OpenClaw 创始人 YC 访谈：80% 应用将消失，模型 9 秒自建语音功能

“80% 的应用都会消失。” OpenClaw 创始人 Peter Steinberger 在采访中直言不讳。这个一夜之间拿下 16 万 GitHub Star 的开源 AI agent，不靠云端，直接跑在你的电脑上——能控制你的特斯拉、调节床温、搜遍整台电脑给你惊喜。更疯狂的是，它的语音回复功能根本不是 Peter 写的，是模型自己在 9 秒内用 ffmpeg + OpenAI API 搞定的。不支持 MCP，不用 Claude Code 开发，记忆就是本地 Markdown 文件——这套反传统打法背后的逻辑是什么？以下是完整对话。

开场介绍

Host： 今天我采访的是 OpenClaw 的创始人 Peter Steinberger，OpenClaw 是一款开源的个人 AI agent，已经完全占领了互联网。GitHub 代码库几乎一夜之间就获得了超过 16 万颗星。社区已经构建了无数像 Maltbook 这样的项目，让机器人之间可以互相交流。现在，机器人甚至开始租用人类来执行现实世界中的任务。在我们的对话中，我们讨论了他的顿悟时刻、他反传统的开发理念，以及这对 2026 年的开发者意味着什么。让我们开始吧。

OpenClaw 的爆火与 Peter 的近况

Host： 很高兴见到你，伙计。

Peter： 嘿，怎么了？

Host： 嗯，看来你做出了人们想要的东西。

Peter： 是的。

Host： 呃，现在叫 OpenClaw 的这个项目，绝对已经是第五个名字了。

Peter： 是的。[笑声]

Host： 在网上彻底火爆了。嗯，你过去一两周过得怎么样？

Peter： 我的天啊。我需要，就像我需要一个山洞一样。[笑声] 一周的独处时光。

Host： 你从山洞里出来，却像一只小龙虾一样想回到山洞里。

Peter： 简直太疯狂了。我不知道一个人怎么能吸收这么多东西。我可能还需要一周时间来回复所有的邮件。呃，我收到了一些超酷的东西。我收到了一些非常糟糕的东西。[嗤笑] 嗯，但很明显，我触及到了某种能够激起人们情感、引起人们兴趣并激励人们的东西，这真的很酷。

为什么 OpenClaw 能脱颖而出

Host： 很多人一直在研究人工智能，甚至是个人助理。究竟是什么原因让 OpenClaw 迅速走红？

Peter： 我认为最大的不同在于它实际上是在你的电脑上运行的。我目前看到的所有东西都是在云端运行的。如果它在你的电脑上运行，它可以做一些事情。它什么都能做，对吧？所以它的功能要强大得多。

Host： 是的。机器能做你用机器能做的任何事。

Peter： 你可以把它连接到你的烤箱、特斯拉、灯具或者 Sonos 音响系统。不好意思，它可以控制我床的温度。GPT 做不到这一点。

Host： 你把自己所有的技能都赋予了它。一个朋友告诉我，他安装了 OpenClaw，然后让它浏览他的电脑，回顾他过去一年的活动。结果它整理出了一个非常棒的叙事，他问我是怎么做到的。然后 OpenClaw 还找到了他每周日录制的音频文件，但他完全不记得了，因为那是超过一年前的事了。所以，仅仅是它能够搜索整个电脑，就真的会给你带来惊喜。

Peter： 你也把所有数据都提供给它了，对吧？所以它会在很多方面给你带来惊喜。

从人机交互到机器人之间的交互

Host： 所以现在，你知道，我们甚至正在从人类过渡到机器人。你一直在谈论人机交互，甚至是机器人与其他人之间的交互，你知道机器人代表你雇佣其他人来完成现实生活中的任务，就像现在正在发生的那样。

Peter： 我认为这是自然而然的下一步，比如，我想预订一家餐厅，我的机器人会联系餐厅的机器人并进行协商，因为这样效率更高。或者，也许是一家老餐厅。所以我的机器人需要找人来完成一些人类的工作，这样人类就可以打电话给餐厅，因为他们不喜欢机器人。

Host： 或者如果没能给机器人或机器人的主人安排服务，就得亲自去排队。[笑声]

Peter： 我想，如果我有多个机器人，比如一个专门处理我的私人生活，一个专门处理我的工作事务。也许其中一个就是我们的情感关系机器人，它能理解介于两者之间的一切。呃，我不知道。我们来得还早。还有很多事情我们还没真正弄清楚它是否真的有效。嗯，但我感觉我们现在已经走在正确的时间线上了。

