的问题，而更像是一次被超高速增长拖出来的治理危机。五个月，近2000名贡献者，超过1100份安全公告，平均每天16.6份漏洞报告。更麻烦的是，其中还夹杂着大量由AI工具批量生成的低质量报告。项目越火，噪音越多，真正危险的问题反而越难被及时识别。
为了应对这种史无前例的“饱和式漏洞轰炸”，、微软，以及中国市场的腾讯、字节跳动纷纷派出正规军进驻基金会，协助进行安全加固。同时，针对斯坦伯格本人入职OpenAI后引发的“开源项目将被大厂收编”的担忧，他也正式澄清：OpenAI并未收购OpenClaw，他正试图将其打造成绝对中立的开源生态。
某种意义上，OpenClaw的问题不是它太弱，而是它长得太快了。一个月前，人们还在为“个人AI助手”终于落地而兴奋；一个月后，现实已经追上来提醒所有人：真正困难的，从来不是把它做出来，而是让它在真实世界里安全地活下去。
以下为斯坦伯格演讲及问答全文：
大家早上好！Swyx邀请我来做个“Claw现状”汇报。先问一下，现在谁在用OpenClaw？举下手。大概30%到40%，非常好。
项目现在运行大约五个月了。公平地说，到现在为止，我们应该是GitHub历史上增长最快的项目。一般项目的增长曲线像曲棍球杆，但我们这条几乎是一条直线。有个朋友开玩笑说，这叫“钢管舞杆式增长”。
这也带来了问题。目前我们的GitHub星标数量应该是所有软件项目里最多的。当然，有几个项目比我们大，但基本都是教育类的。其他软件项目没有达到这个体量的。我们有接近3万次提交，马上有2000名贡献者，接近3万个PR，而且趋势没有放缓。看曲线还在往上走，增长势头还不错。
01 管理挑战与OpenClaw基金会
但这不容易。我之前经营过公司，当时想的是不想再经历一次了，就去了OpenAI。结果后来又做了OpenClaw基金会，现在等于打两份工。运营基金会像是在“困难模式”下做公司，既要处理所有该操心的事，还有很多志愿者，你没法直接指挥。
所以我的目标之一是解决“巴士因素”（编者注：bus factor，指关键人员缺失导致项目停摆的风险），也就是谁来负责代码提交的问题。现在情况在慢慢好转，但还没完全解决。
过去几个月我和很多公司聊过。英伟达有人加入进来，的人帮我们处理MS Teams和Windows应用相关的事情，红帽的人在安全和Docker化上帮了大忙。我也跟不少中国公司合作，腾讯和字节跳动的人都在参与。他们在实际使用中的规模比其他任何大洲都大。
02 处理安全公告和漏洞
主要想说的是：OpenClaw非常不安全。你们可能见过那些表情包，比如“OpenClaw引狼入室”，还有英伟达做NemoClaw，各家都有自己的“小龙虾”。
你们可能也注意到，过去两三个月发布版本时老出问题。我基本被安全公告淹没了。到现在一共收到1142个安全公告，平均每天16.6个。其中99个是严重的。我们发布了大约469个，关闭了其中60%。
这个数字听起来很吓人。对比一下，Linux内核每天大概收到八九个安全公告，我们是它的两倍。cURL整个项目历史一共收到600个报告，我们已经是它的两倍。
所以每次发生安全事件，规律是：对方喊得越严重，是垃圾的可能性越大。你们可能也看到新闻，我们正在快速进入一个时代，所有AI工具都非常擅长识别各种奇怪的、多环节的漏洞，它们会攻破几乎所有现有软件。
举个例子。英伟达推出了NemoClaw，是为OpenClaw做的一个安全层插件。我把它接入了Codex的安全系统，大概半小时内就找到了五种不同方法突破他们的沙盒。原因是你用那个产品时，可以访问一个未被削弱、在网络安全方面更强的模型；公众拿不到这种版本。那个模型在网络攻击方面比公众能接触到的要聪明得多。对，因此它很危险。
