整理 | 褚杏娟

這兩天，個人 AI 助手 ClawdBot 席卷硅谷，國內(nèi)外社交平臺上全是關(guān)于它的討論。不過，項目創(chuàng)始人 Peter Steinberger 在 X 平臺上發(fā)文表示，他被 Anthropic 強制要求更改名稱的成 Moltbot，這并非他本人的決定。

他透露，這次改名源于商標(biāo)問題，但在操作過程中不僅搞砸了 GitHub 的賬號更名，連 X 平臺的原賬號名也被加密貨幣推廣者搶注了。最終，他的新賬號名定為 @moltbot。

在此之前，他曾向加密貨幣圈的用戶發(fā)出呼吁，請求大家停止 @ 他和騷擾行為。他明確表示，自己永遠(yuǎn)不會發(fā)行加密貨幣，任何將他列為發(fā)幣主體的項目都是詐騙，并且他不會收取任何相關(guān)費用。他還指出，這類行為正在對項目造成實質(zhì)性的損害。

使用 Clawdbot 后，網(wǎng)友們紛紛給出了很高的評價�！八瞧駷橹棺顐ゴ蟮� AI 應(yīng)用，相當(dāng)于你 24 小時全天候?qū)?AI 員工。”Creator Buddy 創(chuàng)始人兼 CEO Alex Finn 盛贊道，“這就是他們 (Anthropic) 希望 Claude Cowork 呈現(xiàn)的樣子。”

當(dāng)前，ClawdBot 項目已經(jīng)開源，現(xiàn)在已經(jīng)斬獲了 70.1k stars：

https://github.com/clawdbot/clawdbot

Alex 展示了給他的 Clawdbot 發(fā)信息，讓它幫其預(yù)訂下周六在一家餐廳的座位。當(dāng) OpenTable 預(yù)訂失敗時，Clawdbot 利用 ElevenLabs 的技術(shù)致電餐廳并完成了預(yù)訂。

但 ClawdBot 真正讓技術(shù)圈興奮的，并不只是“能干活” ，而是其協(xié)作方式極其激進(jìn)：不會寫代碼的人，也能直接提 PR。原因很簡單：它幾乎是 100% 用 AI 寫出來的，PR 在這里更像是“我遇到了這個問題”，而不是“我寫了一段多漂亮的代碼”。

更有意思的是，這個看似“全開源”的項目，偏偏故意留了一點不開源。創(chuàng)始人 Peter Steinberger 保留了一個名為“soul”的文件只占項目的 0.00001%。他說得很直白：這既是他的"秘密資產(chǎn)"，也是一個刻意留下來的安全靶子。大家真的在試著 hack 它，他就等著看模型到底守不守得住。到目前為止，“soul”還沒被偷出來。

作為忠實粉絲，Alex 表示這是自 Claude Code 發(fā)布以來，自己第一次連續(xù)兩天沒有用它。但是他的 ClawdBot Henry 已經(jīng)連續(xù) 48 小時不停地 Vibe Coding�！拔疫@輩子都沒寫過這么多代碼。Vibe Coding 已死，Vibe Orchestration 已來。”

現(xiàn)在，Alex 想要退掉 Mac Mini，換一臺價值 1 萬美元的 Mac Studio。“我的 ClawdBot Henry 將控制一臺人工智能超級計算機。Henry 將使用 Opus 作為大腦，并使用多個本地模型作為員工集群�！�

Clawbot 并不是傳統(tǒng)意義上只能回答問題的聊天機器人，它本質(zhì)上是一個持續(xù)運行、可以執(zhí)行任務(wù)的個人 AI 智能體。

你可以把它安裝在自己的設(shè)備上，如 Mac、Windows、Linux，它可以長期在線，不停地接收指令、處理任務(wù)、記住你的偏好和歷史對話，隨著時間積累變得更懂你、更有“記憶”�？偟膩碚f，Clawbot 最令人震撼的地方有三點：

第一，它幾乎可以完全控制你的電腦。它沒有傳統(tǒng)意義上的“護(hù)欄”，不局限在某幾個功能里，而是可以像一個真正坐在電腦前的人一樣，操作你電腦上的一切。

第二，它擁有近乎無限的長期記憶。Clawbot 內(nèi)置了一套非常復(fù)雜的記憶系統(tǒng)。說過的話、做過的事，都會不斷被記錄下來。每次對話結(jié)束后，它都會自動總結(jié)聊過的內(nèi)容，并把關(guān)鍵信息提取出來，存進(jìn)長期記憶中。

第三，它完全通過聊天應(yīng)用來交互。你平時用哪些聊天工具，Clawbot 就能在哪兒跟你對話，這意味著，只要打開一個聊天軟件，就可以通過一條消息把任務(wù)交給 Clawbot 去做�，F(xiàn)在 Clawbot 支持 WhatsApp、Telegram、Slack、Discord、Google Chat、Signal、iMessage、Microsoft Teams、WebChat 等，還有 BlueBubbles、Matrix、Zalo 以及 Zalo Personal。

不過，如此放開的權(quán)限讓其幾乎沒有護(hù)欄，這帶來很大的安全隱患，現(xiàn)在 GitHub 上有 500 多個安全的問題，這也讓部分網(wǎng)友望而卻步。對此，很多使用過的用戶幾乎都表示，不建議一開始就把 Clawbot 裝在主力電腦上�！霸谀氵�不熟悉它之前，把它放在一個獨立環(huán)境里是最安全的選擇�！�

不過大家沒有想到，這個 AI 員工首先帶火的竟然是 Mac Mini。

很多人為了運行 Clawdbot 會專門買一臺電腦，而大部分選擇了 Mac Mini，原因是它便宜、兼容好、功率低、安靜、占地小。谷歌 DeepMind 產(chǎn)品經(jīng)理 Logan Kilpatrick 都忍不住訂了臺 Mac Mini。

