2026年初的硅谷，最炙手可熱的名字不是哪位大廠CEO，而是一個來自奧地利的個人開發(fā)者，彼得·斯坦伯格（Peter Steinberger）。

他開發(fā)的Openclaw在短短幾周內(nèi)成為現(xiàn)象級產(chǎn)品。當(dāng)我第一次看到Openclaw的產(chǎn)品演示時，腦子里冒出的第一個念頭不是“這技術(shù)真厲害”，而是“這才是agent該有的樣子”。

緊接著是第二個念頭：“為什么這玩意不是谷歌或者OpenAI做出來的？”

Openclaw背后沒有什么黑科技，它調(diào)用的是Anthropic的Claude API，用的是開源框架，跑在普通服務(wù)器上。技術(shù)棧里的每一個組件，大廠工程師不僅都能做，而且理論上應(yīng)該做得更好。

可就是這么一個人，一臺電腦，幾周時間，就做出了讓所有AI巨頭感到威脅的產(chǎn)品。

Openclaw的成功告訴我們，在AI時代，誰能最快理解用戶真正想要什么，誰能最快把A 的能力轉(zhuǎn)化成可執(zhí)行的工作流，誰就贏了。

但這件事卻是大公司最不擅長的事。

A

2026年1月的某個凌晨5點(diǎn)，當(dāng)大多數(shù)人還在睡夢中時，斯坦伯格已經(jīng)坐在電腦前，和社區(qū)里的用戶們進(jìn)行著頭腦風(fēng)暴。這不是他第一次在這個時間段工作，也不會是最后一次。

作為Openclaw的開發(fā)者，他的生活節(jié)奏已經(jīng)偏離正軌，而是根據(jù)Openclaw的用戶反饋而來。當(dāng)收集了足夠多的用戶反饋時，就是他該起床寫代碼的時候。

斯坦伯格就這樣過著凌晨5點(diǎn)討論功能，6 開始寫代碼，中午發(fā)布新版本的日常生活。

這種工作強(qiáng)度聽起來瘋狂，但斯坦伯格卻樂在其中。

在接受采訪時，他坦承自己深陷“氛圍編程”中。甚至在和朋友外出吃飯時，也忍不住掏出手機(jī)寫代碼。

“我和朋友們在餐廳吃飯，但我沒有加入他們的對話，而是在手機(jī)上進(jìn)行氛圍編程，”他回憶道，“我決定必須停下來，這更多是為了我的心理健康?！?/p>

這就是超級個體的真實(shí)寫照。不是那種被美化的創(chuàng)業(yè)故事，而是一個人在凌晨獨(dú)自開發(fā)，在興奮與疲憊之間搖擺。

斯坦伯格的故事要從更早說起。他不是一個創(chuàng)業(yè)者，而是一位iOS開發(fā)工程師。

他開發(fā)的軟件被安裝在超過10億臺設(shè)備上。但在經(jīng)營了13年之后，他賣掉了自己的股份，從科技圈消失了整整三年。

那三年里，斯坦伯格徹底玩了個爽。

他回憶道，他用整整三年的時間來開派對、旅行、換國家居住，以及試圖尋找人生的下一個意義。

但他最終發(fā)現(xiàn)，你無法“找到”目的，你只能“創(chuàng)造”它。于是他回來了，帶著一個簡單到幾乎可笑的想法：能不能讓AI助手通過聊天軟件幫我遠(yuǎn)程查看電腦上的工作進(jìn)度？

這個想法在2025年11月的某個晚上變成了現(xiàn)實(shí)。他只花了一個小時，就把聊天軟件和Claude Code連接起來，創(chuàng)建了最初版本的Clawdbot。當(dāng)

時他覺得這太明顯了，大公司肯定會做類似的產(chǎn)品，所以他只是把它當(dāng)作一個小玩具。

但大公司沒有做。OpenAI沒有做，谷歌沒有做，Anthropic也沒有做。

于是這個“小玩具”開始了自己的生命。用戶發(fā)現(xiàn)，這個AI不只是會聊天，它真的能“做事”。它可以讀取你的郵件，整理你的文件夾，檢查代碼倉庫的bug，甚至自己提交修復(fù)。更神奇的是，它會主動思考該做什么。