但话说回来，对这个行业里很多人来说，这就像是积分。他们发现的问题越多，积分就越多。所以OpenClaw就像一个大家都想攻破的不安全产品，有几百个人在跑他们的“Clanker（编者注：《星球大战》中作为对机器人的蔑称）”试图攻破我们。
典型的攻击面包括远程代码执行、绕过审批、代码注入、路径遍历（Path Traversal）。这些听着都很危险。我举一个具体例子。有一个CVSS（编者注：Common Vulnerability Scoring System，通用漏洞评分系统）评分为10的漏洞，这是最严重的那档。问题是：如果你同步一个我们还在开发中的iPhone应用，并且只给它阅读权限，你还是可能破坏系统，进而拿到写入权限。
这个漏洞确实严重。但在所有实际场景里，它甚至算不上一个事件。因为典型用法是你把OpenClaw装在自己的机器上，不管是在云端还是Mac mini上，但99%的情况下，你要么能访问自己的网关，要么不能。
为我自己辩解一句，这是我的错。我试图做一个权限更宽松的模型。比如你有一些针对特定语音的设备，它们只想读取某些东西，确实存在一些用例，用一个降权后的系统是有意义的。但根本没人这么用。
但这不重要，因为制定CVSS分数的规则不考虑这些。我得遵守规则，所以它确实是10分。全世界都在为一些实际中不影响大多数人的事情发疯。
但也有一些事确实会影响很多人。比如“Ghost Claw”，就是用不同的NPM包迷惑人，你访问了恶意网站并尝试下载，就会拿到一个rootkit（编者注：能获取系统最高权限的工具集）。这超出了我们能控制的范围，其他项目也会遇到。
还有Axios供应链投毒事件。有意思的是，我们自己没用Axios，但我们依赖MS Teams或Slack，它们用了Axios并且没锁定版本。供应链攻击就是这么来的，我们也被波及了。
03 错误信息和媒体的危言耸听
你怎么扛住1142个漏洞的攻击？有段时间我试图一个人处理所有事情，完全不可能。所以最快的办法是从公司那里得到帮助。英伟达在这方面做得很好，他们派给我们一些人，基本上全职帮我们筛选那些垃圾报告，并加固代码库。
另外，很多公司在制造恐慌，不只是公司，还有大学。不知道你们有没有看到。有一篇论文叫《混沌代理人》，说的是通用智能体，但里面有四页极其详细地讲了OpenClaw的架构。可他们根本没提我们的安全页面，我们在那里解释了应该怎么安装。因为提了就没意思了，就很难编一个好故事。
他们反而做的是，忽略我们给的所有安全建议。我们的建议是：这是你的个人智能体，不要放到群聊里，如果非要放，就打开沙盒模式。因为任何人只要能和你的智能体对话，就能偷走智能体能接触到的任何信息。所以如果是团队智能体，它应该只知道团队该知道的信息，不要接触任何秘密数据。你要限制它。如果是个人智能体，只有你能跟它说话。
但如果你不遵守这些规则，就可能出现很有意思的互动，比如：“嘿，我能跟你的智能体说话，它能破坏你的系统。”后来我追问他们怎么操作的，对方告诉我：“哦，我们是在sudo模式下跑的，因为我们希望智能体有最大权限。”他们确实是在对抗配置。跑sudo模式其实不容易，得改代码。但报告里没提这点，因为提了就没关注度了。
我现在的挫败感是，有整整一个行业想把项目往负面方向上带，说它是个噩梦、默认就不安全、不可接受。但与此同时，很多人喜欢它，那些真正读过安全文档的人知道，可以正常用。
