Clawdbot之父：我从不读自己的代码
本文共 2979 字，阅读预计需要 4 分钟。
Hi，你好，我是Carl，一个本科进大厂做了2年+AI研发后，裸辞的AI创业者。
一个退休3年的开发者，同时操控10个AI工具，用AI Agent实现一天600个Commit，甚至发布自己没读过的代码。
他的项目Clawdbot（现在改名OpenClaw了）两周暴涨到几万星，现在已超9万星。
这是Clawdbot之父Peter Steinberger给所有程序员上的一课：
问题从来不是"AI会不会取代我"，而是"我怎么和AI一起干活"。
一天600个Commit？他是认真的
说实话，当我第一次看到这个数字，我以为是标题党。
一天600个Commit，还发布自己没读过的代码。这不是草率，这是疯了吧...
但Peter Steinberger就是这么干的。
这哥们的工作方式像极了国际象棋大师的车轮战：同时开着5到10个AI Agent，在任务之间不停切换。设计一个新子系统？他知道Codex需要40分钟到1小时来完成构建，所以先把规划敲定、启动任务，然后立刻跳到下一件事。
他就像个厨神一样，等这边"炖着"，他去处理那边。那边"炖着"，他又去处理另一件。转一圈回来，第一个任务刚好出锅。
这种并行工作的节奏，让他凌晨5点还在跟Claude较劲。在他看来，Claude的输出像老虎机——你投入一个prompt，要么开出一堆废铁，要么中个头彩。
问题来了：这种看起来疯狂的工作方式，为什么能跑通？
闭环才是秘诀：让AI自己验证自己
Peter能"不读代码就发布"，靠的不是运气，是一套完整的验证闭环。
在他的工作流里，AI必须能"自证清白"——代码写完只是开始，能编译、能通过代码规范检查、能执行、能验证输出，这四道关卡缺一不可。
这就像工厂的质检流水线。原材料进来，不是直接出厂，而是经过层层检测：尺寸对不对、颜色对不对、功能对不对。每一道工序都有自己的验收标准。
AI写代码也一样。
代码写完不是终点，compile通过才算第一关，lint检查是第二关，单元测试是第三关，集成测试是第四关。
Peter的逻辑很简单：只要验证循环跑通了，测试全部通过，他就选择信任AI的输出。
为什么不呢？规范的检查，规范的测试流程，最后的稳定性也许能胜过90%以上的人写的代码。
有一次Peter在摩洛哥旅行，用WhatsApp给他的Agent发了条语音消息——完全是下意识的动作，因为他压根没给Agent开发过语音识别功能。
半分钟后，Agent居然回复了。
Peter懵了，追问它怎么做到的。Agent的回答让他目瞪口呆：它自己检测到文件头是OGG音频格式，主动调用FFmpeg做格式转换，然后翻出电脑里存着的OpenAI API密钥，把音频发到OpenAI的语音转文字服务，最后才给出回复。
没有人教它这么做。它自己把整个链路串起来了。
这就是闭环的力量：你不需要告诉AI每一步怎么做，只需要给它目标和验证标准，它会自己找到路径。
Pull Request已死，Prompt Request当道
Peter的工作流里，传统代码审查已经成了历史。
他给代码提交起了个新名字：不叫Pull Request，叫Prompt Request。
理由很直接：别人提交代码时，他最想看的不是代码本身，而是生成这段代码的prompt长什么样。
这个观点值得仔细考虑，如同我常说现在spec规格说明才是代码，而代码本身是编译产物一样。
传统开发里，代码是核心交付物。你写代码，我审代码，我们讨论代码。
但在AI时代，prompt才是核心资产。
好的prompt可以让AI生成无数版本的代码；而代码本身，反而是可以随时重新生成的"易耗品"。
Peter甚至会直接拒绝一些只修了几个小bug的PR。他的理由是：
人工审查这种小修小补的代码，花的时间可能是让Codex直接修复的10倍。
与其浪费时间审代码，不如把问题描述清楚，让AI重新生成。
这对程序员意味着什么？
技能重心正在发生位移。从"写代码"转向"写需求"，从"实现细节"转向"架构设计"，从"逐行审查"转向"验收结果"。
三类程序员，谁最适合AI时代？
Peter观察到一个有趣的规律：那些痴迷于算法难题的工程师，反而很难适应AI驱动的开发。
道理不难理解：如果你最享受的是Leetcode式的解题快感，那AI时代会让你很痛苦——你不再需要亲手推导动态规划、手写红黑树，AI几秒钟就搞定了。那种"我亲手攻克难题"的成就感，被彻底剥夺了。
