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 應用，相當于你 24 小時全天候?qū)?AI 員工?！盋reator 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?！?/p>

　　當前，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，讓它幫其預訂下周六在一家餐廳的座位。當 OpenTable 預訂失敗時，Clawdbot 利用 ElevenLabs 的技術致電餐廳并完成了預訂。

　　但 ClawdBot 真正讓技術圈興奮的，并不只是“能干活” ，而是其協(xié)作方式極其激進：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。“我這輩子都沒寫過這么多代碼。Vibe Coding 已死，Vibe Orchestration 已來?！?/p>

　　現(xiàn)在，Alex 想要退掉 Mac Mini，換一臺價值 1 萬美元的 Mac Studio?！拔业?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?！?/p>

　　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)行任務的個人 AI 智能體。

　　你可以把它安裝在自己的設備上，如 Mac、Windows、Linux，它可以長期在線，不停地接收指令、處理任務、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，并把關鍵信息提取出來，存進長期記憶中。

　　第三，它完全通過聊天應用來交互。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，如此放開的權限讓其幾乎沒有護欄，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。“在你還不熟悉它之前，把它放在一個獨立環(huán)境里是最安全的選擇?！?/p>

　　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。

　　隨著項目的火爆，其背后的開發(fā)者 Peter Steinberger 也備受關注。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，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)也讓項目成員和關注者們確認了他是個“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 公司長達十三年。這家公司打造出了當時全球領先的 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用和最關心的安全問題，安全正是他當前最優(yōu)先的工作。我們在不改變原意基礎上進行了刪減和翻譯，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)上就是把幾樣東西“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，而且非常快。這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“導游”，已經(jīng)比我預期好用很多了。

　　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“沒關系，我是你的 Agent”，然后它還去檢查了網(wǎng)絡，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 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，我甚至會有點嫉妒。

　　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 拉進去，而且當時完全沒有安全限制。因為最初它只服務我一個人，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 Discord，陸陸續(xù)續(xù)有幾個人進來，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、鼠標和網(wǎng)絡權限交給它，把它當成一個虛擬同事。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”是什么？就是那種“當 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。

　　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，它應該是很多人一起的項目?，F(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，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?，F(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成“問題陳述”或“意圖表達”，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、開始分享東西。

　　主持人：我真的很認同這種看法?，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規(guī)范、查重 Issue、避免重復勞動。聽起來，這正是工程協(xié)作正在演進的方向。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?！蔽腋P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。現(xiàn)在的阻力，很多來自還停留在“寫代碼本身很貴”這個認知里的人。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。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，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 Sandbox?，F(xiàn)在演示用的 Agent 在 Sandbox 里，權限很低。我正在做一個 Allow List 機制，只允許調(diào)用你明確授權的能力，比如某個二進制、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。真正的風險是配置錯誤，比如讓它響應所有人，或者主動給了不該給的權限。所以我們做了安全審計，默認只聽你一個人。

　　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：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?，F(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。當然，其他平臺也都能用，而且這個領域變化會非?？?。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”。這本質(zhì)上是個取舍，你給它的權限越多，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 to do list；有人直接拿它搭完整應用；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，你可以把它設得很簡單，比如它只往系統(tǒng)里發(fā)個信號，不需要你回復，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”，偶爾關心你一下，“最近狀態(tài)怎么樣”。

　　如果你跟它說“我有一個目標，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?！?/p>

　　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，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”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)進步，現(xiàn)在確實有點偏無聊。如果你預算有限，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。當然還不完全一樣，但這個領域變化真的很快。

　　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，然后在自己機器上跑一個節(jié)點，用 Tailscale 把網(wǎng)絡安全地連起來。

　　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)先推進的是什么？這個領域是按小時變化的，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，責任越大，比如你不應該隨便給一個廉價模型過高權限。我也想把“沙箱”和權限分級做得更清楚，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)先推進的是什么？這個領域是按小時變化的，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……

　　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 還缺一樣東西：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，把信用卡權限也放進去，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。里面有一些指南，比如用 Hetzner 之類的服務，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，把它當成生活的一部分，你會發(fā)現(xiàn)應用場景多到爆。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，把這些瑣碎的認知負擔釋放出來太重要了。我剛才就想，一個小時居然可以浪費在打電話預約牙醫(yī)、確認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。