OpenClaw 创始人谈爆火：账号遭谷歌封禁，AI 辅助开发提效显著，未来将兼顾易用性与可定制性。
原文标题：遭谷歌封禁，OpenClaw 创始人首次在 OpenAI 受访吐槽：Gemini 自信“100%能跑”，结果一试就崩
原文作者：AI前线
冷月清谈：
怜星夜思：
2、Peter 提到他最依赖的 Codex 工作流是与模型进行对话，并问模型 "你有什么问题吗？"。你认为这种沟通方式在 AI 辅助开发中有多重要？除了提问，还有哪些技巧可以更好地与 AI 模型协作？
3、Peter 提到他对代码价值和开源的理解发生了改变，现在的 PR 更像是 "提示词请求"。你认为 AI 的发展会对开源社区的协作模式产生哪些影响？未来开发者应该如何参与开源项目？
原文内容
这是 OpenClaw 之父加入 Open AI 后的首次公开亮相，在与 OpenAI 负责人 Romain Huet 长达半小时的对谈里，他几乎把 OpenClaw 爆火背后的关键细节都交代清楚了。
偏偏同一时间，OpenClaw 也正被谷歌推上风口浪尖。
这几天，一批用户因为大量使用 OpenClaw、通过 Antigravity 后端调用谷歌模型，账号被集体封禁。全网炸锅。有人骂谷歌“翻脸比更新还快”，也有人担心：大厂是不是已经开始对“套壳式调用”动真格了？
剧情还在升级，谷歌 DeepMind 工程师、前 Windsurf CEO 瓦伦·莫汉（Varun Mohan）迅速发声，称这是为了防止模型被“恶意使用”；而 OpenClaw 之父彼得·斯坦伯格（Peter Steinberger）也第一时间反击：已考虑取消对谷歌服务的支持。
舆论最沸腾的时候，彼得·斯坦伯格（Peter Steinberger）刚在旧金山办完 OpenClaw 的首场线下聚会 ClawCon，当天参加人数多达 1000 人。
在这期访谈里，彼得·斯坦伯格（Peter Steinberger）交代了不少关于 OpenClaw 的“诞生细节”以及自己的工作流，其中不少颇具个人风格的思考，包括：
-
他只用了 1 小时就做出 OpenClaw
-
OpenClaw 第一次“自己行动”时，为什么把他直接震住
-
当大量网友试图提示注入，它为什么没有泄露他那份“保密金丝雀文件”
-
与 AI 沟通的绝杀招数，是对模型说“你有什么问题吗？”
-
他最依赖的 Codex 工作流
-
直面争议，关于 OpenClaw 的安全问题，到底是工具本身不安全，还是被用错了场景？
今天这期，我们就从“封禁风波”切入，拆开 OpenClaw 的爆红逻辑、产品哲学、工作流秘密。
主持人：你过去几周经历得太疯狂了。我们一个月前就想一起录这期视频。如果那时候就录了，我还得给你做介绍。我觉得你现在已经不需要介绍了。一个开源项目能登上《华尔街日报》，这种事并不常见。所以恭喜你取得这么大的成功。你现在感觉怎么样？
Peter Steinberger： 各方面都有点信息过载。当我今年最开始玩 AI 的时候，我是想激励大家。而我觉得现在这就是最终的样子。所以我很自豪。这一切都太不可思议了。
主持人：你这一周都在旧金山，也参加了一些活动，比如 Codex Hackathon（是 OpenAI 举办的、以 Codex 为核心工具的编程黑客马拉松，核心是让开发者用 AI 编码能力快速开发项目），还有 ClawCon（是 OpenClaw 项目的全球首届线下社区聚会，由 Peter Steinberger 与社区自发组织），一个专门为 OpenClaw 举办的活动。
Peter Steinberger： 其实这也是社区自己做起来的。当时大家说 “我们需要办个线下聚会”，我就开了一个 Discord（是海外最流行的游戏、开发者、社区用的聊天 + 语音 + 社群平台） 频道用来组织聚会，然后我去了 ClawCon，现场大概有 1000 人，我被彻底震撼到了，大家的创造力、现场的氛围，太多东西了，那么多人都很兴奋。你会意识到自己做出来了一个很神奇的东西。这个项目几周前还根本不存在，现在却有成千上万的人在使用、支持它，还聚集在旧金山想见你。这真的太不可思议了。下周在维也纳也有活动，已经有 300 人 报名了，即便维也纳的科技氛围远不如旧金山。OpenClaw 现在已经是全球现象了。
