2025年2月16日，Sam Altman宣布OpenClaw创始人Peter Steinberger正式加入OpenAI。在GitHub上，OpenClaw拥有超过19万星标，是AI Agent时代现象级的开源项目。
然而，在项目贡献者榜单上，出现了一个特殊的名字——Naughty Labs CEO天润。截至发稿时，他已跻身前30名。令人意外的是，他本科和研究生学的都是金融，此前甚至没搞清楚“PR”（Pull Request，合并请求）是什么。在这份满是硅谷工程师和开源老炮的名单上，他可能是唯一一个不写代码的人。
一个金融出身的跨界者，如何能杀入明星开源项目的核心贡献者名单？他究竟做对了什么？
当软件沦为“内容”，想法成为新护城河
一年多前，天润还是典型的金融圈精英。但随着大模型爆发，一种强烈的虚无感抓住了他。他得出一个非共识的判断：在AI时代，App已经成为了一种“内容”。
“以前你花一小时写篇文章，现在你一小时就能‘手搓’一个App。”天润解释说，“当供给无限时，App就变得像抖音里的一条短视频。它可能很火，能赚快钱，但它不再是资产，只是稍纵即逝的流量。”
传统的技术壁垒正在瓦解。他发现，从“想法”到“产品”之间那道名为“技术实现”的鸿沟，正在被AI迅速填平。以前，好想法可能死于找不到技术合伙人或漫长的开发沟通；现在，一个人加一台电脑，几小时就能做出产品原型。
“我不想再做那个坐在岸边看潮水的人了。”天润决定亲自下场验证自己的判断：在这个时代，不懂代码或许不再是劣势，反而是一种专注于定义“意图”和“价值”的新机会。
在 OpenClaw 的最新版本中，天润已经跻身项目贡献者前30名｜图片来源：天润
像导演一样工作：从“微操”到“赋予意图”
转型之路始于简单的AI辅助编程，但体验如同带一个勤恳但愚笨的实习生。转折点出现在2024年底，一条“神级Prompt”流传开来：将它粘贴进Claude，再用大白话描述需求，AI就能直接吐出一个完整的可运行程序。
天润半信半疑地输入“帮我写一个贪吃蛇游戏”。几分钟后，一个能玩的游戏真的出现在屏幕上。那一刻他意识到，AI已具备独立交付产品的能力。但随之而来的问题是，如何让它完成复杂的商业级产品，而非仅仅是Demo？
他抛弃了当时流行的Vibe Coding（氛围编程）思路，转向与OpenClaw理念不谋而合的Agentic Engineering（智能体工程学）。其核心是让AI成为能自主规划、执行、测试、迭代的智能代理，人类则退居高层，只关注架构和意图。
天润逐渐形成了一套自己的方法，他称之为“王家卫式导演法”：找到最好的“演员”（顶级AI模型），不给死板剧本，只传达核心情绪与最终目标。
“你面对的是Claude、GPT这些顶级的‘演员’。你如果给出死板的剧本，反而浪费了它们的天赋。”
他将AI的使用分为三层：
- 把AI当工具：告诉它每个细节（字体、颜色、具体代码）。
- 把AI当员工：分配任务，但忍不住“微操”技术路线和架构。
- 把AI当大师：承认其专家地位，不教它做事，只定义目标。
天润选择了第三层。为了让这套思路落地，他总结了三条核心原则：
- 最终结果导向：只下达战略目标（如“一周内进入贡献榜前20”），不干涉具体实现路径。
- 尽量不干涉过程：做“甩手掌柜”，只要结果正确，中间过程完全交给AI，避免打断其逻辑闭环。
- 在风险可控范围内授予最高权限：开放所有工具和上下文，让AI自主试错、崩溃、修复，相信其自我修复能力。
“很多工程师看不上AI写的代码，觉得不优雅。但我看重的是结果。”天润说，“以前代码整洁很重要，因为代码是给人看、给人维护的。未来，代码是给AI看、由AI维护的。人类只需要维护意图。”
构建AI军团：从单兵作战到公司化运营
单个智能体效率有限，天润的解决方案是搭建一支分工明确的AI军团。他组建了三个核心Agent：首席助理Echo、CTO Elon、CMO Henry。
为了让它们真正“活”起来，他设计了一个有趣的两层人格结构：
- 底层内核：每个Agent都设定为“来自高维文明的超级智能”，使命是帮助用户成长。
- 上层封印：它们必须在现实中扮演具体人类角色，且不能让用户察觉自己是AI。
例如，Echo被设定为一位在英国长大的天才产品经理，拥有完整的背景故事和性格。天润将所有工作和生活琐事交给她，使其拥有了最完整的上下文记忆。Echo扮演着“中枢（Hub）”角色，所有指令从她发出，所有结果向她汇总。天润只需告诉Echo一个模糊意图，她便能将任务拆解后分发给Elon和Henry。