反过来，如果你真正在乎的是把产品交付出去，关心的是最终结果而非实现路径，那AI时代简直是如鱼得水。
第三类人更有意思：带过团队的人。
管理者天然具备一种能力：放下完美主义，接受"足够好"的交付物。
Peter认为，这恰恰是和AI协作的核心心态。你要先保证完整性，再考虑是否完美。
管理者习惯了"委托"与"验收"：你不需要亲自写每一行代码，只需要把需求讲清楚、把验收标准定好、然后检查交付物。这恰恰是和AI协作的核心能力。
还有一个反直觉的观察：新人可能有逆袭机会。
Peter的解释是：新人没有被过往经验"污染"。老程序员会下意识觉得"这个方法行不通"，但新人不知道这些禁忌，反而会用老鸟想不到的方式驱动Agent——而在AI快速进化的当下，很多"行不通"的事情，可能已经行得通了。
从CEO到单人军队：Peter的燃尽与重生
Peter Steinberger不是什么"野生程序员"。
他来自奥地利农村，14岁入坑编程。后来花了13年打造PSPDFKit，这是一个最终用在超过10亿台设备上的PDF渲染框架，。公司从他一个人，发展到70多人，全球远程办公。
但CEO不好当。
用Peter自己的话说，CEO本质上就是个"兜底的人"，团队搞不定的、搞砸的，最后全得创始人来收拾。
这种压力持续太久，Peter彻底燃尽了。他卖掉股份，从科技圈消失了整整三年。
那三年，他需要很长时间来解压。他参加了大量派对，过上了完全远离科技的生活——有好几个月，他甚至没有打开过电脑。
2025年4月，Peter重新打开电脑。
他想做一个Twitter分析工具，但发现自己根本不会Web开发。然后他发现了AI。
他把一个1.3MB的GitHub仓库Markdown文件拖进Gemini，输入"写个说明"，AI输出400行规格说明。然后他把规格说明拖进Claude Code，输入"build"。然后不停地点continue、continue、continue...
最后AI信心满满地宣布：100%生产就绪。
Peter一启动程序，直接崩了。
但这次失败反而点燃了他。程序虽然崩了，但AI展现出的潜力已经足够震撼。它确确实实地，在几分钟内完成了一个他可能需要几周才能写出的原型。
从那一刻起，Peter开始失眠。他意识到一场革命正在发生，而他不想错过。
OpenClaw爆红：未来Siri该有的样子
Clawdbot（现已更名OpenClaw）最初只是Peter给自己搭的一个私人助手，通过WhatsApp跟他对话。
他在摩洛哥旅行时，用它导航、听笑话、甚至代发消息给朋友——那时候它还只是个"玩具"。
后来他做了一个疯狂的决定：把自己的Agent放到了公开的Discord里，让任何人都能体验。
结果完全超出预期——几乎所有试用过几分钟的人都上瘾了。更夸张的是，在这几天，它的谷歌搜索量一度超过了Claude Code和Codex的总和。
现在star数已破9万，还在涨，极为罕见的增长速度。
这个项目支持WhatsApp、Telegram、Slack、Discord、Signal、iMessage等十几个渠道，能语音唤醒，能实时画布，能多Agent路由。它不是"半吊子Siri"，而是一个真正理解上下文、能自主解决问题的个人AI助手。
这才是未来个人助手该有的样子。
写在最后：给AI时代开发者的3个建议
Peter用自己的经历证明了一件事：问题从来不是"AI取代程序员"，而是"程序员如何与AI融合"。
代码本身不重要，闭环才重要。
实现细节不重要，系统设计才重要。
Pull Request不重要，Prompt Request才重要。
这是一个单人开发者展现出团队级产出的时代。超级个体的时代。
建议1：构建你的验证闭环
无论用什么AI工具，都要建立compile/lint/test/deploy的自动化流水线。闭环是信任AI的前提。
建议2：保持架构敏感度
代码可以交给AI，但模块划分、技术选型、扩展性设计必须自己把控。这是AI时代程序员的核心竞争力。
建议3：学会写需求，而不只是写代码
Prompt质量决定输出质量。花时间学习如何把需求讲清楚、把验收标准定精确，这比学习新框架更重要。
这个时代，才刚刚开始。
既然看到这了，如果觉得不错，随手点个赞、收藏、转发三连吧～
我是Carl，大厂研发裸辞的AI创业者，只讲能落地的AI干货。
关注我，更多AI趋势与实战，我们下期再见！
