Peter Steinberger：代码的价值不再重要，重要的是你的意图

嘉宾：Peter Steinberger（OpenClaw 创始人，前 PSPDFKit 创始人） 主持：Romain Huet（OpenAI 开发者体验负责人） 节目：Builders Unscripted Ep. 1 时长：31 分钟 来源：YouTube 完整转录：带说话人识别的全文转录

Peter Steinberger 是奥地利开发者，2011 年创建了 PDF 框架公司 PSPDFKit，运营了 13 年后卖掉公司。经历了严重的创业倦怠之后，他在 2025 年开始用 AI 工具编程，在 GitHub 上创建了 120 多个项目（9 万次贡献），最终诞生了 OpenClaw —— 一个开源的个人 AI Agent 平台，运行在你自己的电脑上，通过 WhatsApp、Telegram 或 Discord 与你对话，可以访问你的文件和工具。OpenClaw 在短短几周内就登上了华尔街日报，成为现象级项目。

这个视频是 Peter 加入 OpenAI 之前录制的。以下是我认为最值得关注的部分。

被 AI 起了鸡皮疙瘩的那一刻

Peter 的 AI 觉醒不是渐进的，而是突然的。

他把一个做了一半的项目——那个他因为倦怠而没做完的项目——打包成一个 1.5 MB 的 Markdown 文件，丢给 Gemini Studio 写 spec，再把 400 行 spec 丢给 Claude Code 执行。

“一个小时后它真的工作了——那一刻我起了鸡皮疙瘩。我脑子里开始爆炸式地涌现出所有那些我一直想做却从未能做到的事情，然后我就再也睡不好觉了。”

这条路径极具代表性：不是看了某篇文章被说服，不是听了某个演讲被感动，而是亲手做了一件半成品，让 AI 接管了剩余的工作。那个鸡皮疙瘩时刻，本质上是能力边界突然消失的感受。

很多人还没经历过这个时刻，所以还没真正理解 AI 在改变什么。

“一夜成功"背后的 9 个月

OpenClaw 看起来像一夜爆发。但 Romain 在 Peter 的 GitHub 上数到了 40 多个项目，其中一半被整合进了 OpenClaw。

“我没有统一的计划。很多东西都是探索出来的——我想要某个不存在的东西，我就把它通过提示词给带到了现实里。”

这句话有两层含义。第一层是创作方法论：不是先想清楚再做，而是边做边发现。第二层更深：以前"想要某个不存在的东西"意味着你要自己建造它，花几周甚至几个月。现在你只需要把它描述清楚，然后 prompt 它出来——第一个原型可能只需要一个小时。

转折点发生在马拉喀什。Peter 去度周末，发现自己在没什么网络的地方反而大量使用自己的 WhatsApp bot——拍照翻译、找餐厅、从电脑上查资料。朋友们看到了都想要，但他说"太危险了，还没准备好”。

这是产品市场契合的最早期信号：你的朋友想要你还没打算给别人用的东西。

那个用 FFMPEG 和 curl 自救的 Agent

然后发生了一件更有意思的事。Peter 发了一条语音消息给他的 bot——一个他从来没有编程支持过的功能。打字指示符出现了。

“模型说：你发给我的是一个文件，但没有文件后缀，所以我看了文件头，发现它是 Opus 这个音频编解码格式。于是我用电脑上的 FFMPEG 把它转换了，然后想转录它，但没有安装 Whisper，于是我找到了一个 OpenAI 密钥，就用 curl 把文件发到 OpenAI，拿到了文字。”

这个故事之所以重要，不是因为技术有多复杂，而是因为它描述了一种新的关系：你设定意图，模型寻路。 更值得关注的是 Peter 之后说的那句话——“一个人不可能做出这样的东西”。他指的不只是代码量，而是这种"自主解决"的涌现行为本身，是人在设计系统时无法提前规划进去的。

同样的创造力还出现在另一个场景：Peter 搭了一个几乎空白的 Alpine Linux Docker 容器，让模型访问一个网站。容器里连 curl 都没有。模型发现了 C 编译器，用 TCP socket 自己写了一个简陋的 HTTP 客户端，居然真的能访问网站了。