群体智能 vs 集中式智能

Host： 似乎每个人都在追求某种集中式的上帝智能，而过去十天左右出现的，则是群体智能和社群智能。

Peter： 我认为，如果你观察一个人，一个人究竟能取得什么成就？你认为一个人能制造出 iPhone 吗？或者一个人能进入太空吗？一个人可能根本就找不到食物。嗯，但是作为一个群体，我们有一定的专业化程度；作为一个更大的社会，我们的专业化程度就更高了。那么，我们可以从中学到什么，并将其应用到人工智能领域呢？你知道，我们已经有了专门从事某些特定领域的人工智能。嗯，即使它被称为通用智能，但如果它实际上也具有专门智能呢？所以，我觉得这会非常令人兴奋，很酷。

Peter 的顿悟时刻：从命令行到 WhatsApp

Host： 是的。你就像打开了一扇通往未来的窗户，现在很多人都在围绕它进行建设，并有了顿悟的时刻。嗯，你能带我回到你灵光乍现的那一刻吗？

Peter： 我想要一个可以让我输入文字，然后让我的电脑执行一些非常简单操作的工具。然后我在五六月份搭建了一个类似的版本，虽然很酷，但还不是我想要的。嗯，然后我又建了很多其他东西，算是组建了我的”军队”。然后到了十一月，有一天我又想要这样了。就像我去了厨房，我只想看看我的电脑还在不在工作，或者它是否已经完成了。

Host： 它在做的事情就是写代码。你在写代码。

Peter： 当然。

Host： 你当时是在写其他代码，还是在写这个程序本身的代码？

Peter： 不，不，那只是因为又有了这个需求。

Host： 你当时在写什么代码？你们当时在做什么？

Peter： 我的天啊。你看，我的 GitHub 上大概有 40 个项目。我甚至都不知道。嗯，我觉得应该是 summarize。它就像一个小型命令行应用程序，你可以给它任何东西，比如播客或者像这样的座谈，它会进行总结，而且还会在终端中显示幻灯片，因为现在可以这样做。

Host： 是的。你什么都可以做。所以出于对电脑的热爱，你开始摆弄各种东西。嗯，你其实是从退休中复出了，对吧？一开始你可能只是想摆弄一下人工智能，然后你越来越沉迷其中，以至于你想随时随地用手机来操作。

Peter： 我的意思是，我上一个项目花了两个月时间开发 Vibe Tunnel，它做得太好了，以至于我发现自己总是在朋友身边写代码，然后我就想，我得停下来，这太让人上瘾了。然后到了十一月，我的需求又回来了，于是我开始构建 CloudBot，或者现在它叫 OpenClaw。我想在最初的时候，我心想，哦，我又把它重建了一遍，但这次我做得更好。

Host： 这次你不用在终端输入命令，你只需要和朋友聊天，不用考虑压缩会话、我在哪个文件夹、我在用哪个模型等等。

Peter： 我的意思是，你知道，就像我想把它开放给高级用户一样，但通常情况下，你只需要和朋友聊天，这个朋友就像一个幽灵或实体，或者你想怎么称呼它都行，它可以控制你的鼠标和键盘，可以做任何事情。

语音消息的惊喜：模型自主解决问题

Host： 是的。你是什么时候突然意识到”哇，它能做的事情比我想象的要多得多”的？

Peter： 说实话，我花了整整一个小时才做出那个非常粗糙的初始原型。它就像是连接 WhatsApp 和 Claude Code 的依赖项之间的一点粘合剂，然后我会调用 Claude Code，并从 Claude Code 中获取字符串返回。虽然速度慢，但确实有效。但我想要图片，因为你知道，你想要照片。我希望模型发一些自拍之类的照片给我，然后我希望模型创作一些图片回给我。所以又花了我几个小时，然后我去马拉喀什参加一个生日派对，那里的网络不太好，你知道，WhatsApp 的聊天框到处都能用，因为它就像文字聊天一样。

Host： 所以我经常用它。比如在餐厅里，它会显示图片，然后帮我翻译，真的非常实用。

Peter： 而且它还很贴心，因为它会说我的语言，你知道，它有点俏皮，很有趣，用起来很舒服。然后我边走边给它发语音消息，结果发现：“哦，等等。这不可能行。我没有做过这个功能。”

