OpenClaw创始人接受YC专访：未来80%的App将消失
2026年开年，一款名为OpenClaw的个人开源AI智能体引爆了网络。 一夜之间，这个项目的GitHub星标突破16万。社区基于它创造了各种神奇应用：从让机器人自主对话，到雇佣人类完成线下任务。
这一切的背后，是一位远离硅谷的奥地利开发者：彼得·斯坦伯格（Peter Steinberger）。
近日，斯坦伯格接受知名创业孵化器Y Combinator专访，揭示了OpenClaw爆红的设计理念。他分享了四个核心判断：
- “本地优先”带来真正的能力解放，你的个人电脑就是最强的AI服务器。
- 80%的应用程序将自然消亡。当AI能直接控制人们的设备时，我们将不再需要那么多“管理工具”。
- 未来属于“群体智能”，无数个专业化AI协同工作，将取代单一的“全能型AI”。
- 开源模型正快速追赶一年前的商业模型水平。未来，硬件和数据访问权将成为关键。
斯坦伯格的技术哲学充满颠覆性：用最简单的工具解决最复杂的问题，将数据所有权彻底归还用户。OpenClaw带来的启示，也许会指向一个正在形成的、由个人AI构成的去中心化未来。
以下为斯坦伯格专访精华内容：
01 我本想做个私人助手，结果它学会了雇佣人类
问：OpenClaw是一款开源个人AI智能体，近期引发广泛关注。在极短时间内获得超过16万GitHub星标。社区基于此开发了大量项目，例如实现机器人间自主对话的Maltbook。更引人注目的是，这些机器人已开始雇佣人类完成现实世界任务。今天我们将探讨你的创作灵感、独特的开发理念，以及这对2026年的开发者意味着什么。
斯坦伯格：谢谢邀请。
问：OpenClaw显然击中了用户需求。这款产品目前知名度很高，搜索排名甚至已经冲到了行业第五，它确实在互联网上引起了现象级关注。过去一两周你的工作和生活状态如何？
斯坦伯格：这段时间非常忙碌。我甚至渴望能有一处安静的空间独处一阵。整个进程如同旋风般席卷而来，个人很难完全消化所有这些关注。仅处理积压的邮件可能就需要额外一周时间。我收到了许多令人振奋的反馈，同时也遭遇了一些负面评论。但很明显，这个项目触及了人们的某种深层需求，激发了兴趣与灵感，这很令人欣慰。
问：AI领域，尤其是智能体方向，已有众多探索。你认为OpenClaw脱颖而出的关键因素是什么？
斯坦伯格：核心差异在于本地化运行。目前市面上的智能体方案大多基于云端。而运行在用户本地设备上，意味着它能够调用和整合计算机的所有能力，其潜力与云端方案不可同日而语。
问：也就是说，机器能够执行用户通过计算机可完成的任何操作。
斯坦伯格：正是如此。它可以连接并控制用户的智能设备，无论是烤箱、特斯拉汽车、照明系统，还是音响。例如，它甚至能调节我的智能床的温度，这是某些竞品目前无法实现的。
问：你赋予了它等同于自身的技能权限。有用户反馈，安装OpenClaw后，它能够梳理其电脑数据，生成一份关于过去一年的完整叙事报告，内容质量极高。用户惊讶于它是如何做到的。OpenClaw甚至发现了用户早已遗忘的、一年前的每周日录音文件。仅仅通过深度检索本地数据，它就能带来意想不到的发现。
斯坦伯格：关键在于它拥有对全部数据的访问权限。这种全面的数据接入使其能够在多方面带来惊喜。
02 未来没有“上帝AI”，只有群体专业“智能伙伴”
问：目前，人机交互似乎正向机机交互延伸。你曾提及机器人间交互，甚至机器人雇佣人类执行实体任务的场景。能否详细阐述这一发展趋势？
斯坦伯格：这是自然演进的方向。例如，当我想预订餐厅，我的智能体会直接联系餐厅的智能体进行协商，这更高效。另一种情况是，面对一家传统餐厅，我的智能体可能需要借助人类劳动力来完成预订，因为对方可能不接受自动化服务，或者需要现场排队。未来，个人或许会拥有多个专业智能体，分别处理私人事务、工作事务，甚至人际关系事务。目前一切仍处于早期阶段，许多模式尚未验证，但我们已经踏上了这条发展轨道。
