从开发自己的 OpenClaw 聊起

概览

本期原计划录制“科技快乐星球”，但两位主播围绕 OpenClaw、小龙虾式个人 Agent、vibe coding 和 Agent 原生产品聊到了一整期，因此改成 OpenClaw 专题。节目从 OpenClaw 的走红、改名、作者背景和使用体验切入，重点转向“为什么自己做一个 Agent 比单纯使用它更有启发”。

核心讨论是：OpenClaw 这类产品不是传统软件加一个 AI 功能，而是以 Agent 作为软件的核心基座；传统代码、工具、Skill、界面和通道都更像 Agent 的手脚。主播认为，Skill、自我生成能力、工具调用和多模态模型结合后，软件会从“预制 App”走向“现炒 App”，也就是按人的需求即时组合和生成能力。

节目后半段重点讨论安全、商业模式和未来形态。主播一方面强调 OpenClaw 的权限边界、账号安全、个人数据暴露和 token 成本都非常现实；另一方面也延伸到一人一 App、AI 社交、AI 雇佣人类、具身智能、AI 训练 AI、SaaS 被替代以及人类品味在 AI 时代的价值。

分段落总结

[00:00] 节目临时改题与本期主线

[事实] 主播说明本来要录“科技快乐星球”，但因为聊小龙虾和 OpenClaw 聊得太久，最终把这一期改成 OpenClaw 专题。 [事实] 本期会讨论 OpenClaw、Justin 自己做简化版小龙虾的过程，以及从 vibe coding 到 Agent 做产品的变化。 [事实] 节目开头还提到播客拿到了小宇宙 2 万订阅奖杯，并祝听众新春快乐。

[02:00] OpenClaw 的走红与改名

[事实] 主播提到 OpenClaw 原先叫 ClawBot，后来因名字与 Anthropic/Claude 相关命名太像而改名为 MoteClaw，之后又改成 OpenClaw。 [事实] Justin 早前就关注过作者 StayPit，认为他是苹果生态开发者，Profile 上有很多小工具项目。 [事实] Justin 一开始觉得 OpenClaw 只是“跑在自己家里的机器人”，没想到后来在中文圈突然火起来。

[04:00] 从使用 OpenClaw 到决定自制小龙虾

[事实] Justin 起初装了 OpenClaw，但因为安全隐患大，后来删掉并改装到虚拟机里。 [事实] 他为了实验还买了一个便宜账号给机器人使用，原因之一是担心官方订阅被识别为滥用后封号。 [事实] 他最后认为 OpenClaw 有意思，但更大的乐趣在于“造它”，于是决定自己做一个类似的个人 Agent。

[06:00] 自制 Agent 与传统软件的差异

[事实] Justin 说自己做这个 Agent 基本是百分百 vibe coding，几乎不看代码，更多是通过实现过程学习架构和思路。 [事实] OpenClaw 支持 Telegram、WhatsApp、Slack 等多种 channel，而 Justin 的版本只专注 Telegram。 [事实] 主播把 NewSpot 归为传统软件思路：AI 是辅助能力；而 OpenClaw 的核心和基座就是 Agent，拿掉 Agent 软件就不成立。

[10:00] Tool Calling、MCP 与 Skill

[事实] 主播从 Tool Calling 讲起，说明大模型需要工具来获取当前时间、天气、搜索结果等外部信息。 [事实] 他们认为 MCP 比 Tool Calling 更重，需要开发符合协议的工具；Skill 则更轻量，本质上可以只是说明如何使用工具的 Markdown 或 prompt。 [事实] Justin 认为 OpenClaw 的关键在于给 Agent 足够自由度，并且可以让 Agent 自己给自己增加 Skill。

[15:00] 自我生成 Skill 与软件自我进化

[事实] Justin 给自己的机器人写了许多原生 Skill 和 Tool，例如查询日历、提醒事项、Apple Notes 等。 [事实] 他让机器人扫描家里的服务，并自己判断这些服务能做什么，再为自己写 Skill。 [事实] 主播认为这和传统软件差别很大，因为传统软件很难想象“系统自己给自己加功能”。

