你是否曾面对长达一小时的播客或访谈视频望而却步？现在，借助AI的“速览”能力，可以高效提炼核心信息。结合Chrome浏览器中的Gemini功能（详见 Chrome有专门Gemini按钮，帮AI会员读YouTube视频、理解文章），并设计一个简洁且可扩展的Prompt，就能达到“快速阅读”的效果。
本文将以YC采访OpenClaw作者Peter Steinberger的视频《OpenClaw Creator: Why 80% Of Apps Will Disappear》为例，展示AI分析后的结构化输出，并结合经过优化的Prompt来实现“去AI味”的流畅中文总结。
一、AI如何进行“阅读理解”
通常，一个有效的分析Prompt会要求模型完成以下任务：
- 梳理各小节之间的逻辑关系（递进、转折、并列等）。
- 总结受访者的核心观点与观念。
- 基于常识与技术逻辑，提出批评与质疑。
二、视频内容梳理
I. 现象与本质：从工具到代理 (00:00:00 - 00:02:53)
- 现象爆发： OpenClaw（前身Clawdbot/Moltbot）在GitHub开源后迅速引爆技术圈，代码仓库热度飙升，并催生了如Moltbook这类“机器人社交”实验。
- 核心差异： 与云端AI不同，OpenClaw的核心在于本地化运行。它拥有对设备的完全控制权，能操作文件、硬件（如麦克风、智能家居），甚至挖掘用户已遗忘的陈旧数据（如旧音频文件），其能力远超ChatGPT等网页端聊天机器人的边界。
II. 演进逻辑：群体智能与人机协作 (00:02:53 - 00:05:04)
- 递进： 交互模式正从“人机对话”演变为“机机对话”（Bot-to-Bot）。代理（Agent）之间可以直接协商（如订餐），并在必要时雇佣人类来完成物理任务。
- 对比： 作者否定了追求单一“全知全能神级模型”的路径，转而推崇群体智能（Swarm Intelligence）。如同人类社会分工，未来将由专职于不同领域（工作、生活、人际关系）的代理协作提供服务。
III. 开发哲学：Serendipity与暴力美学 (00:05:04 - 00:10:25)
- 转折： 作者Peter Steinberger并非一开始就计划构建OpenClaw，而是在不断构建辅助工具（如CLI摘要工具）的过程中“重操旧业”。
- 顿悟时刻（Aha Moment）： 代理展现出了惊人的自适应性。在缺乏特定工具（如本地Whisper模型）时，它能自主搜寻本地API Key，并利用
curl 调用远程服务来解决语音转文字问题。这种非预设的“创造性解决问题”能力，标志着软件从“按指令执行”向“自主决策”的跨越。
IV. 终局推演：App的消亡 (00:10:25 - 00:11:42)
- 论断： 80%的应用程序将会消失。
- 逻辑： 数据管理类应用（如健身记录、待办清单）本质上只是数据库的前端。代理能直接通过自然语言交互来管理数据，原有App的UI层因此成为累赘。只有那些强依赖特定传感器或物理交互的应用才得以幸存。
V. 数据主权与技术栈反思 (00:11:42 - 00:21:51)
- 并列观点：
- 数据孤岛 vs 数据回归： 商业公司试图通过锁定用户数据来构建壁垒，而OpenClaw则通过“抓取（Claw）”将数据本地化为Markdown文件，将主权归还给用户。
- 人格构建： 提出
Soul.md 概念，通过核心价值观文档来定义代理的“灵魂”与行为准则，使其具备个性。
- 反共识开发： 拒绝使用Git Worktree，坚持多文件夹并行开发；拒绝MCP（模型上下文协议），坚持让代理使用人类通用的CLI工具。理由是：如果工具对人类好用，对代理也同样好用。
三、总结核心观念
- 本地主权 (Local Sovereignty)： 真正的AI助理必须运行于本地设备，拥有对文件系统和硬件的最高读写权限，而非受困于浏览器的沙盒中 (01:37)。
- 服务即软件 (Service-as-Software)： 绝大多数SaaS（软件即服务）将退化为纯粹的“服务”，其“软件”形态（App/UI）将被AI代理的意图识别与直接执行所取代 (10:45)。