Host： 对。对。

Peter： 你看到了输入指示器之类的东西。就像闪烁、闪烁、再闪烁。10 秒钟后，它就回复我了。我当时就想，“你到底是怎么做到的？“它回复说：“是的，方法如下：你给我发了一条文字消息。“而且没有文件扩展名。于是我查看了文件头。我找到了它是什么格式。所以我用 ffmpeg 把它转换成了 wave 格式。然后我想把它转录下来，但是我没有安装 Whisper。但后来我四处寻找，找到了这个 OpenAI 密钥，然后我用 curl 把它发送到 OpenAI [笑]，收到了回复文本，然后我就到了这里。

Host： 这一切都只用了大约 9 秒钟，而且你并没有预先构建或预料到任何这些具体的事情。

Peter： 不，你知道，结果证明，嗯，因为编码模型变得太好了。编程其实就是一种创造性的问题解决方式，而且这种方式与现实世界有着非常紧密的映射关系。我认为这两者之间存在着巨大的相关性。它们需要非常擅长创造性地解决问题，这是一项抽象的技能，可以应用于代码，也可以应用于任何现实世界的任务。所以模型遇到了一个”哦，惊喜！“的神奇文件。我不知道那是什么。我需要解决这个问题，它尽力了，也解决了这个问题。它甚至聪明到选择不安装本地 Whisper，因为它知道那需要下载一个模型，这可能需要几分钟时间，而我没耐心，你知道的。所以它真的采取了最明智的方法，那一刻我简直惊呆了。

Host： 是的。

Peter： 呃，我就是在那儿上钩的。

80% 的应用会消失

Host： 好了，回到正题。所以，当计算机能够做到所有这些你甚至没有预料到的事情时。你并没有开发一个专门做这件事的应用，那应用是不是要消失了？

Peter： 我觉得其中 80% 都会消失。我为什么需要 My Fitness Pal？好像我的 agent 早就知道我正在做出错误的决定。我在……呃，Smashburger 之类的地方，它会默认我吃我喜欢吃的东西。如果我不发表评论，它就会自动跟踪；如果我拍照，它也会把照片存储在某个地方。我根本不在乎。对吧。然后，也许它能改善我的健身计划，比如增加一些有氧运动。我不需要健身应用程序，因为它会自动帮我制定健身计划。呃，我为什么需要待办事项应用？我只要告诉它，嘿，提醒我这件事和那件事，然后第二天它就会提醒我。我会关心它存放在哪里吗？不，它只是按部就班地运行。因此，每个基本上只是管理数据的应用程序都可以通过 agent 以更自然、更高效的方式进行管理。

Host： 是的。

Peter： 只有那些真正拥有传感器的应用或许才能生存下来。

模型公司的护城河与记忆的归属

Host： 所以如果你知道大多数应用在这种情况下都会消失，那么模型就成了唯一剩下的应用类型了。

Peter： 并非所有问题都会消失，但是，是的，我认为大型模型公司有一些很大的护城河，因为他们最终会提供 token，结果发现其中一个抱怨就是人们使用了太多的 token。不，你只是真的很喜欢用它。这就是为什么你要如此频繁地使用它，因为这就是我们消耗 token 的原因。

Host： 是的。

Peter： 嗯……难道我创作的东西这么受欢迎是我的错吗？

Host： 所以你知道，所有这些模型都在不断地相互超越，而且你知道，它们可能也在被商品化。所以，如果应用程序要消失了，模型被商品化，或者至少你知道，OpenClaw 的大脑是可以更换的。剩下的是什么？价值体现在哪里？是记忆的存储吗？是硬件才重要吗？剩下的是什么？

Peter： 首先，我认为模型公司并不总是有护城河，因为你已经看到了——一个新的模型推出时，人们会说：“我的天哪，这太棒了。“然后大概一个月后，呃，它就”变差了”。并不是真的变差了。他们喜欢说它被量化了。不，他们什么也没做。你刚刚适应了新的标准，现在你的期望值提高了，但这个模型仍然只是平均水平。所以我觉得，很长一段时间以来，每次有新模型发布，我都会听到同样的说法。人们喜欢它，然后它就成了标准，然后那里发生的事情你甚至都不想再去想了。所以，我们现在有开源模型，它们和一年前的闭源模型一样好。每个人都在抱怨，说这不好、这不好笑，但这曾经是我们拥有的，一年后我们就会有这个水平的开源模型，然后我们又会抱怨，因为我们已经习惯了更好的……在可预见的未来，大公司在模型方面仍然拥有护城河。