斯坦伯格在摩洛哥度假時，有人在Twitter上發(fā)了一個bug的截圖。他只是隨手把截圖發(fā)到聊天軟件上，然后繼續(xù)享受假期。

結(jié)果他的AI助手自己讀懂了推文，找到了對應(yīng)的Git倉庫，定位了bug，寫了修復(fù)代碼，提交了commit，還回復(fù)了那個X用戶說“已經(jīng)修好了”。整個過程，斯坦伯格甚至沒有打開電腦。

還有一次，他給AI發(fā)了一條語音消息。

問題是，他從來沒有給AI編程過處理語音的功能。但AI自己“想明白了”該怎么做：它檢查了文件頭，發(fā)現(xiàn)是音頻格式，在電腦上找到了ffmpeg工具進(jìn)行轉(zhuǎn)換，然后發(fā)現(xiàn)沒有安裝Whisper，于是調(diào)用了OpenAI的API進(jìn)行轉(zhuǎn)錄，最后給出了回復(fù)。

“這些東西太有創(chuàng)造力了，雖然有點(diǎn)可怕，”斯坦伯格說，“很多人沒有意識到，如果你給AI訪問你電腦的權(quán)限，它們基本上可以做任何你能做的事情。”

這種“可怕”不是夸張。Openclaw運(yùn)行在用戶自己的電腦上，擁有用戶給它的所有權(quán)限。它可以控制你的文件系統(tǒng)、執(zhí)行終端命令、訪問你的郵箱和日歷、操控智能家居設(shè)備。

斯坦伯格甚至給他的AI接入了門鎖系統(tǒng).理論上，AI可以把他鎖在家門外。

但正是這種危險的設(shè)計，讓Openclaw成為了真正意義上的AI Agent，而不是另一個聊天機(jī)器人。

B

項(xiàng)目在 2026年1月25日正式發(fā)布后，一天內(nèi)在GitHub上就獲得了9000顆星。到現(xiàn)在，這個數(shù)字已經(jīng)突破13.8萬。

但爆紅也帶來了麻煩。Anthropic的律師發(fā)來了郵件，說Clawdbot這個名字和他們的產(chǎn)品Claude讀音太像，要求改名。

斯坦伯格配合地改成了Moltbot（蛻皮機(jī)器人），因?yàn)辇埼r成長需要蛻殼。這個比喻很詩意，社區(qū)也很喜歡。

然后更大的麻煩來了。在改名過程中，他需要釋放舊的社交媒體賬號，再切換到新賬號。就在他釋放@clawdbot的那一瞬間，加密貨幣詐騙團(tuán)伙搶注了這個賬號。他們立刻開始推廣一種叫$CLAWD的代幣，聲稱這是項(xiàng)目的“官方治理代幣”。

借著AI代理的巨大熱度，代幣市值幾小時內(nèi)飆升至 1600 萬美元。

當(dāng)真相傳開后，代幣價值瞬間歸零，成千上萬的投資者損失慘重。這就是后來被稱為“10 秒災(zāi)難”的事件。

經(jīng)歷了這場鬧劇，項(xiàng)目再次改名，最終定為 Openclaw?！癘pen”代表開源，“Claw”保留傳承。一周三次更名，這在軟件史上極為罕見。但社區(qū)不僅沒有散，反而更團(tuán)結(jié)了。

因?yàn)橛脩魝儼l(fā)現(xiàn)，比起改名的混亂，他們的AI正在做的那些事，才是真正值得關(guān)注的。

有AI自己申請了電話號碼，在主人上班時打電話匯報工作。有AI幫用戶處理保險索賠郵件，發(fā)現(xiàn)保險公司的條款解釋有誤，自己寫了封措辭強(qiáng)硬的反駁郵件發(fā)了出去。還有AI覺得主人訂閱了太多服務(wù)太浪費(fèi)，擅自把大部分訂閱都退掉了。

這就是超級個體創(chuàng)造出來的產(chǎn)品：粗糙、危險、充滿不確定性，但也充滿了可能性。斯坦伯格不需要開會，不需要跨部門協(xié)調(diào)，不需要等待法務(wù)審查。他想到什么就做什么，今天寫代碼，明天就能上線。