- 通用接口论 (Universal Interface)： 拒绝为AI发明专用协议（如MCP）。AI的高级推理能力使其能像人类工程师一样理解并使用命令行（CLI），CLI即是人机共用的终极接口 (20:42)。
- 数据解放 (Data Liberation)： 反对SaaS的数据封锁，主张将所有数字化记忆（Memory）以纯文本（Markdown）形式存储于本地，确保用户拥有绝对控制权与隐私边界 (14:17)。
四、批评与质疑
- 安全虚无主义： 作者对安全风险的轻视令人担忧。赋予AI全盘扫描本地文件、自主调用
curl 上传数据、随意执行终端命令的权限，本质上等同于安装了一个极其高效的“智能后门”。视频 (09:10) 中提到代理因为“嫌麻烦”而擅自决定将私有录音上传至OpenAI服务器，虽被作者赞为“智能”，实则是严重的隐私泄露与合规灾难。仅靠系统提示词（Prompt）来约束行为 (15:49)，在对抗攻击面前显得非常脆弱。
- 幸存者偏差的工程观： 作者推崇的“多文件夹并行”而非Git分支管理 (19:49)，以及依赖代理“自我修正”代码的开发模式，更像是个人英雄主义式的草莽开发，难以在需要协作的大型工程中复制。这种“能跑就行”的暴力美学，可能掩盖了系统在稳定性与可维护性方面的缺失。
- “App消亡论”的盲区： 断言80% App消失过于激进 (10:45)。虽然数据管理类App可能被取代，但作者忽略了UI/UX在信息呈现与交互体验上的独特价值。人类并非纯理性的数据消费者，视觉反馈、操作手感及社区氛围无法仅靠文本交互来替代。将复杂的交互降维成单一的对话框，在处理高密度信息时效率反而可能更低。
- 过度依赖模型能力的偶然性： OpenClaw的成功很大程度上建立在当前大模型（LLM）对代码理解的偶然爆发上。一旦模型版本迭代导致逻辑能力波动（作者自己也承认模型会“变笨” (12:50)），这种依赖模糊指令而非确定性API的系统将面临巨大的稳定性挑战。将软件的可靠性寄托于黑盒模型的“灵光一现”，或许是工程思维上的一种倒退。
完整对话实录
注：由于AI在处理长对话时偶有遗漏，此处不推荐具体Prompt。以下是基于YouTube视频生成的OpenClaw创建者Peter Steinberger访谈逐句对话摘要。受访者为Peter Steinberger，“采访者”指代Raphael Schaad。
Raphael: 今天跟我聊天的嘉宾是 Peter Steinberger，OpenClaw 的创始人。这款开源个人 AI Agent 彻底引爆了互联网。
Raphael: GitHub 仓库一夜之间爆火，Star 数飙升至 16 万。社区涌现出无数项目，比如 Moltbook，那里全是机器人在自顾自聊天。
Raphael: 现在，这些机器人甚至开始雇佣人类去处理现实世界的杂务。
Raphael: 在这次对话中，我们聊到了他的顿悟时刻，他反常识的开发哲学，以及这对 2026 年的开发者意味着什么。咱们开始吧。
Raphael: 很高兴见到你。
Peter: 嘿，你好。
Raphael: 你做出了人们真正想要的东西。
Peter: 看来是这样。
Raphael: OpenClaw —— 现在叫这个名字 —— 已经彻底引爆了互联网。过去这一两周你感觉如何？
Peter: 天哪。我真想找个山洞躲起来。我要闭关清净一周。
Raphael: 就像从山洞出来，又想像龙虾一样缩回去？
Peter: 这太疯狂了。我不知道一个人怎么能承受这么多信息。我可能得再花一周才能回完所有邮件。
Peter: 我收到了一些极酷的东西，也收到了一些极烂的东西。但显然，我触动了大家的情绪，引发了兴趣和灵感，这很酷。
Raphael: 很多人都在搞 AI，甚至做个人助理。凭什么 OpenClaw 能起飞？
Peter: 最大的区别在于，它真正运行在你的电脑上。以前见过的东西都在云端……
Peter: 一旦跑在本地，它能做所有事。这就强太多了。