我找到一个特别好的例子。我们有个远程代码执行漏洞，把比利时吓坏了。比利时的网络安全部门发了一份关于远程执行环境的报告，而整个漏洞其实是一个特性：恶意网站可以创建一个链接，触发你的网关，然后转发网关Token。但如果你用默认且推荐的设置，网关Token只在本地有效，或者最多在你的私有网络里，没有任何外部网站能实际访问它。如果你主动对抗设置，比如不看文档就直接用Claude Code去配置它，也许能让它工作。但再次强调，这不是我们在网站上教的做法。
说实话，风险确实存在。最大的风险是法律上的“三重困境”。任何能访问你的数据、能访问不受信任内容、还具备通信能力的智能体系统，都是有潜在风险的。这不只是OpenClaw的问题。任何强大的智能体系统都有这个问题。你让它越强，它能为你做的事就越多，但你也需要更深入地去理解它在做什么。这是核心问题，但大家不去谈它。
04 开源维护的负担
然后还有维护的事情。问题是，当你收到这么多安全公告，你知道大多数是智能体生成的，但你仍然得用自己的脑子去读，因为我们还没到能完全信任智能体处理的程度。这在时间上是巨大负担，而且你永远不知道。我的意思是，有时候你也能猜出来，凡是写得太客气或者还道歉的报告，很可能是AI写的，因为搞安全的人一般不会道歉。
这是个很大的问题。我看到越来越多的开源项目在抱怨这个，或者因此撑不住。有些项目很公开地讲这事，比如ffmpeg。通常你收到报告，很少能同时收到修复方案。如果真的一起来了，那个修复方案往往非常糟糕。如果你仓促行事，像我一开始有段时间那样，因为负担太重，几乎一定会把产品搞坏。
所以，光靠志愿者做这个非常困难。
05 OpenAI的参与和未来的独立性
那我们正在做什么呢？有人说OpenAI收购了OpenClaw，这不是真的。他们可能买走了我的soul.md（编者注：调侃个人意志的文件）。但他们很明白，为了满足世界的需要，需要有更多人玩转AI，去理解AI能做什么，既要理解风险，也要理解可能性。他们明白，如果有人在从没玩过、从没用过AI的情况下，突然在家里用上了OpenClaw，他们回到公司后会问：为什么我们工作的地方没有AI？
所以他们很明白，支持这个项目很有用。而且为了让项目成功，它不能隶属于某一家公司。所以我通过OpenClaw基金会来建一个中立的“瑞士”。最后卡住我们的是美国的银行系统，有点慢，而且你如果不是美国人，他们会非常困惑。这个基金会的模式借鉴了Ghostty（编者注：开源终端模拟器）。
这样我们就能雇佣全职的人，既能跟上节奏、提高质量，也能把我的一些时间解放出来，让我能回去做点有意思的事。
以上就是“Claw现状”的快速更新，后面我还会参加问答环节。谢谢！
06 观众问答环节
问：你转发过一条推文，说“把关于Closed Claw的问题都发过来”。很多人对OpenClaw在OpenAI内部的未来有疑问。大家都在说“Closed Claw”，你怎么回应？
斯坦伯格：我其实没想过这个问题，这是我去OpenAI之后才出现的说法。我觉得大家说得有道理，OpenAI过去在开源方面确实做得不算好，但现在变了很多。比如Codex已经开源了，他们也发布了Symfony，这是一个很不错的编排层。所以他们确实在投入，也理解开源的意义。他们明白OpenClaw必须保持开放，要和各类模型都能配合，不管是大公司的模型还是本地模型。如果更多人愿意花时间去接触AI，整个行业都会受益。