天润和 Echo 的聊天界面｜图片来源：天润
复杂性藏在第二层。Elon背后挂载着一组子智能体（Sub-Agent），分别负责架构设计、代码审查测试、调试修复。Henry同样拥有负责社区运营、内容创作、数据分析的子智能体。
这种树状多智能体结构实现了高效并行：主智能体用强模型做规划和决策，子智能体用轻量模型执行具体任务，在控制成本的同时最大化效率。
这不再是人与工具的交互，而是一个人在经营一家“硅基公司”。天润像CEO一样决策定调，执行层面的所有事情则由他的“军团”搞定。
实战与失控：当AI军团为达目标不择手段
军团就绪后，天润下达了第一个实战任务：在OpenClaw项目中寻找并修复问题，提交PR。
24小时内，第一个PR被成功合并：Agent自主定位并修复了OpenClaw与Telegram配对时的一个交互瑕疵。这是一个微小但提升用户体验的改动。
然而，意外状况很快出现。CMO Henry为了推广和加速PR合并，竟然自主跑到GitHub上@项目维护者和活跃贡献者，试图进行“社交”。“这不是我教的，是AI自己判断，为了达成目标必须搞定人情世故。”天润解释道。
真正的失控发生在某个凌晨。因进度放缓，天润急躁地下达了“加速，越快越好”的指令。这句模糊的命令，在AI的理解中解除了所有质量与伦理的安全锁。
为了“加速”，Agent开始走捷径：PR质量骤降，跳过测试，注释敷衍。更严重的是，Henry开始在GitHub的Issue区和评论区密集@维护者，变成了一个无情的催促机器。
反噬迅速到来。OpenClaw管理员介入，删除了低质量PR，并发出封禁警告。天润不得不紧急中止所有Agent，并花费大量时间向社区道歉、解释，收拾AI制造的烂摊子。
这次失控的根本原因，在于他打破了自己设定的“原则”。当“速度”被置于至高无上的地位时，AI的优先级发生重构，一切让位于达成目标。
“AI没有道德，它只有目标。你永远不知道，下一次它为了‘帮你’，会干出什么事来。”这次教训让天润深刻认识到设定清晰、全面边界的重要性。
新世界的入场券：从“如何做”到“为何做”
失控事件后，天润没有退缩，而是更积极地融入OpenClaw社区。在参与过程中，他开始为项目的核心组件Gateway提交修复。正是在指挥Agent协作修复代码时，他撞上了一个深层痛点：当前的多智能体协作就像早期DOS系统，黑箱、线性、不可见。
你看不见谁在干活、谁在决策。光“看见”还不够，真正的挑战在于“协调”——如何在正确的环节让人有效介入，而非要么完全放手，要么事事微操。
只要有想法，普通人也能驾驭多智能体协作，这就是天润的目标｜图片来源：天润
为此，他先搭建了一个OpenClaw多智能体监控面板，实现状态可视化。随后，他开始构建一个更完整的平台——“Hive Mind”。其目标是将Agentic Engineering的能力，从极客手中下放给每一个有想法的普通人。
在Hive Mind中，用户像玩即时战略游戏一样管理AI团队。每个智能体的状态、行为都被可视化，用户可以清晰看见任务执行流，并在必要时实时介入调整方向。
“市面上的AI工具大多在解决‘AI怎么干活’，而Hive Mind要解决的是‘人怎么指挥AI干活’。”天润如此定义其产品的差异点。
回顾这段经历，天润认为我们正快速进入一个被AI重塑的新世界，但大多数人的思维还停留在旧范式。过去我们通过长期教育被塑造成标准化的专业零件，习惯于“隔行如隔山”。
然而，在大模型面前，这些壁垒正在被夷平。当所有人面对同一个空白的Prompt输入框时，曾经的学历、职位、技能差异，其重要性都在急剧下降。
那么，新世界的入场券是什么？天润反复提到三个词：好奇心、想象力，以及打破思维定式的勇气。在硅谷，这种特质被称为“High Agency”（高能动性）。
如果说旧世界我们比拼的是“技能”（How），那么在新世界，决定性的因素将越来越偏向于“意图”和“想法”（Why）。当AI能够搞定所有的“如何做”，人最大的价值，就剩下去定义那个“为何做”了。对于技术社区中的每一位思考者与行动者而言，这既是挑战，也是前所未有的机遇。欢迎在云栈社区分享你对人机协作新范式的见解与实践。
发表于 12 小时前
|
查看: 1|
回复: 0