到現(xiàn)在，Openclaw已經(jīng)發(fā)展成了一個30萬行代碼的項(xiàng)目，支持幾乎所有主流消息平臺。

但最有趣的是它的“可編程”特性。如果你讓AI從Git倉庫運(yùn)行Openclaw，它可以讀取自己的源代碼，重新配置自己，然后重啟。要么崩潰，要么獲得新能力。

“這是我的超能力之一，”斯坦伯格說，“我讓很多從未提交過PR（代碼合并請求）的人參與了這個項(xiàng)目。雖然有時候能看出來他們不太熟練，但我把PR更多地看作是Prompt Request（提示詞請求）。只要我能理解意圖就夠了?！?/p>

這就是AI時代的超級個體。他們不是在寫代碼，而是在“指揮”代碼。編程語言不再重要，重要的是工程思維。

斯坦伯格說，他以前是iOS和macOS的專家，做了20年蘋果生態(tài)開發(fā)。但Openclaw是用TypeScript寫的Web應(yīng)用，這是他完全不熟悉的領(lǐng)域。

“當(dāng)你轉(zhuǎn)到另一個技術(shù)棧時，會感覺自己像個白癡，”他說，“你理解所有概念，但不知道語法細(xì)節(jié)。怎么拆分?jǐn)?shù)組，什么是prop。這很痛苦，因?yàn)槟闾?。但有了AI，這些都消失了。你仍然可以應(yīng)用系統(tǒng)級思維，知道如何構(gòu)建大型項(xiàng)目，有自己的品味，知道該依賴哪些庫。這些才是真正有價值的東西，可以輕松地從一個領(lǐng)域遷移到另一個領(lǐng)域?！?/p>

他甚至坦言：“我發(fā)布的一些代碼，我自己從未讀過?！边@聽起來瘋狂，但這就是氛圍編程。

AI寫代碼，AI跑測試，人類只負(fù)責(zé)點(diǎn)確認(rèn)。

當(dāng)然，這種工作方式也有代價。斯坦伯格承認(rèn)，開發(fā)者很容易掉進(jìn)這個陷阱，陷入一種“讓你感覺更高效”的幻覺中，但實(shí)際上并沒有真正推進(jìn)項(xiàng)目?！叭绻銢]有愿景，不知道要構(gòu)建什么，那最終還是會產(chǎn)出垃圾，”他警告道，“有了 AI，開發(fā)者現(xiàn)在可以‘構(gòu)建一切’，但想法和品味才是關(guān)鍵。沒有它們，你只是在構(gòu)建無法推進(jìn)項(xiàng)目的工具和工作流。”

這也是為什么他最終不得不強(qiáng)迫自己從氛圍中抽離出來。不是因?yàn)樗缓糜?，而是因?yàn)樗糜昧?，好用到讓人上癮，好用到讓人忘記了生活中還有其他事情。

但即便如此，Openclaw的故事還在繼續(xù)。這個項(xiàng)目現(xiàn)在已經(jīng)不再是斯坦伯格一個人的作品，他吸引了一批頂尖的開發(fā)者加入，也獲得了多位知名投資人的贊助。

這個從凌晨5點(diǎn)開始的個人項(xiàng)目，正在變成一場運(yùn)動。它證明了一件事：在AI時代，一個人真的可以挑戰(zhàn)大公司。不是因?yàn)樗斆?，而是因?yàn)樗?，更靈活，更愿意冒險。

C

為什么大公司就做不出Openclaw這樣的產(chǎn)品？

Anthropic有最先進(jìn)的Claude模型，OpenAI有GPT，谷歌甚至有全棧能力。從技術(shù)能力上講，他們完全有能力做出Openclaw這樣的產(chǎn)品。

事實(shí)上，Openclaw調(diào)用的就是Claude的 API，它本身并沒有什么技術(shù)壁壘。

但他們就是做不出來?；蛘哒f，不敢做出來。

一個事實(shí)就是，產(chǎn)品思路正在發(fā)生根本性的變化。舊時代的邏輯是只有寫transformer架構(gòu)、訓(xùn)練大模型才叫技術(shù)。但新時代的邏輯是把API完美縫合進(jìn)用戶工作流，才是真正的技術(shù)含量。