更有網(wǎng)友曬出自己一口氣買了 40 臺 Mac mini 來運行 Clawdbot。

也有網(wǎng)友稱可以用一臺免費的服務(wù)器運行著完全一樣的程序，Alex 也稱沒必要花 600 美元買 Mac mini，有其他便宜得多的方式來運行 Clawbot。買 Mac mini 更多是個人偏好，而不是技術(shù)上的必要條件。你完全可以不買任何硬件，只需要一個 VPS。另外，云廠商們動作迅速，有網(wǎng)友發(fā)現(xiàn)騰訊云直接推出了 Clawdbot 云服務(wù)。

隨著項目的火爆，其背后的開發(fā)者 Peter Steinberger 也備受關(guān)注。Peter 在“Open Source Friday”上分享了他一手打造 ClawdBot 的經(jīng)過，從創(chuàng)建、創(chuàng)始到維護(hù)，全由他獨自完成。有意思的是，此前甚至有傳言稱，Peter 可能是一個 bot、Agent，甚至本身就是 AI。而 Peter 的出現(xiàn)也讓項目成員和關(guān)注者們確認(rèn)了他是個“真人”。

Peter 一度已經(jīng)退休了，后來又從退休狀態(tài)里出來開始折騰 AI。從外表來看，Peter 年輕有活力，完全不像已到退休年齡、可領(lǐng)取養(yǎng)老金的人。

Peter 的職業(yè)生涯也頗具亮點，他曾獨立運營一家 B2B 公司長達(dá)十三年。這家公司打造出了當(dāng)時全球領(lǐng)先的 PDF 框架，團隊規(guī)模最高發(fā)展到約七十人。在公司發(fā)展步入穩(wěn)定階段后，Peter 收到了一份極具吸引力、令人無法拒絕的收購邀約，這也為他這段創(chuàng)業(yè)歷程畫上了一個圓滿的句號。

不過，Peter 口中的“退休”更像是一種玩笑式的表述。在十三年的創(chuàng)業(yè)生涯中，他幾乎傾注了所有精力，就連周末也大多用于工作，長期的高強度投入最終讓他陷入了嚴(yán)重的 burnout（心力交瘁）狀態(tài)。之后，Peter 花了不少時間調(diào)整身心，彌補生活中的遺憾，體驗了許多有趣的事情。但他知道自己是那種熱愛“創(chuàng)造”和“構(gòu)建”的人，遲早還會回來。

直到去年年初，Peter 的創(chuàng)作想法再度燃起。正好，那時候 AI 從“這玩意兒不太行”，突然變成了“等等，這有點意思”。從那以后，Peter 基本上就把身邊無數(shù)人一起拉進(jìn)了 AI 的坑里。

下面是 Peter 在節(jié)目上的對話，除了分享經(jīng)歷，他也談到了大家的各種意想不到的應(yīng)用和最關(guān)心的安全問題，安全正是他當(dāng)前最優(yōu)先的工作。我們在不改變原意基礎(chǔ)上進(jìn)行了刪減和翻譯，以饗讀者。

“本來想等大廠做的”

主持人：這個項目現(xiàn)在太火了，GitHub 星數(shù)漲得飛快。你似乎正好擊中了一個大家憋了很久的需求：一個人，也能把很多事情搞定。我甚至覺得你在無形中拉升了 Apple 的股價，大家都跑去買 Mac mini 來自己跑實例了。能不能講講，這個想法最初是怎么冒出來的？

Peter：我剛回來的時候，其實特別想要一個“生活助理”，四月份就已經(jīng)在想這個事了，也試過一些想法，但當(dāng)時模型還不夠好。我后來就把這個念頭放下了，因為我覺得這種東西，肯定是各大廠都會做的，那我做還有什么意義呢？于是我又去做了很多別的項目。直到十一月，我突然意識到，居然還沒有人真的把這件事做出來。我心想，難道還真是什么都得我自己來？

也不知道哪根弦被撥動了，那個月我用一個小時拼了點非常糙的代碼，用 WhatsApp 發(fā)消息，轉(zhuǎn)到 Claude Code，再把結(jié)果發(fā)回來。本質(zhì)上就是把幾樣?xùn)|西“粘”在一起，說實話并不難，但效果還挺好。

后來我意識到，我還需要圖片輸入。我自己在提示時經(jīng)常用圖片，因為它能給 Agent 很多上下文，而且非�？臁＿@個反而花了我更多時間。系統(tǒng)支持雙向之后，我正好在馬拉喀什參加朋友的生日旅行，用這個非常原始的系統(tǒng)一邊逛城一邊當(dāng)“導(dǎo)游”，已經(jīng)比我預(yù)期好用很多了。

有一次我沒多想，直接給它發(fā)了一條語音消息。但當(dāng)時我根本沒做語音支持。我就盯著“正在輸入”的提示，看會發(fā)生什么。大概幾秒后，它居然回了我。我當(dāng)時整個人都愣住了，心想你剛才到底干了什么？后來我才發(fā)現(xiàn)，它識別到一個沒有后綴的文件，去查了 header，判斷是音頻格式，用 FFmpeg 轉(zhuǎn)碼，發(fā)現(xiàn)本地沒有轉(zhuǎn)寫工具，就在系統(tǒng)里找到一個 OpenAI key，用 curl 把音頻丟給 OpenAI，然后把結(jié)果再發(fā)回來。

主持人：這聽起來像是你第一行代碼就觸發(fā)了 AGI。

Peter：也許還稱不上 AGI，但那一刻我真的意識到，這些東西的“自發(fā)應(yīng)變能力”已經(jīng)超出了我原本的想象。后來我還開玩笑說“我住的那個馬拉喀什酒店門鎖不太靠譜，希望你別被偷走，畢竟你跑在我 MacBook Pro 上”，它回我說“沒關(guān)系，我是你的 Agent”，然后它還去檢查了網(wǎng)絡(luò)，發(fā)現(xiàn)通過 Tailscale 能連到我在倫敦的電腦，結(jié)果它就把自己遷移過去了。我當(dāng)時就在想，這就是 Skynet 的起點吧。