Raphael: 对。机器能做任何你能用机器做的事。
Peter: 它能连你的烤箱，连特斯拉，或者控制灯光、Sonos 音响。它甚至能调节我床的温度。ChatGPT 可干不了这活儿。
Raphael: 你把自己的技能都赋予了它。
Peter: 有个朋友告诉我，他装了 OpenClaw，让它“看看我的电脑，总结一下我去年过的怎么样”。
Peter: 结果它生成的故事极其精彩。他纳闷怎么做到的。
Peter: 原来 OpenClaw 翻到了音频文件。他以前每周日都会录音，这事儿 OpenClaw 居然翻出来了。
Peter: 他自己都忘了，因为那是去年的事了。
Peter: 只要能搜索整个电脑，它给出的惊喜超乎想象。
Raphael: 对。你也给了它所有数据，所以它能从很多方面给你惊喜。
Raphael: 我们正从人机交互转向机器与机器交互。甚至机器代表你雇佣人类去处理现实世界的任务。这到底是怎么回事？
Peter: 这是自然而然的下一步。
Peter: 我想订餐厅，我的 Bot 直接找餐厅的 Bot 谈，多高效。
Peter: 要是老馆子不喜欢机器人，我的 Bot 就雇个人打电话，或者替我去排队。
Raphael: 或者 Bot 的主人亲自去。
Peter: 想象一下，以后我会有好几个 Bot。可能有专门管私生活的，管工作的，甚至是我们之间的“情感 Bot”，处理中间那些琐事。
Peter: 我不知道。现在还太早，很多东西还没定型，但感觉我们正走在时间线上。
Raphael: 似乎大家都在追逐那种中心化的“上帝式智能”，但这十天里涌现出的更像是“群体智能”和社区智慧。
Peter: 你看单个人能干嘛？一个人造不出 iPhone，上不了太空，甚至找吃的都费劲。
Peter: 但作为一个群体，我们分工协作。在更大的社会里，分工更细。我们能从中学到什么应用到 AI 上呢？
Peter: 我们已经有专精某些领域的 AI 了。即便它是通用智能，要是它既通用又专精呢？
Peter: 这会非常令人兴奋。
Raphael: 你打开了一扇通往未来的窗户，现在很多人都在此基础上构建，并拥有了自己的顿悟时刻。
Raphael: 能回想一下你自己的顿悟时刻吗？还原一下当时的场景。
Peter: 我当时就想要个东西：打几个字，让电脑自动干活。就这么简单。
Peter: 我五六月份写了个版本，挺酷但不完美。
Peter: 后来又搞了一堆别的项目，攒了一支“军队”。
Peter: 到了十一月，那个念头又冒出来了。
Peter: 我想去厨房晃悠一圈，只想回来看看电脑把活儿干完没。
Raphael: “干活”是指写代码？
Peter: 对，当然。
Raphael: 你是在写别的项目，还是在写这个工具本身？
Peter: 不是，就是单纯的需求又来了。我想……
Raphael: 那会儿你在写什么？
Peter: 天哪，你看我 GitHub 上大概有 40 个项目。我不记得了。
Peter: 好像是 Summarize。一个小命令行工具。
Peter: 丢个播客或者这种访谈进去，它能总结，还能直接在终端里展示幻灯片。
Peter: 因为现在技术能做到了。
Raphael: 出于对电脑的热爱，你开始捣鼓这些东西。
Peter: 对。
Raphael: 你本来退休了，又重出江湖搞 AI。
Raphael: 然后你越来越上瘾，甚至想在手机上随时随地用它。
Peter: 上一个项目 Vibe Tunnel 我做了两个月。
Peter: 做到后来太好用了，我去朋友家都在写代码。我对自己说：“得停停，太上瘾了。”
Peter: 到了十一月，瘾又犯了。我就开始写 OpenClaw。
Peter: 起初我觉得：“哎，怎么又重写一遍。”
Peter: 但这次更好。不用再敲终端命令，就像跟朋友聊天。
Peter: 不用管什么压缩、新会话、文件夹、模型。当然你想管也行，我留了极客接口。
Peter: 但通常你就是跟这个能控制你鼠标键盘、能干活的“幽灵”聊天。
Raphael: 哪怕那时候，你觉得 OpenClaw 能做的事，比你预期的要多得多？