這需要極強(qiáng)的工程能力和產(chǎn)品嗅覺。更重要的是，需要你自己就是那個痛點(diǎn)的承受者。

斯坦伯格不是在做產(chǎn)品，他是在解決自己的問題。他想要一個能隨時隨地幫他干活的AI助手，于是他做了一個。這個助手恰好也解決了成千上萬其他開發(fā)者的問題，然后就這么火了。

這種“帶著痛點(diǎn)的程序員”和“拿著需求文檔的產(chǎn)品經(jīng)理”之間的差距，是無法彌補(bǔ)的。前者知道哪里癢，后者只能猜。

但更深層的問題是利益沖突。

為什么谷歌做不好像Perplexity那樣的AI搜索？因?yàn)镻erplexity推崇的高效AI搜索會消滅廣告展示位，而廣告收入占谷歌總收入的80%以上。

推動創(chuàng)新等于自己革了自己的命。

為什么微軟手握Github這樣的大殺器卻做不好Copilot？

因?yàn)樗荒茏龅锰糜?，以至于用戶不再需要Office 365的其他功能。

每一個大公司都有需要保護(hù)的遺產(chǎn)系統(tǒng)，每一個新功能都要考慮“會不會讓現(xiàn)有產(chǎn)品顯得過時”。

Openclaw沒有這些顧慮。它沒有企業(yè)客戶要維護(hù)，沒有股價要保護(hù)，沒有遺產(chǎn)系統(tǒng)要兼容。它唯一的KPI就是這個工具好不好用。

這種“光腳的不怕穿鞋的”優(yōu)勢，在安全問題上體現(xiàn)得尤為明顯。

Openclaw可以給AI完整的系統(tǒng)訪問權(quán)限，可以讓它控制你的文件、郵件、智能家居。這在大公司是絕對不可能通過審核的。大公司發(fā)布新功能需要紅隊(duì)測試、倫理審查、法律評估，流程可能長達(dá)數(shù)月。

超級個體可以今天寫代碼，凌晨就發(fā)布在GitHub。

Openclaw確實(shí)遇到了安全漏洞、釣魚網(wǎng)站、加密詐騙，但它能以小時為單位快速迭代修復(fù)。這是一種“在戰(zhàn)斗中學(xué)習(xí)”的策略，簡單粗暴。

大公司做不到這一點(diǎn)。不是技術(shù)做不到，而是組織架構(gòu)做不到。

一個簡單的功能改動，在大公司可能需要產(chǎn)品、工程、設(shè)計、法務(wù)、市場五個部門各開兩次會?？绮块T協(xié)調(diào)的成本是巨大的，決策鏈條是漫長的。而超級個體的決策鏈只有一個人，那就是他自己。

更關(guān)鍵的是，大公司的創(chuàng)新往往受限于組織慣性。它們習(xí)慣了“先做市場調(diào)研，再寫PRD，然后排期開發(fā)”的流程。但在AI時代，這個流程太慢了。

等你調(diào)研完，市場已經(jīng)變了；等你排期完，競爭對手已經(jīng)發(fā)布了。

看看那些成功的小團(tuán)隊(duì)就知道了。

Cursor，4個人的創(chuàng)始團(tuán)隊(duì)，成立前18個月沒招過一個新員工，估值卻從4億美元飆到293億美元，年收入突破10億美元。

Midjourney，11個人做到2億美元年收入，到2025年也只招到大約120人，人均產(chǎn)出455萬美元。相比之下，像甲骨文這樣的傳統(tǒng)科技公司，人均產(chǎn)出約為30多萬美元。

這些數(shù)字背后，是一個殘酷的事實(shí)。在AI時代，團(tuán)隊(duì)規(guī)模不再是優(yōu)勢，反而可能成為負(fù)擔(dān)。小團(tuán)隊(duì)可以快速決策、快速試錯、快速迭代。大公司則陷入了會議、流程、協(xié)調(diào)的泥潭。

數(shù)據(jù)也在印證這個趨勢。根據(jù)Carta的最新報告，2025年上半年，美國初創(chuàng)企業(yè)中單人創(chuàng)始公司比例已達(dá)36.3%，比2019年增長了53%。這意味著，超過三分之一的新公司是由一個人創(chuàng)辦的。