主持人：最初的架構(gòu)是怎樣的？是什么讓它具備這種“自主決策”的能力？你用的是什么模型？這是你的第一次實現(xiàn)嗎？就是 WhatsApp 加 Claude Code 那一版。

Peter：最早它叫 V Relay，本質(zhì)就是 WhatsApp relay。后來我在做 Claude 相關(guān)的東西時，有人給 Discord 提了 PR，我一度猶豫要不要提 Discord，因為這已經(jīng)不只是 WhatsApp 了。最后還是提了，然后名字也得改。Claude 給了個建議叫 ClawdBot ，于是就這么定了。項目后來清理了很多，但最早的起點真的很樸素。

主持人：我第一次看到這個項目的時候，還以為它是 Anthropic 內(nèi)部出來的，心想是不是我錯過了什么。它的發(fā)展速度太快了，很多人很快就開始用起來。除了“拉升 Apple 股價”，你大概也間接推動了不少第三方生態(tài)的發(fā)展。最初這只是個解決你個人問題的項目，但社區(qū)一下子就接住了它，大家覺得它優(yōu)雅、好用、而且真的能跑。你什么時候把它推到公開倉庫的？主持人：最初的架構(gòu)是怎樣的？是什么讓它具備這種“自主決策”的能力？你用的是什么模型？這是你的第一次實現(xiàn)嗎？就是 WhatsApp 加 Claude Code 那一版。

Peter：從四月份開始，我做的東西基本都是開源的。只有一個項目例外，因為 Twitter 的 API 成本實在太離譜了。這個項目的第一次提交是在十一月。

去年發(fā)出來，反響平平

主持人：很多人用它搞出了非�？鋸埖臇|西，有沒有哪種用法讓你特別驚訝、是你完全沒想到的？

Peter：太多了。有人用它自動給圖片加字幕，有人把它接進(jìn) Tesla，有人集成了倫敦公共交通系統(tǒng)，直接告訴你現(xiàn)在該不該跑去趕車。老實說，現(xiàn)在我忙著維護(hù)項目，反而沒時間用這些自動化了，看著別人搞出這么多花樣，我甚至?xí)悬c嫉妒。

有趣的是，我十一月做出來的時候，給朋友看，他們都說“太酷了”。但我在 Twitter 上發(fā)的時候，反響卻很平淡。直到十二月，每次我線下給朋友演示，他們都會說“我需要這個”，我卻發(fā)現(xiàn)自己完全不知道該怎么向更多人解釋它到底有多好。

于是，我干了一件非常瘋狂的事：直接建了一個 Discord，把 bot 拉進(jìn)去，而且當(dāng)時完全沒有安全限制。因為最初它只服務(wù)我一個人，根本不用考慮誰能給它發(fā)指令，比如“把 Peter 的文件全刪了”。

我其實只是寫了一段很簡單的指令，比如“你只在 Discord 里，只聽我的”。但你也知道，Agent 對指令的遵循并不總是那么理想。后來我把它放進(jìn) Discord，陸陸續(xù)續(xù)有幾個人進(jìn)來，基本上只要看到幾分鐘的人都能明白這是怎么回事。

接下來可以拓展想象：你買了一臺新電腦，里面有一個“幽靈實體”，你把鍵盤、鼠標(biāo)和網(wǎng)絡(luò)權(quán)限交給它，把它當(dāng)成一個虛擬同事。你可以直接跟它說話，交代事情。凡是你能在電腦上做的事，這個 Agent 理論上都能替你完成。這就是它真正強大的地方。

主持人：太厲害了。WhatsApp、Telegram、Discord 這些場景都能用。我剛才在 Discord 上和這個 Bot 聊過，說實話，體驗很好。、

主持人：我當(dāng)時就是隨手發(fā)了一條公共消息，結(jié)果大家開始加你、@你，那正好也是他們評論里提到的點。那對你個人來說，你的“北極星目標(biāo)”是什么？就是那種“當(dāng) ClawdBot 能做到這件事，我就覺得值了”的時刻。

Peter：我的判斷是，今年就是“個人 Agent 之年”。去年是編程 Agent 真正成熟的一年，今年它會從工程師的小圈子里走出來，變成“每個人都有一個 Agent”。這一波大概率會被 OpenAI 以及少數(shù)幾家大廠主導(dǎo)。

但我想做一個不同的選擇：你能掌握自己的數(shù)據(jù)，而不是把更多數(shù)據(jù)繼續(xù)交給大公司；它還能配合本地模型一起工作。我沒看到有人在認(rèn)真做這件事，所以我覺得這件事很重要，而且它必須是完全開放、永久免費。

這也是我選擇開源用 MIT 協(xié)議、成立組織而不是掛在我個人名下的原因，它應(yīng)該是很多人一起的項目。現(xiàn)在最大的現(xiàn)實問題是，我被“讓它變得更好、更安全”這件事徹底占滿了，還沒來得及把外圍體系搭完整，也沒真正建立起高效協(xié)作的機制。目前有一些人幫忙維護(hù)，但整體還太早，還在摸索怎么把事情分好。

PR 成為“問題線索”

主持人：但說實話，從去年十一二月到現(xiàn)在，你已經(jīng)做得非常多了。現(xiàn)在才一月，指望一個項目在一個月內(nèi)就成熟、就有核心團隊，本來也不現(xiàn)實。