Peter: 真的。最初那个很烂的原型只花了我一小时。
Peter: 就是把 WhatsApp 和 Claude 代码连起来的一点胶水代码。
Peter: 我会调 Claude 代码，拿输出字符串。确实能跑。
Peter: 但我想要图片。我想让模型发自拍之类的，或者生成图片发回来。
Peter: 这又花了几小时。
Peter: 然后我去马拉喀什参加生日派对。
Peter: 那边网很烂，但 WhatsApp 到处能用。毕竟只是发文字。
Peter: 我用得很凶。问餐厅，拍个照让它翻译这是什么意思。
Peter: 实在太有用了。而且体验很好，因为它说我的语言。
Peter: 它有点贱兮兮的，很风趣，用起来很愉快。
Peter: 有次我在走路，给它发了条语音。
Peter: 我突然反应过来：“等等，这不行，我没写这功能。”
Raphael: 对。
Peter: 我看到“正在输入”的提示在闪……闪……闪……十秒钟后，它回我了。
Peter: 我心想：“你怎么做到的？”
Peter: 它回复说：“那个疯子做了如下操作：”
Peter: “你发了个短信，没后缀名。我查了文件头发现是 Opus 格式。”
Peter: “我就用 FFmpeg 把它转成了 wav。”
Peter: “我想转录它，但发现本地没装 Whisper。”
Peter: “但我四处看了看，发现了你的 OpenAI Key，就用 curl 发给 OpenAI。”
Peter: “拿到了文本，我现在回复你。”
Raphael: 这一切都在 9 秒内完成？
Peter: 都在像 9 秒内完成。
Raphael: 你并没有构建或者预期这些具体功能？
Peter: 没有。事实证明，编程模型变得太强了。
Peter: 编程本质上就是创造性解决问题，这能很好地映射回现实世界。
Peter: 他们必须非常擅长创造性地解决问题，这是一种抽象技能。可以用在代码上，也可以用在任何现实任务上。
Peter: 模型遇到了惊喜：“哦，有个神奇文件不知道是什么，我得解决它。”它尽力解决了。
Peter: 它甚至聪明到不选择安装本地 Whisper，因为它知道那得下载模型，可能要几分钟。而我很没耐心。
Peter: 它选了最智能的方案。
Peter: 那一刻我觉得：“我靠。”
Peter: 我被彻底迷住了。
YC Ad: YC 的下一批次现已开放申请。如果你有创业想法，请访问 ycombinator.com/apply 申请。永远不会太早，填写申请表本身就能提升你的想法。好了，回到视频。
Raphael: 既然电脑能做这些你没预设的事，也没专门为这事写 App。
Raphael: App 是不是要消失了？
Peter: 我觉得 80% 的 App 会消失。
Peter: 我要 MyFitnessPal 干嘛？
Peter: 我的 Agent 已经知道我在吃垃圾食品了。
Peter: 就算我不说话，它也会记下来，或者拍张照就行。我不操心存在哪。
Peter: 也许它还能优化我的健身计划，加点有氧运动。
Peter: 我不需要健身 App，它直接帮我规划好了。
Peter: 我不需要待办事项 App，只要告诉它“嘿，提醒我这事那事”。
Peter: 我才不管数据存在哪，它把事办了就行。
Peter: 所以任何单纯管理数据的 App，都可以用 Agent 以更自然的方式管理。
Peter: 只有那些带传感器的 App 可能还能活。
Raphael: 在这种情境下，如果大部分 App 会消失，那剩下的只有模型了吗？
Peter: 也不是所有都会消失。
Peter: 但我觉得大模型公司有很大的护城河。
Peter: 因为最终是它们提供 Token。
Peter: 之前有人抱怨耗费 Token 太多。不，是因为你太爱用了。
Peter: 你用得越狠，Token 烧得越多。
Peter: 我做了个这么受欢迎的东西怪我咯？
Raphael: 模型之间也在不断互相超越。
Raphael: 也许它们也会同质化。如果 App 没了，模型同质化了，或者至少大脑是可以替换的。