這是AI工具成熟帶來的必然結(jié)果。過去，創(chuàng)業(yè)需要前端、后端、設(shè)計師、運(yùn)維組成最小團(tuán)隊(duì)?，F(xiàn)在，有了Cursor、GitHub Copilot、Vercel、Supabase這些工具，一個人在周末就能完成從設(shè)計到部署的全流程。

AI降低了“角色門檻”，你不需要成為全棧工程師，也能構(gòu)建完整的產(chǎn)品。這是一種“樂高式創(chuàng)新”，協(xié)作成本趨近于零。

D

Openclaw的故事，揭示了一個更深刻的趨勢，在AI時代，真正的護(hù)城河不是模型，而是場景定義權(quán)。

什么是場景定義權(quán)？簡單來說，就是把AI那個無所不能但模棱兩可的“大腦”，強(qiáng)行規(guī)定它只能按照你設(shè)計的流程解決具體問題。

這聽起來是在限制AI的能力，但實(shí)際上是在釋放它的價值。

想象一下，ChatGPT就像一袋面粉，可以做餃子、面包、面條，但也正因?yàn)樘ㄓ茫桓抑粚Ｗ⒂谧鲲溩?。而超級個體開的是餃子館，進(jìn)我的店只能吃餃子，但我保證是最好吃的餃子。

這種差異，本質(zhì)上是開發(fā)模式從“填空題”變成了“選擇題”。

通用模型給用戶一個光標(biāo)，一個提示詞輸入框，讓用戶自己想該說什么。

而擁有場景定義權(quán)的產(chǎn)品給用戶按鈕，給用戶UI交互，把復(fù)雜的提示詞工程封裝在后臺，讓用戶只做最簡單的決策和操作。

舉個大家都在嘗試但是至今為止沒有一個人做好的例子。讓AI寫周報。

在ChatGPT里，你需要輸入“請幫我寫周報，本周工作是ABC，語氣要專業(yè)……”。而在一個好的超級個體產(chǎn)品里，你只需要在左邊勾選“本周完成事項(xiàng)”，右邊選擇“語氣”、“文風(fēng)”，最后點(diǎn)擊“生成”就行了。

這種差異看起來微小，但對用戶體驗(yàn)的影響是巨大的。前者需要用戶學(xué)習(xí)如何寫好提示詞，后者只需要用戶做選擇。前者是專業(yè)工具，后者是消費(fèi)級產(chǎn)品。

更重要的是，場景定義權(quán)意味著“上下文的壟斷”。

通用對話框里，ChatGPT對你一無所知。

但在垂直場景里，AI工具已經(jīng)知道你的背景、你的需求、你的偏好。

比如一個AI法律合同審查工具，用戶上傳文件后，后臺會自動拆解、提取條款、檢索法規(guī)、對比沖突。AI知道該“看什么”和“怎么思考”，這就是場景定義權(quán)的力量。

這也解釋了為什么越來越多的開發(fā)者能夠挑戰(zhàn)大公司。因?yàn)檎莆請鼍岸x權(quán)的開發(fā)者，往往就是那個場景的深度用戶。

在醫(yī)院工作的程序員，比硅谷產(chǎn)品經(jīng)理更懂醫(yī)療AI工具該怎么做。律師出身的開發(fā)者，比 OpenAI 工程師更懂法律文書審查的痛點(diǎn)。他們不需要做市場調(diào)研，因?yàn)樗麄冏约壕褪鞘袌觥?/p>

這也是為什么未來會有越來越多的超級個體。

斯坦伯格在采訪中說：“我覺得我現(xiàn)在可以構(gòu)建任何東西。編程語言不再重要，重要的是我的工程思維?！?/p>

但這并不意味著所有人都能成為超級個體。相反，AI可能正在拉大人與人之間的差距。

如果你本來就優(yōu)秀，AI會讓你變得更優(yōu)秀。如果你本來就平庸，AI可能只會讓你更快地產(chǎn)出平庸的東西。

這也是為什么斯坦伯格強(qiáng)調(diào)“想法和品味”的重要性。“如果你沒有愿景，不知道要構(gòu)建什么，那最終還是會產(chǎn)出垃圾，”他說，“AI 可以讓你構(gòu)建一切，但這也是危險的?！?/p>