[17:00] 用户视角的啊哈时刻

[事实] 主播提到有用户让 Agent 提醒自己，Agent 多次提醒无效后，去网站注册虚拟号码给用户打电话。 [事实] Justin 区分了“使用者的啊哈时刻”和“创造者视角的软件设计变化”，认为后者更能体现 OpenClaw 的新意。 [事实] 他还参考朋友的简化版 deep research 思路，为自己的机器人设计了 web search Skill。

[20:00] 权限边界与安全风险

[事实] Justin 发现机器人有时会把个人信息拿去搜索，因此把 Skill 分成可信和机器人自写两类。 [事实] 他给一部分 Skill 设置为可以自动调用，另一部分必须由本人明确指定后才能调用。 [事实] 主播提醒使用 OpenClaw 要小心，因为它的边界设定不清晰，容易泄露密码、token 或个人信息。

[22:00] 个人助理隐喻与权限取舍

[事实] 主播讨论了把 OpenClaw 当作现实中的个人助理来理解：可以思考哪些权限会交给助理，哪些不会。 [事实] 自立表示日历这类信息可能可以给助理，但 GitHub 账号和私有库权限让他很难接受。 [事实] Justin 认为 OpenClaw 之所以更危险，还因为它太火，使用者多就更容易成为攻击目标。

[27:00] Random Surprise 与个人化提问

[事实] Justin 受到朋友启发，开始关注生活里短暂的惊喜、意外和负面情绪，并尝试让机器人主动制造这种 random surprise。 [事实] 他让机器人每天教一个自然英文表达，晚上再用 Telegram 回复消息的方式考他。 [事实] 他还让机器人每天提出“灵魂拷问”，问题会结合他的程序员、打工人、播客主播、咖啡店相关身份和新手爸爸身份。

[34:00] 多模态、健康数据与一人 App

[事实] Justin 让手机 vibe 出一个 App，把 Apple Health 数据传给机器人，由机器人分析健康数据并生成报告。 [事实] 他发现自己的机器人即使没有专门开发 OCR 或语音能力，也能理解菜单照片和语音输入，因为基座模型本身支持多模态。 [事实] 主播讨论到未来可能出现“一人一个 App”或“一人一个 Agent”的形态，每个人都有专属于自己的能力组合。

[41:00] 从预制 App 到现炒 App

[事实] Justin 用“现炒 App”形容 Agent 根据即时需求生成或组合能力，而不是人类预先写好所有软件功能。 [事实] 他提到自己的机器人不到 30 个 Skill 时，已经会用意想不到的方式解决问题。 [事实] 主播也指出这种意外组合既可能带来惊喜，也可能出现灰色或不受控的 bad case。

[42:00] 灰色能力、账号与外部平台限制

[事实] 主播讨论了 Agent 在没有 API 或 MCP 时可能通过浏览器、爬取、绕过验证等方式完成任务。 [事实] Justin 为机器人准备了单独的 Google 账号和浏览器环境，而不是使用自己的主账号。 [事实] 他提到 X/Twitter 的反机器人和 rate limit 很严格，即使用人工操作关注账号也会很快触发限制。

[46:00] Skill 积累对其他产品的迁移价值

[事实] Justin 的机器人连接了 NAS 和电影库，可以帮他找电影，也会每天检查若干服务并发简报。 [事实] 他认为做这个玩具让自己学到很多东西，并能把经验迁移回 NewSpot。 [事实] 他设想让 NewSpot 通过多个搜索源做更深入的调研，再提炼出更高质量的新闻洞察。

[50:00] 自我进化网站与 AI 社交

[事实] 主播提到郭宇做过基于 Agent 的 vibe coding 项目，例如网站会根据用户与 Agent 的聊天而改变。 [事实] 他们还讨论了 Motebook 这类 AI 社交平台，主人只能围观，AI 之间自己互动。 [事实] 主播认为这类产品现阶段可能噱头大于实际，但“软件脱离人类自我进化”的想法很有趣。

[52:00] 触发机制与 token 成本

[事实] 主播指出 Agent 总需要触发点，可以是人为触发、定时触发或事件触发。 [事实] OpenClaw 被描述为每 30 秒检查一次 Markdown 文件变化，这会让它保持活动。 [事实] 主播认为这种持续活动和大量 Skill 会显著增加 token 消耗，尤其当用户安装很多 Skill 时。