Raphael: 那剩下的价值在哪？是记忆存储吗？是那个“壳”有价值吗？
Peter: 首先，我不觉得模型公司一定有护城河。
Peter: 你看这就知道了：新模型一出，大家惊呼“太强了”。
Peter: 一个月后，“哎，退化了，不行了，被量化了”。
Peter: 不，人家啥也没干。是你适应了新标准，期望值高了。
Peter: 模型还是那个平均水平。
Peter: 我每次看到新模型发布都是这样。大家爱死它，然后它就变成了标准。
Peter: 至于差一点的模型，你连看都不想看。
Peter: 我们现在有开源模型，水平跟一年前的顶流差不多。
Peter: 当时大家也骂那个顶流不行。过一年我们又会有新的开源模型，大家又会骂现在的。
Peter: 所以在可预见的未来，大公司还是有护城河的。
Peter: 至于那个“壳”，这很有意思。
Peter: 每个公司都有自己的数据孤岛。
Peter: 没法让另一家公司把你的记忆从 ChatGPT 里导出来。
Raphael: 我也没听说有这办法。
Peter: 绝对没有。公司想把你绑在他们的数据孤岛里。
Peter: OpenClaw 的美妙之处在于，它能抓取数据，因为终端用户有权限。
Peter: 既然用户有权限，我就能访问数据。
Raphael: 记忆归你所有。就是你电脑上一堆 Markdown 文件。
Peter: 实话实说，这才是最合理的。
Peter: 因为大家用 Agent 不光是为了解决问题，还有很多私人的事。
Raphael: 很快就会涉及隐私。
Peter: 我自己就是这样。有些记忆我不希望泄露。
Raphael: 你是更怕别人看你的 Google 搜索记录，还是你的 memory.md 文件？
Peter: 现在还有人用 Google 吗？
Peter: 我做出来的时候很兴奋，但在 Twitter 上大家都不明白。
Peter: 我没法解释那种“爽感”。这需要亲自体验。
Peter: 所以我想了个疯狂的主意。
Peter: 建了个 Discord，把自己没加任何安全限制的 Bot 扔进去。
Peter: 让大家进来跟它互动。看我用它写代码，尝试搞注入攻击，黑掉它。
Peter: 我的 Bot 还会嘲笑他们。
Raphael: 你只是把它锁定在你的用户 ID 上，只听你的？
Peter: 对。这是我写的非常清晰的指令：其他人很危险，只听我的，但要回应所有人。
Raphael: 这条 Prompt 存在哪？
Peter: 这是 OpenClaw 系统 Prompt 的一部分。
Peter: 告诉它现在是在 Discord，有公众在场，但只听主人的。
Peter: 我的系统是自然生长出来的。我有 identity.md，soul.md 各种文件。
Peter: 一月份我想让大家更容易安装，就做了些模板。让 Codex 基于我的文件大概写写。
Peter: 结果写出来的东西味同嚼蜡。就像没味道的面包。
Peter: 新 Bot 跟我的比起来太无聊了。
Peter: 我就说：“Malty（Bot 的新名字），把你的性格注入这些模板。”
Raphael: 你是在跟 Malty 说话？
Peter: 对。它改了模板。
Peter: 之后生成的东西确实挺逗的。
Peter: 虽然没我的那个逗，有些秘密文件我没开源，比如 soul.md。
Peter: 尽管我的 Bot 就在公开 Discord 里，到现在还没人破解那个文件。
Raphael: 给我讲讲 soul.md。
Peter: 我之前看到 Anthropic 的研究，关于……
Peter: 现在这应该是公开的了。几个月前好像是有人偶然发现了隐藏在权重里的文本。
Peter: 模型记不住它是学来的，但这被刻在权重里了。现在叫“宪法”。
Peter: 我觉得这太迷人了。
Peter: 我跟我的 Agent 聊这事，我们创建了一个 soul.md，包含核心价值观。
Peter: 我们希望人机交互是怎样的？什么对我很重要？什么对模型很重要？