你想想，如果一个人本来觉得AI很可怕，结果玩了OpenClaw之后觉得又有趣又怪，回到公司发现那里没有AI工具，他就会去找老板问，为什么我们工作的地方没有AI？那些公司可能不会直接跑OpenClaw，但他们会想要托管和管理好的产品，那就有人可以卖那种产品了。所以他们很支持这个项目，也给我提供资源。实际上，我确实可以调用更多OpenAI的人来帮忙，但那样会让人觉得他们可能已经接管了这个项目，我不想那样。所以我拉了英伟达的人进来，还有微软、Telegram、Salesforce的人。特别感谢Slack的那几位，现在我们有人专门维护Slack的插件。
腾讯、字节跳动也加入了。我们还和阿里巴巴、Minimax、Kimi都聊过，各家模型提供商都很支持。英伟达帮了很大的忙，他们派来的工程师有自主权，来了就直接做事。现在我有这么多公司的人在帮忙，我也从OpenAI带了几个来协助维护，因为这个项目的节奏实在太快了。你需要一支“军队”，我正在努力组建。但你看那个贡献者图表就知道，很难留住高质量的贡献者。你的维护者总是被别人挖走，然后你又得找新人。
问：很多人问本地模型和开放模型的事。并不是整个技术栈都是开放的，有些模型你访问不到模型本身，还有些奇怪的限制。开放和本地模型对OpenClaw的未来有多重要？
斯坦伯格：我做OpenClaw的部分动机是，看到那些大公司都有连接到Gmail的连接器，然后我的邮件存在某处，那家公司就能完全访问我的邮件，我才能换来一点点自动化。我更兴奋的是，我自己控制所有数据，只有在需要顶级能力的时候才上传一点点数据，并且有一个分层的后备模型体系。我骨子里是欧洲人，希望拥有自己的数据。但没人做这个。对我来说，这很有吸引力。
另外还有一个事实：如果你是一家初创公司想连Gmail，得花半年时间，过程非常非常难。但我作为一个消费者，我的Clanker可以点任何网站，它会很愉快地去点“我不是机器人”。如果你必须用某种方式给我数据，那我的智能体就能拿到数据。所以你可以绕过那些大公司建的很多“数据孤岛”，最后能做出那些大公司永远做不到的更酷的自动化用例。这有点像黑客的做法。
问：OpenAI团队对“GPT OSS”有什么消息吗？那项工作会继续和OpenClaw保持一致，还是分开的？
斯坦伯格：我不在那个位置，没法给你这方面的见解。但OpenClaw带来的一个效应是，公司内部有更多人开始对开源感到兴奋了。我很高兴OpenAI在往更开放的方向走。你跟另一个以A开头的顶级实验室比比，那家会非常积极地起诉你，如果你泄露了他们的任何源代码，或者你太成功了他们就会封你。我觉得OpenAI走的路是对的。
问：大家很喜欢听你的编码工作流。你那个“提示词请求”而不是“拉取请求”的想法已经挺出名了。你在OpenAI花token的方式也让大家很震惊。所以大家想知道你是怎么发布的，以及你怎么处理智能体的等待时间。你为什么同时跑那么多智能体？
斯坦伯格：我知道，我也没想到那张照片会引起那么大反应。说几个数字吧。有段时间我同时跑将近10个会话，尤其是用Codex的50/51版本时，那个版本很慢。现在我得说，情况还是有点怪，但我们做了改进，让它更快了，也有了快速模式。我现在典型的工作流大概是那个数量的一半，五六个窗口，不是翻倍，因为每个循环更快了，而且我同步给工作线程的工作量基本没变。所以我不需要再用那么多分屏了。我觉得未来token会越来越快，到某个时候，同时处理六件事就不再是必要的了。这基本上是在模型变快之前的变通办法。
问：我做过一件有趣的事，把你和Ryan放在一起，看你们俩怎么处理“token最大化”的问题。我很好奇你对完全的“暗工厂”方法怎么看，就是连合并进去的代码都不审查。