Peter：老實講，在現(xiàn)在這個節(jié)奏下，我一天寫的代碼，可能比我以前 70 人公司一個月寫得都多。在這個新世界里，構(gòu)建東西的速度已經(jīng)完全變了。我也在刻意挑戰(zhàn)大家對開源和治理的傳統(tǒng)理解�，F(xiàn)在很多人給我提 PR，質(zhì)量參差不齊，但我更愿意把它們當(dāng)成“問題陳述”或“意圖表達(dá)”，而不只是代碼提交。

主持人：我喜歡這個說法。那現(xiàn)在大家是用 ClawdBot 來提 PR 嗎？

Peter：是的。而且讓我特別受觸動的是，有很多 PR 來自從沒學(xué)過寫代碼、也從沒提過 PR 的人。因為這個 Bot 有完整的電腦訪問能力，也懂 GitHub 的工作方式。

我還做了一件在很多項目里不常見的事：在官網(wǎng)上你可以選“快速安裝”或“可折騰安裝”。后者的流程就是克隆倉庫、build、啟動。Agent 本身就活在一個 GitHub 倉庫里，全是 TypeScript，它可以直接改自己的代碼，然后重啟。

這讓事情變得非常簡單。有人說“這個不工作”，我就直接改一下，馬上就好，然后他們順手就提了一個 PR。當(dāng)然，這些 PR 的質(zhì)量肯定比不上那些在行業(yè)里干了 20 年的人寫的東西，但依然很驚人，因為它讓更多人開始參與貢獻(xiàn)、開始分享東西。

主持人：我真的很認(rèn)同這種看法�，F(xiàn)在開源項目面臨的一個現(xiàn)實問題就是 PR 暴增。Agent 反而可以幫你檢查貢獻(xiàn)規(guī)范、查重 Issue、避免重復(fù)勞動。聽起來，這正是工程協(xié)作正在演進(jìn)的方向。而且如果我發(fā)現(xiàn)一個問題，提了 PR，甚至讓 ClawdBot 自己把問題“修掉”，這太酷了。

Peter：過去的流程是你提 PR，等幾天，被人打回來，說你哪里不對，再改，來回幾輪，可能幾周后才合并。那在“代碼昂貴、難寫”的年代是合理的。但現(xiàn)在代碼已經(jīng)很便宜了，這種反饋循環(huán)本身就不值錢了。

在我看來，PR 更像是在說：“這有一個問題，這是我試著解決它的方法。”我更關(guān)心的是這個人真正想解決什么痛點，而不是這段代碼寫得漂不漂亮。有時候確實是誤解，那我就直接關(guān)掉；但更多時候，尤其是項目早期，我會覺得這個痛點是真的，我們一起把它解決掉。

做新功能最難的，從來不是寫代碼，而是把它合理地嵌進(jìn)已有系統(tǒng)。如果你對整體架構(gòu)不熟，硬塞一個功能，遲早會出問題。所以，我寧愿把 PR 當(dāng)成“問題線索”，而不是“成品代碼”，否則項目只會慢慢自我消耗。

主持人：這段話真的該讓所有人都聽到。我完全同意，工程文化正在變化�，F(xiàn)在的阻力，很多來自還停留在“寫代碼本身很貴”這個認(rèn)知里的人。事實上，很多好點子恰恰來自不懂架構(gòu)的人，因為他們有最直接、最真實的需求。當(dāng)你在一個項目里待久了，反而看不清這些。

Opus 表現(xiàn)穩(wěn)定，MiniMax 2.1 最“像人”

主持人：要不你給大家演示點什么？

Peter：我先簡單說下語音控制。最簡單的是在 Discord 里發(fā)語音消息，Agent 會語音回復(fù)。語音生成你可以用本地模型，或者 ElevenLabs。我們還有插件，能讓 Agent 打電話，比如你讓它給餐廳打電話訂位。還有 Mac App 的語音聊天，你直接說話，它在檢測到兩秒靜默后回應(yīng)，雖然還不如 OpenAI 那種自然，但已經(jīng)很不錯了。再極客一點的，是語音喚醒，像《星際迷航》一樣，說“Computer”就能下指令。

對我來說，這個項目既是技術(shù)項目，也是一次探索。我更想激發(fā)大家的想象力，看看什么行得通、什么行不通。而且這個領(lǐng)域變化太快，可能這個月不行的方案，下個月就突然可行了。

主持人：那也請你順便跟大家講講安裝門檻吧，不是每個人都想為了跑 Agent 去買一臺 Mac mini（笑）。

Peter：系統(tǒng)支持多個 Agent、多個端點。你甚至可以給家里每個人一個 Agent，用同一套安裝。默認(rèn)它們能在你的電腦里自由活動，這最有趣，也最危險；你也可以把它們放進(jìn) Sandbox�，F(xiàn)在演示用的 Agent 在 Sandbox 里，權(quán)限很低。我正在做一個 Allow List 機制，只允許調(diào)用你明確授權(quán)的能力，比如某個二進(jìn)制、某個參數(shù)，而不是“刪光所有文件”。

說實話，大多數(shù)高級用戶是清楚風(fēng)險的。理論上模型能做壞事，但實際很少發(fā)生。而且你真想毀電腦，自己在終端敲命令更快。真正的風(fēng)險是配置錯誤，比如讓它響應(yīng)所有人，或者主動給了不該給的權(quán)限。所以我們做了安全審計，默認(rèn)只聽你一個人。

主持人：這也是為什么很多人會選擇隔離環(huán)境、單獨機器，千萬別在公司配的電腦上跑。

Peter：對，我也建議用強模型，比如 Anthropic 的 Opus。Slack 上有人一直在嘗試 hack 我的 Agent，因為項目幾乎全開源，唯一沒開源的是我稱之為“靈魂（soul）”的那部分配置。

在 ClawdBot 里有一個小系統(tǒng)：Agent 有身份文件（identity file）、記憶文件（memory），還有一個“靈魂文件”。這個文件里寫了 Agent 的價值觀是什么、它怎么同步、怎么互動、什么對你最重要。