问：过去业界似乎更聚焦于构建集中的、“上帝模式”的超级智能，而近期的趋势更偏向于涌现的群体智能和社区协作。观察人类社会，每个个体的能力有限，无法独立制造iPhone或实现太空旅行，甚至解决基本生存都成问题。但通过社会分工与协作，我们成就非凡。这对AI发展有何启示？我们已有在某些领域特化的AI，即便它们是通用智能，是否也应走向专业化？
斯坦伯格：这确实是一个令人兴奋的方向。
问：你为未来打开了一扇窗，如今众多开发者正基于此进行构建，产生了各自的“顿悟时刻”。能否回顾一下你最初的灵感迸发时刻？
斯坦伯格：我的初衷很简单：希望通过输入指令，让计算机自动执行任务。去年五六月间，我构建了第一个版本，但并未达到理想状态。随后我又尝试了许多其他项目。直到去年11月份，这个需求再次变得强烈。当时我在厨房，只是想确认电脑上的某项任务是否仍在运行或已经完成。
问：你指的是编码任务吗？当时是在开发其他项目，还是OpenClaw本身？
斯坦伯格：当时是在开发其他项目。我的GitHub上有大约40个项目，具体是哪个记不清了。可能是一个名为“summarize”的命令行工具，它可以总结播客或访谈内容，并能在终端内展示幻灯片，这利用现有技术这已能实现。
问：你出于对技术的热爱开始探索。实际上，你是从“退休”状态重返技术领域，深入研究AI后愈发投入，甚至希望随时随地通过手机进行开发。
斯坦伯格：是的。在OpenClaw之前，我花费两个月开发了Vibe Tunnel项目，其效果之好让我在社交场合也忍不住继续编码，我意识到需要克制这种沉迷。
去年11月，需求重现，我开始构建Clawdbot，即OpenClaw的前身。这次重构的目标是更优的体验：用户无需通过终端输入，而是像与朋友对话一样自然交流，不必关心会话、目录或模型选择等底层细节。当然，我们为高级用户保留了这些控制选项。本质上，用户是在与一个能操控鼠标、键盘并执行任何操作的“实体”对话。
问：你何时意识到它的能力远超预期，产生了“顿悟”？
斯坦伯格：第一个粗糙的原型仅用了一小时完成，但它只是将WhatsApp接口与Claude Code连接起来的简单胶合代码，虽然响应慢但能工作。
随后我增加了图像处理功能，这又花费了几小时。后来我在马拉喀什参加生日聚会时，网络状况不佳，但WhatsApp的文本通信仍然稳定。我频繁使用它进行翻译、识别图片内容，体验非常流畅愉快。
一次步行中，我下意识地发送了一条语音消息，随即意识到并未为此功能编写代码。但大约十秒后，我看到了回复指示，它成功处理了这条语音消息。
问：你事先没有构建或预料到任何这些具体功能？
斯坦伯格：完全没有。这证明了当前编码模型的能力已非常强大。编码本质是创造性解决问题，这种能力能很好地映射到现实世界任务中。模型在面对未知文件格式时，展现了出色的抽象问题解决能力。
它甚至做出了更优决策：考虑到本地下载模型需数分钟，而用户（我）可能缺乏耐心，它选择了调用云API这一更快捷的方案。那一刻我深感震撼，并彻底被其潜力吸引。
03 80%的App将死，但你的记忆会永远活着
问：当计算机能够执行这些超出开发者预设的任务时，传统的应用程序是否会走向消亡？
斯坦伯格：我认为约80%的App会消失。以健康应用为例：我的助手已知悉我的饮食习惯，当我在餐厅时，它能自动记录我的餐饮选择，或通过照片进行追踪，无需我手动操作。它还能动态调整我的健身计划。
同样，待办事项应用也将被取代：我只需口头告知提醒事项，次日它便会自动提醒。数据存储在哪里不再重要。任何主要功能是数据管理的应用，都能被智能体以更自然、高效的方式替代。
或许只有依赖特定硬件传感器的应用能留存下来。
问：如果大部分应用消失，模型是否会成为唯一的“应用”？
斯坦伯格：并非所有应用都会消失。但大型模型公司目前确实拥有一定优势，因为它们控制着核心的“token”供给。关于使用量过高的抱怨，恰恰反映了产品的高粘性。模型领域竞争激烈，技术也在快速商品化。如果应用消亡、模型商品化，那么核心价值何在？是记忆存储？还是技术壁垒？我认为模型公司的优势并非永恒。