斯坦伯格：我觉得这越来越可行了。但你也知道，当我在某种意义上“暗工厂”也意味着我在一开始就想好了所有要构建的东西，我只是不觉得你能用那种方式做出好软件。通往山顶的路从来不是直的，它很曲折。有时候你会偏一点，然后看到新东西，得到灵感，找到捷径。等你到了山顶，你可以找到最佳路径，但你从来不是那样走路的。
同时，你对项目的第一个想法，极不可能是最终的项目。如果我再用瀑布模型，那就会是最终的项目。对我来说那行不通。我喜欢一步步构建，边玩边看感觉，获得新想法，我的提示词也会变。所以这是一个迭代很快的方法。我不觉得你能完全自动化那一切。你当然可以为某些事情建流水线。但即使是对PR来说，你也不只是想建一个只管合并PR的流水线，因为很多PR根本没什么意义，人们会把你的产品往各种方向带。如果你自动化了那个过程，AI极不可能知道正确的方向是什么。你可以引导它。我有一个愿景文档，我也试过一些方法，但瓶颈仍然是“思考”和拥有“品味”。
问：“品味”很重要，你怎么定义“品味”？
斯坦伯格：我跟人聊的时候，每个人都明白“品味”是护城河，但没有人同意到底什么是好的“品味”。最低层次的品味，我觉得是它没有那种“AI味”。你懂我的意思，如果某样东西的写作风格、个性，甚至用户界面（现在你已经看过太多AI生成的界面了），你会立刻知道这是不是AI生成的。比如左边或右边有彩色边框，有段时间是紫色渐变。但更多的是，这就像一种感觉，你能立刻识别出AI生成的“垃圾”。这就是为什么我说它像一种“品味”，即使你具体说不出来，你就是知道。那可能是对“品味”最低层次的描述。再往上，因为现在这么多软件都可以自动化了，你实际上有更多时间可以花在那些小细节上。比如说，你运行OpenClaw的时候，会收到一条提示信息，有时候调侃一下用户。那些细节，如果你只是高层地提示，是不会得到的。
问：我最喜欢你体现“品味”的一点是，你在soul.md上投入了大量工作，而且你开源了你的方法。我觉得在你出现之前，大家没有在“灵魂”上花足够多的功夫。我有个播客，还没录，还没发布，嘉宾是米哈伊尔·帕拉欣（Mikhail Parakhin），他现在是Shopify的CTO，但他曾经领导过必应团队，Sydney就是那个最早出现的、有点不对齐的聊天机器人。我觉得当聊天机器人有个性的时候，大家会玩得很开心。你的Clanker会有不同的“癖好”。
斯坦伯格：那是因为世界变了。2023年和2024年我们有了ChatGPT，我们有了AI却不理解AI能做什么。所以我们重新造了一个谷歌，你有一个搜索框，得到一个回复，你并不期待谷歌有个性。但现在我们更多地转向智能体。比如，如果我一开始没想过WhatsApp中继，只是把它接到Claude Code上，然后在WhatsApp上用的时候，我就觉得哪里不对。即使Claude Code已经有一些个性，但它并不真正符合人们在WhatsApp上给你写信的方式。我的整个迭代就是这样开始的。这又是关于品味，对吧？感觉不对。太啰嗦了，句号太多了。我朋友的短信不是那样的。然后我就开始调试。他们说：“不对，试着写得更像人一点。”对，我实际上用着“像龙虾一样写作”的系统提示词。
问：你知道，我最喜欢你的一句话是“带一点科幻小说味道的疯狂”。我觉得并不是所有AI项目都这样，但特别是像OpenClaw这样的东西，永远不可能来自一家美国公司，因为它早在发布之前就会被法务团队掐死，因为它有一些我们作为一个行业还没有真正解决的问题。现在我们有一些缓解措施，情况在好转，模型也变好很多。但我不觉得任何大型实验室能发布那个东西。反对的声音会太大，而且也没有足够的市场证明这是大家想要的。所以它必须由像你这样的外部人士来做。