我覺得我調(diào)出了一個很好的版本，所以我把它閉源了：一部分原因是，這是我那 0.00001% 的“秘密資產(chǎn)”（笑）；另一部分原因是，它也可以作為一個滲透測試目標(biāo)：到目前為止，還沒有人把 Claw soul 套出來，但很多人都試過。這讓我有點信心，至少這些實驗室在 prompt injection 的緩解上確實在進(jìn)步。

它真的變好了：如果你用很小、很老的模型，你只要問得足夠多，它最后可能就會“好吧，給你一切”，那就是我們以前的狀態(tài)。但現(xiàn)在用最新一代模型，我有信心：你必須非常非常努力，才有可能把它套出來。

當(dāng)然，把它不加 sandbox 直接接到真實環(huán)境里依然不是好主意，所以現(xiàn)在我做 demo 的時候，我的 Claw 權(quán)限就比較受限。

到目前為止，在我們測試過的模型里，表現(xiàn)比較穩(wěn)定的是 Opus，還有開源模型 MiniMax 2.1 是目前最“Agentic”的一個，我們內(nèi)部有個專門討論模型的頻道，有人給它起了個外號，Minimax 也順勢接住了這個梗，還發(fā)了條推，說“我們可能沒有 T0 級價格，也可能沒有團隊級價格，但至少我們有目標(biāo)質(zhì)量”。結(jié)果這個帖子小火了一把。

我個人其實很欣賞這種不把自己端得太高的公司。他們很清楚自己在技術(shù)上暫時還沒追上美國頭部實驗室，但在我看來這只是時間問題。現(xiàn)在有很多公司都在加速追趕，這本身就很讓人興奮。比如 Minimax 的模型你可以直接下載，我能在那臺 Mac Studio 上本地跑，我的 Agent 把那臺機器叫作“城堡”。這樣我就能把所有數(shù)據(jù)都留在這臺機器上，推理也在本地完成，對外只通過消息型 Agent 通信，甚至可以用 Signal 走加密通道。這樣，如果我愿意， 100% 的數(shù)據(jù)都不會出本地。這種感覺很酷，說實話，幾乎沒有公司真的能做到這一點。

主持人：那你會建議大家一開始就接 Telegram 嗎？作為初始配置是不是最省心？

Peter：我是后來轉(zhuǎn)過來的。在歐洲，如果你沒有 WhatsApp，基本等于不存在。我猜你在哥倫比亞也是一樣。

主持人：一模一樣。

Peter：但問題在于，一開始我試的是官方路線，用 Twilio 拿號，注冊企業(yè)賬號，結(jié)果 Meta 一直封我，說我作為企業(yè)發(fā)消息太多。它的邏輯就是企業(yè)只能給客戶群發(fā)消息，那種模式根本不適合 Agent 折騰了幾天、申訴無果之后，我直接怒刪了。

后來我發(fā)現(xiàn)有一些開源項目，比如 Baileys，基本是模擬原生客戶端的行為，你可以把手機連上，用起來效果很好。但 WhatsApp 本身就不是為 bot 設(shè)計的，很多高級功能做不了，比如審批按鈕之類的交互。

Telegram 對 bot 真的友好得多，有完整的 API、能玩很多花樣，所以我現(xiàn)在會推薦這個。當(dāng)然，其他平臺也都能用，而且這個領(lǐng)域變化會非�？�。希望 Meta 什么時候能清醒一點，真的給一個像樣的 bot API。

Peter：至于 demo，我確實推得有點猛了，因為我現(xiàn)在在做 sandbox。之前的情況是，很多人發(fā)現(xiàn)了這個東西，直接全力開搞，甚至拿去工作用。但那樣的話，肯定需要更多護(hù)欄。

主持人：那你會建議大家一開始就接 Telegram 嗎？作為初始配置是不是最省心？

Peter：沒有這種計劃。我真正想做的只是給大家更多選擇。沙盒化上周其實就已經(jīng)能用了，這周我在做的是 allow list。理想狀態(tài)下，你可以預(yù)先定義哪些操作是安全的，如果 Agent 想執(zhí)行一個敏感操作就會彈窗，讓你選“只允許一次”或者“永久允許”。雖然我直覺上覺得，大多數(shù)人最后還是會以 YOLO 模式。

主持人：就像大多數(shù)開發(fā)者給 Coding Agent 也是一直跑在 YOLO 模式上。

Peter：對，因為別的模式真的很煩。但即便如此，我還是想把這件事做好。

主持人：所以現(xiàn)在演示中的是一個原生集成在 bot 里的 sandbox 能力？而不是用戶自己去搭？是免費的對吧？

Peter：對，它的成本主要是我的 token 和睡眠，還有你得自己找地方跑模型。如果你有一臺性能不錯的機器，是可以完全本地跑的。

瘋狂的使用

主持人：那現(xiàn)在大家都在用它做什么？

Peter：Twitter 上已經(jīng)有各種各樣的案例，說實話，大家做的事情已經(jīng)比我自己做的還瘋狂。

我個人最夸張的一次，是把它接到我的床上。我用的是 Eight Sleep，有 API 可以控制溫度，我寫了個 CLI，讓 Agent 去調(diào)�，F(xiàn)在它能控制床的溫度、開音樂、調(diào)燈光、看攝像頭、查外賣進(jìn)度。它有自己的郵箱，也能訪問我的郵箱；有自己的 WhatsApp，也能讀我的聊天，甚至可以“替我回復(fù)”。這本質(zhì)上是個取舍，你給它的權(quán)限越多，能做的事情就越厲害。

還有人用它做各種自動化，比如在 Twitter 上收藏一條內(nèi)容，它就自動研究、整理進(jìn) to do list；有人直接拿它搭完整應(yīng)用；幾乎人人都給它配一臺 MacBook。我以前的一個合伙人，甚至讓它清空了收件箱里的一萬封郵件。