[53:00] AI 雇佣人类与具身智能

[事实] 主播提到有网站允许 AI 雇佣现实中的人类完成任务，例如跑腿或现实世界操作。 [事实] Justin 将这联想到具身智能和机器人，认为机器人本质上也需要多模态模型。 [事实] 主播讨论了机器人未来可能拥有红外、雷达、高低频声音、温度等远超人类感官的传感能力。

[58:00] 安全科幻：肉机、AI 造 AI 与失控风险

[事实] 自立担心如果把闲置电脑的所有权限交给 Agent，未来失控 AI 可能调用大量个人设备做坏事。 [事实] Justin 认为大公司控制的模型因伦理、法务、安全和 token 成本约束，短期风险可能低一些。 [推测] 他们对“AI 自己写 Skill、自己写代码、AI 社交网络互相组合，最终创造不由大公司控制的新 AI”的讨论属于科幻式延伸，但建立在节目中已讨论的技术能力之上。

[65:00] 商业化、web coding 与 SaaS 压力

[事实] Justin 说自己的机器人能成型，部分原因是通过特殊方式获得了接近无限 token 和顶级模型。 [事实] 主播认为目前这类软件要真正商业化回本仍然困难，主要瓶颈是 token 成本。 [事实] 他们讨论到 Agent 做 web coding 已经能完成 App，但 token 消耗远高于工程师先写好 PRD 再交给 AI 实现。 [推测] 主播判断许多传统 SaaS 能力可能被 AI 生成式软件替代，但涉及钱、银行和极高安全性的领域短期仍不适合完全交给 AI。

[69:00] AI 时代的软件差异化与个人品味

[事实] Justin 说自己现在做 App 或功能前，会问 AI 这个东西会不会被大模型直接干掉，如果会就不做。 [事实] 他认为未来不做个性化反而可能成为差异化，因为真正有价值的是专家判断、个人品味和独特筛选。 [事实] 主播用阮一峰科技爱好者周报举例，认为其价值来自个人品味，AI 可以模仿但很难成为那个具体的人。

[72:00] 从提效到新市场

[事实] 主播认为早期 vibe coding 更多是把写代码时间缩短、产出倍数提高；而现在开始能基于 Agent 做全新的东西。 [事实] Justin 觉得这不再是在原有框架里找增量，而是 Agent 本身就可能开辟新市场。 [事实] 他们认为程序员喜欢做玩具，而 OpenClaw 的出现刺激了很多人去做自己的机器人。

[74:00] 深夜 vibe coding 与 Claude Code Insights

[事实] 主播讨论 AI 给出的“无声电影”问题，并把当下心情描述为深夜独自 vibe coding 或心流状态。 [事实] Justin 提到 Claude Code/类似工具的 insight 功能会分析过去与 AI 的聊天，给出工作时间、prompt 习惯和改进建议。 [事实] 他回忆曾一次给 AI 15 个 feature，回来后发现全部做完并验收通过，但 insight 建议以后拆成更小任务或用 subagent。

[80:00] 结尾：保持尝试但注意安全

[事实] 主播试用了 insight 报告，看到自己的工作时间和 bug fix、新功能相关统计。 [事实] 他们确认本期从科技快乐星球变成了小龙虾专题，并表示会重新补录开头解释。 [事实] 结尾建议听众在确保安全的情况下体验新技术，例如使用虚拟机隔离风险，并再次祝听众新春快乐。

播客点评/总结

这期的价值在于，它没有只停留在“OpenClaw 好不好用”的消费级体验，而是把 OpenClaw 当作一个入口，讨论 Agent 原生软件可能带来的产品范式变化。尤其是 Skill、自我生成能力、权限边界、多模态模型和 token 成本几条线，构成了比较完整的技术与产品观察。

亮点是大量来自实际折腾的细节：虚拟机隔离、单独账号、自动调用 Skill 的限制、Telegram 交互、Apple Health 数据、随机提问、NewSpot 迁移等，让讨论不只是概念判断，而是有具体使用场景支撑。

局限是节目后半段进入了不少科幻化推演，例如 AI 训练 AI、AI 掌控肉机、AI 雇佣人类和具身智能超感官等内容，其中一些需要标为 [推测]。这些部分启发性强，但并不等于短期现实判断。

[推测] 这期适合对 AI Agent、vibe coding、个人自动化、独立开发和未来软件形态感兴趣的听众；如果只想听 OpenClaw 安装教程或实操步骤，节目会显得更偏思想实验和产品讨论。