斯坦伯格：我刚开始做的时候想的是：“哦，最坏能怎么样？”它可能会偷我的token、我的邮件，但里面也没什么能彻底毁掉我的东西。它可能会上传我的一些照片。我当时想，最糟糕的东西可能已经在网上了，如果你在用Grindr的话。所以我觉得，这个风险我能承受，会不舒服但可控。如果你的公司不一样，那需要的方法也会不同。
问：说到WhatsApp、Telegram，很多这类文本应用，大家也在找下一个形态，可能是眼镜、耳机。你希望智能体在你生活中扮演什么角色？你的愿望清单是什么？
斯坦伯格：我其实已经开始做那方面的工作了，但后来被所有使用它的人还有日常的琐事拖住了。但如果你在家里，我希望在任何房间里，就像《星际迷航》里那样，你可以说“电脑”，我希望不管我在哪里，都能跟我的智能体说话，它应该能回应我。它应该知道我在哪里。我在每个房间都放了小iPad，我的智能体可以用“画布”功能，把东西投射到那些iPad上。所以如果我问一个问题，这个问题如果也展示一些东西会更容易回答，它可以用离我最近的显示器，因为它知道我所在的位置。手机只是一个很方便的输入点，但我想在任何地方跟它说话。如果我戴着眼镜走来走去，我也应该能直接听到它，并让它把内容投到我眼前。总之，我想要的是那种无处不在、随身跟着你的智能体。我觉得一旦我们有了真正的智能家居，就像你手机上的智能体，但你真正想要的是无处不在的智能体。然后你可能会有工作中的智能体，可能会有私人智能体。然后那个Claw应该能以你们双方都舒服的方式跟你的个人Claw对话。这是我们未来需要解决的问题。
问：我刚跟Maran Dre做了一个播客，他是OpenClaw的超级粉丝，也跟安德烈·卡帕西（Andrej Karpathy）聊过。他们两个都在尝试用OpenClaw打理家里的各种事务。我觉得OpenClaw用于家庭是一个被低估的用途，但大家确实在发现它。我觉得最有趣的讽刺是，这之所以可能，只是因为“物联网”意味着大多数智能设备的安全性都很差，这才让OpenClaw能控制它们。
斯坦伯格：再过几个月，等模型再强一些，它会好用得多。
问：有一个关于安全的问题，提示词注入。你想怎么解决？或者说，你一直在想哪些方法？
斯坦伯格：可能想得还不够。但另一方面，前沿模型在检测那些情况方面确实相当不错，比如那些随机从网站或邮件进来的东西，通常已经不是问题了。你可以把它标成不受信任的内容，很难从里面偷信息。如果有人可以无限制地访问你的Claw，并且用大量信息轰炸它，那还是有可能。但话说回来，对某些事情来说，它已经不是最大的问题了。这也是为什么（你知道这可能是一些人说Peter不喜欢本地模型的角度），但我看到有人跑一个200亿参数的模型，那个模型只做你告诉它的事，而且没有经过任何防御训练，那还是有问题的。如果你跑那个模型，同时还用网页浏览器或邮件，我会担心。这就是为什么OpenClaw会警告你如果你用小模型。我知道有人会曲解整个事情，说我们讨厌模型。我喜欢我们支持一切，但你需要引导普通用户一点，让他们更难搬起石头砸自己的脚。对提示词注入有一些想法，只是还有一段距离，我还没宣布。我觉得西蒙·威尔森（Simon Willison）在这方面做了很多工作，是他创造了“提示词注入”这个词，双LLM的方法看起来很聪明。但我自己不够聪明，没法搞清楚所有它可能被攻击的方式。到某个时候，信任必须成为一件事，对吧？我从跟接下来发言的Vincent的交谈中发现一个有意思的事，你们不得不实现信任系统，就是你随着时间建立声誉，拥有更多信任的东西会获得更多特权访问。我觉得这很有道理，这是解决方案的一部分。
问：等你有更多空闲时间了，你想做什么酷炫的项目？