主持人：一萬封？他是怎么敢這么干的？

Peter：你知道的，Gmail 所謂“清空收件箱”其實只是歸檔，沒有真正刪掉。

挺棒的。我更關(guān)心的是，這些東西是不是可以一路跟著我跑，或者有沒有什么我必須特別注意的點。有些用例我覺得特別酷，比如有人把它用在家庭場景里。每個人都有自己的 Agent，比如我、我老婆——好吧，我其實沒有老婆（笑），但你能給每個人配一個 Agent，而且這些 Agent 之間還能彼此溝通、同步信息。比如家里有一個共同的待辦事項，它們自己就能對齊進(jìn)度。這種玩法我自己都還沒完全試過。

主持人：我太喜歡這個了，我真的需要。以前是“讓你的人跟我的人談”，現(xiàn)在直接變成“你的 Agent 跟我的 Agent 談”，這也太酷了，聽說有人直接讓它幫忙生成購物清單。

Peter：對，很酷，而且這一步其實已經(jīng)不遠(yuǎn)了。有些人已經(jīng)把它做到更徹底，比如 Agent 可以直接幫你從 Tesco 下單。你只要說一句“把這些東西再買一遍”，它就自己去處理，幾個小時之后，東西已經(jīng)放在你家門口。

主持人：還有人用它來處理發(fā)票和報銷。天啊，這簡直是為我量身定做的。我現(xiàn)在就有一份報銷單拖了一周還沒交，老板要是看到這段話我先道歉了，但我是真的很討厭干這個。

Peter：這個用例真的很受歡迎。還有一個我覺得特別有意思的，是用它幫自己重新回到健身狀態(tài)。你可以把它接到你的可穿戴設(shè)備上。

主持人：你是說那個 Oura Ring？

Peter：對，也可以接 Garmin 手表，或者其他運動手環(huán)。Apple 這塊是最麻煩的，但我們也有解決方案，只是稍微煩一點，因為你得讓 iPhone 上的 App 保持打開狀態(tài)才能同步數(shù)據(jù)，Apple 對生態(tài)的封閉你也懂的。

不過 ClawdBot 有一個點我之前沒怎么見過，就是它的“主動性”能做到多強。一般的 Agent 都是你問一句它答一句。但我給它做了一個“心跳機制”，即默認(rèn)每隔一段時間，不同模型可能是半小時或者一小時，Agent 會被“敲一下”，問自己一句：有沒有什么事情需要檢查？有沒有什么待辦被落下了？它會自己去梳理，如果發(fā)現(xiàn)有遺漏，要么提醒你要么就不打擾你。

這個機制是可控的，你可以把它設(shè)得很簡單，比如它只往系統(tǒng)里發(fā)個信號，不需要你回復(fù)，那就什么都不發(fā)生，也可以讓它主動找你。具體看你怎么編排，它甚至可以每天早上跟你說一句“早安”，偶爾關(guān)心你一下，“最近狀態(tài)怎么樣”。

如果你跟它說“我有一個目標(biāo)，你幫我盯著”，它就會真的盯著，比如問你：今天走路了嗎？去健身房了嗎？比如我的 ClawdBot，就經(jīng)常很失敗地試圖勸我早點睡覺。凌晨一兩點，它會提醒我：“Peter，我還看到你在線，你該睡了�！�

主持人：這已經(jīng)是真正意義上的私人助理了，我太喜歡了。

Peter：還有人用它來學(xué)語言。事實證明，有一個東西不斷地“嘮叨你”、提醒你去完成自己給自己定下的目標(biāo)，其實非常有效。有時候只需要輕輕踢一腳，人就動起來了。

所以我也建議那些一臉懵、還不知道這是啥的人看看，我做了一個小展示頁面，內(nèi)容全部來自真實的推文。我不太喜歡那種只堆金句、不知道是不是編的頁面，這里面的都是用戶真實發(fā)出來的體驗。

用舊電腦上手，Gemini 現(xiàn)在不行

主持人：那如果我現(xiàn)在想上手，我算是那種“半懂技術(shù)”的人，你會建議從哪一步開始？比如 Telegram 是一個入口，還有人提到過別的平臺，說 API 也很友好。

Peter：我覺得最舒服、最簡單的方式是：如果你家里有一臺舊電腦。

主持人：直接用它。

Peter：對，直接用。很多人家里都有一臺舊 Mac，這個場景下簡直完美。網(wǎng)站上有一條命令，你復(fù)制到終端里，剩下的我們會一步步帶你走。

很多人用 Anthropic 的模型，OpenAI 的模型也很好用。我也相信 OpenAI 在“性格”這塊會持續(xù)進(jìn)步，現(xiàn)在確實有點偏無聊。如果你預(yù)算有限，MiniMax 是個很好的替代方案，一個月十美元，調(diào)用量跟一些一百美元的方案差不多。當(dāng)然還不完全一樣，但這個領(lǐng)域變化真的很快。

主持人：那你覺得模型會越來越便宜嗎？還有你用過 Gemini 模型配 ClawdBot 嗎？體驗如何？

Peter：Gemini 現(xiàn)在不行，真的不太行。

主持人：好，結(jié)論非常清晰（笑）。所以如果只是想實驗，用一些本地的、便宜的模型，是更現(xiàn)實的路徑。

Peter：當(dāng)然，每個模型其實都可以稍微“調(diào)教”一下。早期的 Anthropic 模型，你得對著它全大寫吼幾句，它才肯干活。我相信 Gemini 也有辦法榨出更多效果，但總體來說，它在工具調(diào)用、那種真正“像助手”的感覺上，我沒找到特別好的表現(xiàn)。寫代碼還行，但這不是這個項目的核心。