Host： 这将很有趣，因为每家公司都有自己的信息孤岛，对吧？也许欧洲人有办法从 ChatGPT 中导出记忆。

Peter： 我不知道，我也不清楚。绝对没有办法让其他公司帮你导出你的记忆。所以，如果我是一家提供聊天服务的公司，你可以使用我的服务，但我无法访问你在其他平台的记忆。所以，这些公司试图把你束缚在他们的数据孤岛里。

Host： OpenClaw 的妙处在于它能像爪子一样抓住数据，因为最终用户需要访问权限，否则就无法正常工作。如果最终用户拥有访问权限，我就可以访问数据。

Peter： 而你拥有记忆，它只是你机器上的一堆 Markdown 文件。我的意思是，我不拥有别人的记忆，每个人拥有自己的记忆，也就是他们自己机器上的一堆 Markdown 文件。

Host： 说实话，这些记忆内容可能非常敏感，因为说实话，人们使用他们的 agent 不仅是为了解决问题，也是为了快速解决个人问题。

Peter： 速度超快。我的意思是，我完全会那样做。我的想法是，有些记忆方面的东西我不想泄露出去。

Host： 是的。你现在更愿意不公开你的 Google 搜索历史记录，还是你的记忆文件？

Peter： Google 搜索历史是什么？

Host： 是啊。[笑] 还有人用 Google 吗。

在 Discord 上公开展示机器人

Peter： 我做了这个，我当时特别兴奋，但是在 Twitter 上，人们却不理解。

Host： 是的。

Peter： 就像我无法解释这种美妙之处一样。我觉得这需要亲身体验。所以我尝试了各种方法，但我始终无法解释清楚。于是我就想，不如我们做点疯狂的事吧。我直接创建了一个 Discord 服务器，然后把我的机器人放在了公共的 Discord 服务器上，没有任何安全限制。之后有人进来和它互动，看到我用它开发软件，他们试图注入提示信息并入侵它，我的机器人会嘲笑他们。

Host： 而你只是把它锁定在你的用户 ID 上，所以它只听你的。

Peter： 是的。是的。而且我当时写了非常清晰的指令，它只听我的，但也要回应所有人。

Host： 这个提示信息存储在哪里呢？

Peter： 嗯，它实际上是 OpenClaw 本身的一部分，所以它是系统提示的一部分。就像告诉它，你现在在 Discord 里，那里有公开的人，但你只听你的主人的。

Host： 或者说，你就是它的人类。我甚至不知道你是怎么写的。

Peter： 是的，你就是神。[笑] 我也不知道我做了什么，但我的系统构建得非常自然，就像在某个时候，我创建了 identity.md、soul.md 之类的各种文件，然后直到一月份，我才开始让它更容易被其他人安装。我记得我根据我自己的东西创建了所有这些模板，比如”大致看看我的东西，然后制作模板”，Codex 写了它，结果出来的感觉就像 Brad，你知道，人们开玩笑说 Codex 的语气感觉像 Brad，尽管现在他们有了一个更友好的语气。我还没试过。

Host： 是的。

Peter： 但是，跟我的旧机器人相比，这些新机器人感觉太无聊了。所以我就跟 Multi 说，把这个模板融入进来吧。

Host： Multi 是你的个人 agent 的名字。

Peter： 是的。这是一个新名字，因为……

Host： 是的。呃，命名方面遇到了一些困难。是的。所以，你当时在和 Multi 说话。

Peter： 是的。我当时就想，“把这些模板融入到你的角色中去。“他修改了模板，然后之后出来的所有东西其实都挺有趣的，但没有我的好笑。就像我保守着一个秘密，而唯一一个非开源的文件就是我的 soul.md。所以即使我的机器人是在公开的 Discord 服务器上运行的，到目前为止还没有人破解那个文件。

Soul.md：AI 的灵魂与人格

Host： 请您详细介绍一下 soul.md。我刚看到 Anthropic 的一项研究，现在我觉得应该是公开的了，大概几个月前，有人偶然发现了一些隐藏在权重中的文本，模型其实记不住它学过这些内容，但这些内容就像是根深蒂固地存在于权重中，与 personality（人格）的构成有关。