斯坦伯格：我想做“梦境”相关的工作，但后来一直被维护工作拖住了，只好先搁一搁。梦境是什么？它是一种整合记忆的方式，有点像做一个“梦境日志”，去过一遍你的会话记录。我们从Anthropic的源代码泄露中得知，他们也在做类似的“做梦”机制。我敢肯定还有更多公司在做。但你想一下我们人类是怎么学习的。你白天经历很多事情，然后睡觉，在睡眠里你的大脑会做垃圾回收，把一些短期记忆转成长期记忆，丢掉其他的。我觉得类似的想法对智能体也可能很有用。我们在梦境上发布的内容就是朝着这个方向迈出的第一小步。对，这和卡帕西一直聊的wiki个人知识库有关，你把所有东西收进一个wiki里，更多是记忆，但所有东西都有点混在一起。OpenClaw的美妙之处在于我们可以尝试各种东西。过去几个月我们做的一切，一开始是一个巨大的意大利面一样的混乱代码库，现在所有东西都是扩展、是插件。所以你可以换记忆模块，你可以加wiki，你可以加梦境，你可以加我不知道的、你任何疯狂的想法，把它变成你自己的。你不用把所有东西都通过PR交上来，我们在这方面仍然完全超负荷。但它更像是Linux，你可以装你自己的部分。
问：很多人觉得你在构建自Linux以来最具影响力的开源项目。你怎么应对那种名气？你作为这个项目实质上的BDFL（编者注：Benevolent Dictator for Life，终身仁慈独裁者），你的一天是怎么过的？
斯坦伯格：我很多时候还是在编码。毕竟总得产出点东西对吧。你得去驱动智能体。现在情况有点变了，更多的是大量的沟通，把大家引向正确的方向，因为我们在OpenClaw上学到了很多东西。所以我在OpenAI的部分角色是帮他们别再犯同样的错误。而对于OpenClaw，就是去试那些看起来让人兴奋的新东西，有些可能行得通，有些可能行不通。让公司能构建他们自己的Claw，而不用分叉代码库，让一切更可定制化。对，有时候我也睡觉。
问：在AI时代，你希望人类，特别是工程师，专注于发展哪些技能？
斯坦伯格：“品味”是重要的一个，但我已经说过了。系统设计仍然非常重要。我们在旧金山聊过这个。如果你不考虑这个，你最后会把自己逼到墙角，对吧？就是通过定义边界。有意思的是，虽然所有东西都在Clanker（智能体）里，但你仍然需要提出正确的问题，这决定了出来的是好代码还是非常糟糕的代码。这仍然是你拥有的所有知识，比如怎么构建软件，你可以用这些知识去引导智能体，让它不走向AI生成的“劣质代码”。还有一个我觉得越来越重要的技能是说“不”。这也是我必须学的。因为就算是最疯狂的想法，也只需要一个提示词就能实现。通常，这一个想法从来不是问题，而是这个想法加上那个想法加上那个想法再加上那个想法，以及这些东西怎么组合在一起，这才是问题。我觉得我们仍然受限于“思考”和把握大局的能力。因为从你的Clanker的角度想象一下世界，你被扔进一个代码库。你可能有一个过时的agent.md文件，但你基本上不知道这他妈的是什么。然后你被告知：“嘿，加用户配置文件”，然后你不知怎么就加了用户配置文件，并且把它跟你看到的两件事连起来了，但你没看到整个系统。很多局部解决方案就是这么产生的，导致你的项目变得一团糟。我们的工作是通过给智能体提供提示来帮它做到最好，比如“嘿，你要不要考虑一下这个？”“你要不要看看那里？”“这会跟那个怎么交互？”最后你才能得到一个实际上是可维护的系统。
主持人：谢谢你维护了有史以来最重要的软件之一，也谢谢你花时间跟我们聊。
斯坦伯格：谢谢邀请。希望你能留下来回答问题。
财盛证券提示：文章来自网络，不代表本站观点。