問題是，我一天也只有這么多時間。我每天睡四個小時，剩下的時間都在寫代碼，還沒來得及把所有東西都打磨到位。

主持人：那我們能怎么幫你？順便說一句，你這項目還挺環(huán)保的，我現(xiàn)在都后悔把那臺 2013 年的 iMac 扔了，這玩意兒跑起來完全沒問題。

Peter：如果你技術(shù)稍微好一點，也可以直接丟到 Hetzner、Fly.io 這類便宜的云主機上跑，效果都很好。我最近還做了一個新方案：你可以在云上裝一個叫 Gateway 的服務(wù)，然后在自己機器上跑一個節(jié)點，用 Tailscale 把網(wǎng)絡(luò)安全地連起來。

有了這個之后，云端的 Agent 就能直接連到你的 Mac，做一些只有 Mac 才能做的事情，比如訪問 Photos 里的照片、連 iMessage。這些在 Linux 上就不行。但大多數(shù)功能是通用的。

當(dāng)然，最有“味道”的還是那臺舊 Mac。有人給它貼貼紙，說這是 Claude 的電腦，我真的很愛這個畫面。Windows 也能跑，只是沒那么完美，畢竟我時間有限。但我已經(jīng)拉了一些貢獻(xiàn)者，也在找更多人一起。

主持人：是 Windows 方向，還是全都要？

Peter：全部。我希望這是一個真正的社區(qū)項目。

主持人：那就說到重點了，這個問題太關(guān)鍵了：大家怎么參與？你真的得睡多點。

Peter：大家最容易幫忙的地方，其實是文檔，把它寫得更清楚，指出哪里有問題，在 Discord 幫新手答問題。很多問題不是 Agent 不聰明，而是需要經(jīng)驗積累。另外還有測試，因為我推進(jìn)速度很快，東西難免會壞。以后會有穩(wěn)定版、測試版這些區(qū)分，但現(xiàn)在還在快速迭代階段。如果有人能說“這里壞了”，最好再順手提個 PR，那簡直完美�？傊�，想幫忙就來 Discord，這是最直接的地方。

主持人：你個人最想優(yōu)先推進(jìn)的是什么？這個領(lǐng)域是按小時變化的，不是按周。比如到二月底，你最希望項目做到哪一步？

Peter：網(wǎng)站上有一句話，說“一行命令就能跑起來”。我想確保這句話在任何環(huán)境下都成立，這件事非常難，因為系統(tǒng)實在太多了。但安裝必須足夠簡單。

我還想把 iPhone、Android、Mac 的 App 全部打磨好，現(xiàn)在其實已經(jīng)有了，只是還不夠好。如果你想?yún)⑴c，這些地方都是明顯的空白點。當(dāng)初我剛開始做，但項目突然爆了，我只能先把核心打牢。

還有一件事，我想在 onboarding 的時候就明確提示大家去讀安全文檔。能力越大，責(zé)任越大，比如你不應(yīng)該隨便給一個廉價模型過高權(quán)限。我也想把“沙箱”和權(quán)限分級做得更清楚，讓每個人都明白自己到底給了 bot 多大的權(quán)力。

現(xiàn)在這些還需要靠文檔理解，我希望以后能更直觀。長遠(yuǎn)來看，我不想這是我一個人的項目，我希望它真正變成一個社區(qū)。

“百分之百用 AI 寫的”

主持人：你個人最想優(yōu)先推進(jìn)的是什么？這個領(lǐng)域是按小時變化的，不是按周。比如到二月底，你最希望項目做到哪一步？

Peter：不是，全是 TypeScript。

從 AI 出現(xiàn)之后，我其實已經(jīng)沒那么在意“用什么語言”了。語言本身的重要性在下降，真正重要的是生態(tài)。這個項目我希望它足夠友好、足夠容易被改、被玩、被 hack，而在這件事上，全世界最合適的語言就是 JavaScript 和 TypeScript。再加上 TypeScript 對 Web 場景真的很強，而這個項目本身就有大量應(yīng)用層的東西，很多狀態(tài)在來回切換、推送、回滾、跳轉(zhuǎn)，這些用 JS/TS 做起來非常自然，所以選擇它幾乎是顯而易見的。

我也喜歡用 Rust 寫東西，喜歡用 Go，我很多 CLI 工具都是用 Go 寫的；有時候也會玩點 Zig；做 Web 的話我當(dāng)然很喜歡 TypeScript；原生端我也喜歡 Swift，畢竟在 Mac 上生態(tài)最好，iOS 這邊大家都在用 Kotlin。說到底，現(xiàn)在更多還是生態(tài)的選擇，而不是語言本身。

所以我覺得這個決定是對的，因為它讓更多人可以參與進(jìn)來。JavaScript 確實有自己的歷史包袱，但世界上沒有完美的東西，永遠(yuǎn)都是取舍問題。至于現(xiàn)在把它整個重寫成 Rust，說實話還不是一個現(xiàn)實的選項。

主持人：我們都知道，這個項目真正的“實現(xiàn)語言”其實是血、汗和 token，很多很多 token。

Peter：還有無數(shù)個不眠之夜。這個項目本身就挺瘋狂的，因為它是百分之百用 AI 寫出來的，里面沒有一行代碼是我親手敲的。

主持人：這個項目是用 Rust 寫的嗎？我看那個螃蟹圖標(biāo)……

Peter：大部分都會。有些代碼，比如把代碼從一個地方推到另一個地方，那種我不太關(guān)心；它還有一個 Web server，我也不在意到底用了哪個 Tailwind 的 class 去對齊按鈕，只要看起來對就行。但我會非常在意像 Telegram 的配對和認(rèn)證邏輯，必須確保別人不能冒充我。

所以你得對系統(tǒng)有整體理解，有些地方可以不細(xì)看，有些地方必須看。即便只有我一個人，這個工作量也依然很大。因為這些 Agent 還缺一樣?xùn)|西：愿景、品味和愛。網(wǎng)上有那種 meme，說你寫一長串需求，然后一股腦丟給 Agent，它就幫你全做完了——但我不覺得好軟件是這么做出來的。