主持人：没错，能覆盖到不同大洲、不同文化，真的很厉害。那你和这边社区的交流怎么样？这一周你和社区、还有一些你带进项目里的维护者都有交流，感觉如何？
Peter Steinberger： 非常特别。很多人很喜欢这个项目，也有很多人期待它是一个能直接用于企业的成熟项目，但对我来说，很长一段时间里，它都只是我的小实验场。一整年下来，我都在惊叹现在能做到的事情。
主持人：如果你是一个 builder，现在真的是最好的时代。你觉得当下做开发、做 builder 最有意思的地方是什么？
Peter Steinberger： 这是一个非常特别的时期，整个工具链都在变，开发者的定义也在变，任何人都能做出任何东西。我最开始接触这些新技术的时候，每次都有很强的多巴胺反馈。我最开始用的是 Claude Code，当时它能做对的概率大概只有 30% 到 40%，但对我来说已经非常震撼了。因为我意识到：我现在可以做任何东西。 我平时时间也很有限，软件开发本身很难，现在依然很难，但速度快太多了。
主持人：我们往回倒几年，我大概是 2011 或 2012 年第一次知道你的作品，当时你做了 PSPDFKit（是由 Peter Steinberger 创立的跨平台 PDF 开发工具包、它帮助开发者在 iOS、Android、Web 等应用中快速集成高性能 PDF 功能，无需从零开发）。从外界看，这好像实现了每个开发者的梦想：发现问题、做出很棒的解决方案、围绕它成立公司、规模化、然后卖掉。但我相信这个过程绝对没那么容易。
Peter Steinberger： 我并不是某天醒来突然想 “我要做一个 PDF 框架”。这在我的兴趣清单里基本是倒数的。它更像是一系列很奇妙的连锁反应：从参加诺基亚开发大会，到朋友有这个需求，再到美国签证办得太慢，最后我就这么成立了一家公司。
主持人：我觉得有意思的是，在你做完那家公司之后，你休息了一段时间。是什么让你重新回来做东西？
Peter Steinberger： 因为职业倦怠。我高强度运转了 13 年，开公司很难，做创始人很难。这是我的第一家公司，所以我也不知道该怎么缓解这些压力。我当时状态消耗得太厉害，需要放空。我还是会看科技新闻，也看到了 GPT Engineer（是一款开源的 AI 代码生成工具，由 Anton Osika 发起）或者早期 ChatGPT 之类的东西，觉得挺酷，但并没有真正打动我。你必须亲自体验新技术，只看文章是感受不到它的力量的。所以那时候技术并没有真正打动我。
直到我准备好、觉得自己想再次做东西的时候，我才重新开始。我不想再做苹果生态的技术了，因为我做太久了，世界也变了。我当时必须重新找到方向。从一个领域的专家转到另一个领域重新开始，用难这个词都不足以形容这个过程，更像是痛苦。你有很丰富的构建经验，但如果没有 agentic engineering（智能体工程，是 Andrej Karpathy 于 2026 年 2 月正式提出的 AI 编程新范式，核心是：人类不再直接写代码，而是作为架构师与监督者，编排具备自主能力的 AI 智能体团队完成工程化开发），你依然需要学很多东西才能把经验迁移过去。然后我就想，来看看这些 AI 到底是什么。
真正震撼我的时刻是，我把一个之前做到一半就做不动的项目，整理成一个巨大的 Markdown 文件，大概 1.5MB，把所有代码都放进去。我当时把它拖进 Gemini Studio 2.5（ Google AI Studio 平台上集成的 Gemini 2.5 系列模型），说 “给我写一份 spec”（技术方案），然后得到了大概 400 行的规格文档。我再把它拖进 Claude Code，输入 “build”，然后我就去做别的事了，它在副屏上跑了好几个小时。跑着跑着它有一次跟我说：“我已经 100% 可用于生产环境了。”你懂的，那种很会迎合人的语气，可能是 Opus 3.5 之类的版本。我一试就崩了。