Agentic Trap：卡在工具里的人

Peter 过去一年在 GitHub 上有 9 万次贡献、120 多个项目。当被问到如何做到如此高产时，他先纠正了一个流行的误解：

“他们叫它’氛围编程’——我觉得’氛围编程’这个词本身就是一种贬低。AI 是一项需要学习的技能。就像拿起吉他，第一天肯定弹不好。”

然后他描述了一个他观察到的普遍陷阱：

“我叫它 Agentic Trap——从第一次接触新技术到真正高效之间，有一个鸿沟。很多人卡在过度优化工具设置上。这并不会真的让你更高效，但感觉上好像变得更高效了。”

这个观察非常准确。“Agentic Trap"可以用来描述一个更广泛的现象：人们把 AI 当成一个需要配置的工具，而不是一个需要建立协作关系的伙伴。

Peter 的方法极其简单：像对话一样和模型交流，总是问"你有什么问题吗？“让模型先了解全局。不用 worktree，就用 checkout 1 到 10。不用花里胡哨的配置，只用最基础的方法。他说 Codex 是他信任度最高的工具，而 GPT-5.2 是又一个量子跃迁。

PR 不再是 Pull Request，而是 Prompt Request

这是整个访谈里最激进的洞察之一。

OpenClaw 有 2000 个待处理的 PR。Peter 审查它们的方式已经完全改变了：

“审查 PR 时，我问模型的第一个问题是：你理解这个 PR 的意图吗？因为我根本不在乎代码本身，我在乎的是这个人实际上想解决什么问题。”

他甚至不再把它们叫 Pull Request，而是 Prompt Request —— 重要的是意图，不是代码。

他描述了一个典型的 PR 审查流程：先和模型语音讨论 10-15 分钟，分析意图、探讨最优解、判断这是局部问题还是架构问题。满意之后，一个 slash command（land PR）完成所有操作——创建分支、执行修改、合并 PR。

这意味着软件工程的价值链正在重构——以前最贵的是实现能力，现在最贵的是判断力：知道应该做什么、不该做什么。而这正是人类仍然不可替代的地方。

为 Agent 优化你的代码库

“大部分代码是无聊的。你应该为 Agent 优化你的代码库，而非为人类。”

Peter 在管理团队时学到的一个道理——接受别人不会写出和你一样的代码——现在被他迁移到了人机协作中。他不会逐行阅读模型写的每一段代码，因为心智模型的匹配比逐行审查更重要。如果真的出了性能问题，再专门去修就好。

更激进的是 OpenClaw 的设计：Agent 就在源代码里，如果你不喜欢什么，直接 prompt 它改自己——真正的自我修改软件。这也是为什么那些从来没提交过 PR 的人突然开始提交 PR：他们只是告诉 Agent 改了什么，Agent 就真的改了。

这描述了一个令人眩晕的趋势：软件的主要读者正在从人变成 AI。 注释、命名、结构——这些原本为了让人类协作而存在的约定，它们的首要服务对象正在悄悄切换。

以玩的心态，去做你一直想做的东西

Romain 问了一个直接的问题：很多欧洲开发者还没有拥抱 Agentic 工具，你对他们有什么建议？

“以玩的心态接近它。构建一个你一直想构建的东西。如果你多少有一点 builder 的气质，你脑子里肯定有某件一直想做的事。就去玩吧。”

Peter 引用了 Jensen Huang 的话——“你不会被 AI 替代，但会被用 AI 的人替代”——然后加了自己的一层理解：

“但如果你的身份认同是’我想创造东西，我想解决问题’，如果你是一个高代理感的人，如果你聪明，那你将比以往任何时候都更受欢迎。”

这两句话不矛盾。正是因为把 AI 当成一个值得认真学习的新技能，你才能真正进入"活着最好的时代”——用 Peter 在访谈开头说的那句话。

基于 OpenAI Builders Unscripted Ep. 1 整理