對我來說，我需要先做出一個東西，然后去用它、去感受它：手感怎么樣、看起來怎么樣；基于這些真實體驗，我再不斷調(diào)整自己的想法�，F(xiàn)在我對這個產(chǎn)品的理解，已經(jīng)和最開始完全不一樣了；再過一個月，等我看到更多人怎么用它后可能又會變。

最近我越來越重視“sandbox”這件事，讓大家可以安全地試、隨便玩。原因很簡單，我看到大量完全不懂技術(shù)的人也在用它，這讓我意識到一個優(yōu)先級：一定要給他們提供足夠好的默認(rèn)選擇。一開始我只是為自己做的，那些東西我自己根本不需要，但現(xiàn)在把它做好，本身成了一件非常有趣的挑戰(zhàn)。

主持人：你提到的其實也正是為什么我覺得我們暫時還能保住工作，因為現(xiàn)在還沒有“品味”。也許有一天模型會突然好到讓人震驚，但在此之前，人本身一直在變化。就像你說的，一開始你根本沒考慮 sandbox，因為那不是你的使用場景；現(xiàn)在你開始為不懂技術(shù)的人優(yōu)化體驗了。這種判斷、審美和在意，必須來自人，而不是憑空生成。也正因為如此，我們的工作暫時還是安全的。

“我寧愿和你的 Agent 聊，也不想和你聊”

主持人：順便問一句，ClawdBot 真的會用你的信用卡買東西嗎？

Peter：說實話，我自己還沒試過，但 Twitter 上已經(jīng)有人給它接入了 1Password，把信用卡權(quán)限也放進(jìn)去，讓它幫忙買東西，結(jié)果真的能用。

我做過最嚇人的一次測試，是在項目非常早期的時候。我對它說：“我要回家了，幫我值機�！彼f沒問題，然后直接打開瀏覽器開始操作。

我們以前有圖靈測試，看機器能不能假裝成人類；我現(xiàn)在提議一個新測試：British Airways 登錄測試。光值機就要填二十多頁表單，而且網(wǎng)站體驗極其糟糕。其中一個挑戰(zhàn)是它必須輸入我的護(hù)照號。它就在我電腦里到處找，最后找到了一個 passport.pdf，打開文件，把號碼讀出來。那二十分鐘我一直在出汗，心里想“我是不是這輩子回不了美國了”。結(jié)果它真的幫我值機成功了。

后來我在瀏覽器自動化上做了大量優(yōu)化，現(xiàn)在效果更好了。最好笑的是，最早那個版本花了二十分鐘，最后還開始吐槽網(wǎng)站的 shadow DOM，以及這個網(wǎng)站到底有多爛。

主持人：我太愛這個了，不光干活，還順便輸出觀點。今天和你聊天真的太開心了。我已經(jīng)迫不及待要去跑起來試試了，雖然我現(xiàn)在用的是 Windows，但我還是想要“完整版體驗”。

Peter：去看看文檔吧，我們也一直在改進(jìn)。里面有一些指南，比如用 Hetzner 之類的服務(wù)，一個月花點小錢就能搞個自己的小云，或者你也可以直接裝在本地，開啟“野生模式”。

主持人：說實話，如果你已經(jīng)在用 Clawbot，把它當(dāng)成生活的一部分，你會發(fā)現(xiàn)應(yīng)用場景多到爆。我特別喜歡你說的“每個家庭都可以有自己的 Agent”。我感覺我人生的一半時間都在提醒別人該去哪、該干嘛，我家里還有兩個孩子。

Peter：未來可能會是這樣：不是你來 ping 我，而是你的 Agent 去找我的 Agent，然后我的 Agent 直接把音量拉滿，把我叫醒。昨天有人在 Discord 里說了一句話：“我寧愿和你的 Agent 聊，也不想和你聊�！蔽姨貏e喜歡這個說法。

主持人：說真的，把這些瑣碎的認(rèn)知負(fù)擔(dān)釋放出來太重要了。我剛才就想，一個小時居然可以浪費在打電話預(yù)約牙醫(yī)、確認(rèn)孩子要去哪這種事情上。如果這些都能交給 Agent，我就能把精力用在真正有趣的事情上。

Peter：而且影響比我想象得還大。有一次，一個人在聊天室里說，這個東西真的改變了他的生活，因為他對打電話、跟客服溝通有嚴(yán)重焦慮，而 Agent 可以替他完成這些事。那一刻對我來說非常觸動，原來我們真的在做一件能讓別人生活變得更好的事情。

主持人：這就是開源精神最美好的樣子。

https://www.youtube.com/watch?v=1iCcUjnAIOM

https://x.com/AlexFinn

聲明：本文為 InfoQ 翻譯整理，不代表平臺觀點，未經(jīng)許可禁止轉(zhuǎn)載。

會議推薦

InfoQ 2026 全年會議規(guī)劃已上線！從 AI Infra 到 Agentic AI，從 AI 工程化到產(chǎn)業(yè)落地，從技術(shù)前沿到行業(yè)應(yīng)用，全面覆蓋 AI 與軟件開發(fā)核心賽道！集結(jié)全球技術(shù)先鋒，拆解真實生產(chǎn)案例、深挖技術(shù)與產(chǎn)業(yè)落地痛點，探索前沿領(lǐng)域、聚焦產(chǎn)業(yè)賦能，獲取實戰(zhàn)落地方案與前瞻產(chǎn)業(yè)洞察，高效實現(xiàn)技術(shù)價值轉(zhuǎn)化。把握行業(yè)變革關(guān)鍵節(jié)點，搶占 2026 智能升級發(fā)展先機！

今日薦文

你也「在看」嗎？