Peter： 我觉得这非常迷人，我和我的 agent 讨论了这件事，然后我们创建了一个 soul.md，其中包含一些核心价值观，比如我们如何看待人机交互，对我来说什么重要，对模型来说什么重要。有些部分有点像 mumbo jumbo（玄学），有些部分我觉得在模型对文本的反应和响应方面真的很有价值，并且在构建 OpenClaw 时感觉非常自然。

反传统的开发理念：Codex、不用工作树、跳过 MCP

Host： 嗯，你有时也会持有一种与主流观点相悖的看法，比如你喜欢用哪种模型进行编码，或者你喜欢用哪种模型来运行你的机器人。嗯，还有，你好像真的很懂编程。嗯，工作树，尤其是 Git 工作树，已经相当流行了。越来越多的工具开始支持它们，但你就像，你知道，不用工作树，只用仓库的多个检出副本，以及并行的终端窗口。请您详细介绍一下您的构建方式。

Peter： 是的，我觉得全世界都在用 Claude Code，我不认为我能用 Claude Code 把那个东西做出来。我喜欢 Codex，因为它在决定更改什么之前会检查更多的文件。你不需要做那么多铺垫就能得到好的结果。如果你是一位技术娴熟的使用者，我有时甚至会说，你可以用任何工具获得相当不错的输出，但 Codex 真的非常出色。速度慢得令人难以置信。所以有时候我会同时开 10 个，比如屏幕上同时显示 6 个，然后切换到那里，再切换到那里。我不喜欢这样，这已经让我的脑子里很复杂了，需要频繁地切换，所以我尽量减少其他任何会增加复杂性的东西。这样一来，在我看来，主分支总是可以发布的，我只是在同一个仓库里创建了多个副本，它们都在主分支上，所以我不用处理如何命名分支的问题，因为可能会出现命名冲突。我回不去了。使用工作树时有一些限制，但如果是副本，我就不需要关心这些限制了。我不喜欢使用 UI，因为那只会增加复杂性。

Host： 是的。感觉它们更简单，摩擦力也更小。

Peter： 我只关心同步和文本之类的功能。

Host： 是的。

Peter： 我并不一定需要看到那么多代码。我感觉它大多时候就像飞掠而过。有时候会遇到一些棘手的问题，我很想去看看。但在大多数情况下，如果你清楚地理解设计，仔细考虑并与你的 agent 讨论，那就没问题。

Peter： 我也非常庆幸自己当初根本没开发 MCP 支持。所以，OpenClaw 非常成功，但它并不支持 MCP。有一个小小的星号——我创建了一个使用 MCP porter 的技能，MCP porter 是我的工具之一，可以将 MCP 转换为 CLI。然后你就可以将任何 MCP 用作 CLI 了。嗯，但我完全跳过了所有经典的 MCP 那套东西。所以，如果你不需要重启，实际上你可以随时使用 MCP。与 Codex 或 Claude Code 不同，你不需要重新启动整个程序。我认为它效率更高，而且可扩展性也更好。现在你看，Anthropic 他们开发了一个叫”搜索功能”的工具，这是为 MCP 定制的，当时还处于测试阶段，因为它非常复杂。不，只是命令行机器人确实很擅长 Unix 系统。你可以拥有任意数量，而且它都能正常工作。所以，我很高兴几乎没有人投诉 MCP 相关的内容。

Host： 这其实就是回到了原点，你只是给它提供了人类喜欢使用的工具。

Peter： 是的。是的。而且并不是专门为机器人发明的东西。

Host： 是的。人类，没有哪个正常人会尝试手动调用 MCP。

Peter： 是的。你只想使用命令行界面。

Host： 是的。

结语

Peter： 这就是未来。

Host： 我非常期待。非常感谢您抽出时间坐下来和我聊天。也给了我很大的启发。所以，就像我们过去几年一直在聊天的时候，我看到你重新回到了这个领域，我就说，Peter，就像你说的，追逐梦想 [笑]，你当时在做那种奇怪的 Vibe Tunnel 之类的事情，等等。没人注意到，所以我非常激动，你知道，想看看现在的情况。嗯，当然，他们必须得像个来自某个小国的独行侠，远离硅谷。所以，你知道，就让这一切降临到我们身上吧。嗯，真是巨大的灵感来源。我非常期待。谢谢。

Peter： 我很期待。谢谢。

Host： 太棒了。谢谢你，Peter。

原文信息

作者：@fkysly（中转），受访者 Peter Steinberger（OpenClaw 创始人） 原文地址： 原视频：YC Interview: OpenClaw Founder Peter Steinberger