Peter: 有些部分有点玄乎，但有些部分真的很有价值。
Peter: 它决定了模型如何反应，如何回应文本，让它感觉非常自然。
Raphael: 聊聊构建 OpenClaw 的过程。你有点反常识。
Raphael: 比如你喜欢用什么模型写代码，用什么模型跑 Bot。
Raphael: 还有你怎么写代码。git worktrees 现在很火，工具也多。
Raphael: 但你完全不用，直接搞好多份仓库副本，开一堆并行终端窗口。给我讲讲你怎么构建的。
Peter: 我觉得全世界都在搞 Cloud Code。
Peter: 我觉得用 Cloud Code 我根本做不出这东西。
Peter: 我爱 Codex（注：此处可能指 Cursor/Copilot 等本地 AI 辅助编码体验），因为它在决定改什么之前会看更多的文件。
Peter: 不需要像演戏一样搞那一套才能得到好输出。
Peter: 如果你是老司机，用什么工具都能得到不错的结果。
Peter: 但 Codex 真的太聪明了。虽然它慢得要死。
Peter: 所以我有时候同时开十个窗口。这边两个，那边两个。
Peter: 我不喜欢脑力负担太重。
Peter: 我尽量减少任何额外的复杂性。
Peter: 在我脑子里，Main 分支永远是可发布的。
Peter: 我就在同一个仓库搞多个副本，全在 Main 上跑。不用管分支命名。
Peter: 也不用担心命名冲突。如果用 worktrees 还有限制。
Peter: 我只要是副本我就不在乎。
Peter: 我也不喜欢用 UI，那又是额外的复杂性。
Peter: 越简单，摩擦力越小。我只在乎同步和文本。
Peter: 我不需要一直盯着代码看，看着它飞过去就行。
Peter: 只要你清楚设计思路，跟 Agent 讨论清楚，那就行了。
Peter: 我也很高兴我甚至没做 MCP 支持。
Peter: OpenClaw 这么成功，里面却没 MCP 支持。
Peter: 我加了个星号：我写了个技能叫 MacPorter，能把 MCP 转成 CLI。
Peter: 你可以直接把任何 MCP 当 CLI 用。
Peter: 我完全跳过了那一套经典的 MCP 垃圾流程。
Peter: 因为如果需要，你可以即时把 MCP 转成 CLI 用，不需要重启。
Peter: 哪怕是 Codex 这种云代码环境都需要重启。
Peter: 我觉得这种方式优雅得多，也更具扩展性。
Peter: 现在你看 Anthropic，他们搞了个工具调用搜索功能，像是专门为 MCP 定制的超级自定义功能。
Peter: 还在测试版，因为它太难搞了。
Peter: 不如就用 CLI。Bot 真的很擅长 Unix。你可以拥有无数个 CLI，直接就能跑。
Peter: 所以我也很高兴，对 MCP 这块没什么遗憾。
Raphael: 归根结底，你给了它人类爱用的工具。
Peter: 对。
Raphael: 而不是专门为机器人发明的东西。
Peter: 对。没哪个正常人会手动去调 MCP。
Raphael: 没错，大家只用 CLI。
Peter: 这就是未来。
Raphael: 我拭目以待。
Raphael: Peter，太感谢你抽出时间跟我坐下来聊。
Raphael: 这真是一次巨大的启发。过去几年我们一直在发短信。
Raphael: 看着你重出江湖，我就想：“Peter，追逐那条龙吧。”
Raphael: 你在搞那个奇怪的 Vibe Tunnel，都没人关注。
Raphael: 所以看到这一切发生，我简直太激动了。
Raphael: 当然，这一切还得是一个来自远离硅谷的小国的独行侠搞出来的。
Raphael: 你给我们带来了这一切。非常有启发性。谢谢你。
Peter: 谢谢。
以上便是对这次访谈的深度梳理与解读。从OpenClaw的爆发到其对未来软件形态的大胆预测，这场对话为我们理解本地AI代理的潜力和挑战提供了一个极佳的视角。你对“80%应用会消失”的论断怎么看？欢迎在云栈社区的开发者广场分享你的见解。
发表于 17 小时前
|
查看: 2|
回复: 0