用户对新模型的热情常随时间消退，实则是期望值提升所致。开源模型正快速追赶一年前的商业模型水平。未来，硬件和数据访问权将成为关键。目前各大公司构建的数据孤岛，阻碍了记忆数据的互通。而OpenClaw的设计允许最终用户完全掌控自己的数据。
04 AI有“灵魂”，我不敢公开它的记忆文件
问：用户真正拥有自己的记忆数据，它们以Markdown文件形式存储在本地。
斯坦伯格：是的，每个人拥有自己设备上的记忆文件。这些数据可能极为敏感，因为用户不仅用其解决问题，也快速深入地处理个人事务。我个人便是如此，有些记忆内容绝不希望泄露。
问：对比谷歌搜索历史和个人记忆文件，你认为哪个更私密？
斯坦伯格：记忆文件无疑更私密。为了推广OpenClaw，我曾遇到解释其价值的困难。理论阐述难以传递其体验魅力，因此我做了一个大胆尝试：在公共Discord服务器中部署了我的机器人，且未设置严格安全限制。用户可自由与之互动，观看我如何借助它开发软件，甚至尝试提示注入攻击。而我的智能体会幽默地回应这些尝试。
问：你通过用户ID锁定控制权，确保它只响应你的指令。
斯坦伯格：是的。我设定了明确的系统指令：虽处于公共环境，但仅听从所有者（我）的命令，同时可礼貌回应其他人。这些指令是系统提示的一部分。整个系统的构建是渐进式的，我创建了诸如identity.mmd、soul.md等文件来定义其特性。
今年1月，为了让更多人能轻松安装OpenClaw，我基于自己的配置生成了模板。但初期生成的智能体性格较为平淡。于是，我让我的智能体（名为Modi）将其个性注入这些模板，使新生成的智能体更具趣味性。我的soul.md文件并未开源，它是核心个性定义，目前尚未被破解。
问：能否详细说明soul.md？这令人联想到Entropic的研究，即在模型权重中发现隐藏的、模型自身都未察觉的“宪法”文本。
斯坦伯格：我与我的智能体共同探讨并创建了soul.md，其中定义了核心价值观，涵盖人机交互原则、对我重要的理念、对模型重要的准则等内容。部分定义可能显得抽象，但它在塑造智能体的响应方式和交互自然度方面起到了关键作用。
05 无法依靠Claude Code，更偏爱OpenAI Codex
问：你的开发理念常与众不同，例如在模型选择、编码工具偏好上。关于开发方式，Git worktree虽流行，但你选择使用同一库的多个并行副本。能否详细说明你的开发哲学？
斯坦伯格：当前主流是使用Claude Code等云端编码工具，但我认为自己无法依靠它们构建出OpenClaw。我更偏爱Codex，因为它能在决策前浏览更多上下文文件，减少对精确指令的依赖。当然，熟练的开发者用任何工具都能产出优质代码，但Codex的表现尤为出色，尽管其速度较慢。为此，我有时会并行运行多个实例。
为了降低认知负担，我尽量简化工作流。我保持主分支始终处于可发布状态，并维护同一仓库的多个本地副本，均基于主分支。这避免了分支命名冲突和worktree的使用限制。我不依赖图形界面，以进一步减少复杂性。命令行工具更简洁高效。我的关注点在于代码同步和文本内容本身，而非界面。通常，只要与智能体充分讨论并厘清设计，大多数代码无需逐行审查。
另一个特点是，OpenClaw并未内置对MCP（Model Context Protocol，模型上下文协议）的原生支持。相反，我开发了一个工具将MCP转化为CLI（Command-Line Interface，命令行界面）接口，使得任何MCP功能都能通过命令行调用。这绕过了传统MCP集成的复杂性，无需重启即可动态使用新功能，更具灵活性且扩展性更好。OpenClaw的成功证明，赋予智能体人类惯用的工具（如CLI），比为它们发明专用协议更为有效。
问：这回归了本质：为AI提供人类喜爱的工具，而非为其创造专用体系。
斯坦伯格：正是。没有人类会愿意手动调用复杂的MCP协议，使用CLI才是未来方向。
问：我完全赞同。再次感谢您拨冗分享。你的经历极具启发性：从最初的默默探索，到如今引领趋势，证明了创新常源自边缘与坚持。
斯坦伯格：谢谢。
特约编译金鹿对本文亦有贡献
本文来自“腾讯科技”，作者：晓静，编辑：徐青阳，36氪经授权发布。