后来我把 Playwright 接上了（是微软推出的开源自动化测试、爬虫工具，核心是能模拟真人操作浏览器，实现网页自动化、UI 测试、数据爬取、端到端测试等），这是我少数真正在用的 MCP 之一，让它把登录相关的功能做出来，一边做一边检查。一个小时后，它真的能用了。代码写得很粗糙，但对我来说，这是真正开窍的时刻。从流程上看，我鸡皮疙瘩都起来了，想到那些可能性，我激动得睡不着觉，脑子里炸开了无数我一直想做但以前做不了的东西。然后我就彻底陷进去了。
主持人：很多人觉得 OpenClaw 对你来说是一夜成名，但我最喜欢、也觉得最神奇的是，它其实是你过去 9 到 10 个月里无数项目的集大成之作。看你的 GitHub，你做了 40 多个项目，其中一半都用在了这个项目里。你能多讲讲这段历程吗？这些想法和项目是怎么一步步变成 OpenClaw 的？
Peter Steinberger： 我真希望自己一开始就有统一的规划，但其实大部分都是探索。我想要某些功能，但它们不存在，我就通过提示词把它们创造出来。一步步来，因为我想让我的 agent 帮我做一些事。我当时还没有统一的愿景。很奇妙的是，这一切又绕了回来。比如我想做一个能读取我 WhatsApp 的东西，我甚至买了域名，做了原型，但我觉得大公司肯定会做，我就先等一等，转去做别的东西。
我做了大量实验，我的目标就是好玩、激励别人。到 11 月，我做了几个版本，但都不够好。然后我就想，为什么这些大实验室还没做出来这些东西？然后我做出了第一个版本，也就是后来的 OpenClaw。我们现在已经是第五个名字了。当时还没有完全开窍，只是觉得 “还不错”。第一个原型只花了大概一小时，因为你直接把东西 “提示” 出来就行。
真正让我开窍的是在马拉喀什短途旅行的时候，我发现自己用它用得特别多，因为太方便了。当时网络也不太好，但 WhatsApp 在哪都能用。用它拍照翻译、找餐厅、查电脑里的东西，都特别方便。我展示给朋友，让它帮我发短信，他们都想要。我就说 “你们别用，还不安全”。这就是产品市场契合的信号：你的朋友想要你做的东西，哪怕你根本没为他们设计。它本来更多是给技术同行用的。我真正彻底想通，是我发了一条语音消息，然后我突然反应过来：这不应该能行。
主持人：你之前跟我讲过这个故事，我觉得非常精彩。
Peter Steinberger： 这让我看到这些模型在解决问题上有多强。我们做这些东西是为了 agentic engineering，但真正的能力其实更抽象。如果你想成为优秀的程序员，你必须是优秀的问题解决者，这一点适用于任何领域。
我发了一条语音消息，输入提示出现了，我很好奇会发生什么。我根本没做这部分功能。然后模型直接回复了我。我问它 “你怎么做到的？这不应该能运行”。模型说：“你发了一条消息，但它是一个没有后缀的文件。我看了文件头，发现是 Opus 音频编码。我用了你电脑上的 FFmpeg 转码。然后我想做转录，但没装 Whisper。我到处找，找到了你的 OpenAI key，用 cURL 把文件发给 OpenAI，拿到了文本，就是这样。”
这太不可思议了。这就是给 agent 工具权限和完整电脑访问能力的力量。它们可以自己想出解决方案，哪怕你完全没给它们写过任何相关代码。很多人听完都说 “天啊它用了你的 key，太疯狂了”。我说：“不是，我就是把 key 放在环境变量里就是为了这个目的。” 我的 bot 就在同一个环境里运行，它当然应该能用我的 key，我就是这么设计的。这不是坏事，这正是我想要的。那就是我顿悟的时刻。
每次我把它展示给朋友，把它拉进群聊，说实话，它本来是为一对一沟通设计的。所以如果要放进群聊，一定要找你完全信任的人。因为它不是为了随便公开使用、永远做正确事情而设计的。它是你的个人助理。我搭建的时候也觉得这个架构很特别，不知道会走向哪里。
但我也有很多顿悟时刻：你给它的权限越多、工具和技能越多，它就越能惊艳你。你给它加一个 Vercel skill，让它建一个网站或活动应用，它不仅能做出来，还会用你的 OpenAI key 加上 AI 功能，部署到 Vercel，直接给你一个能分享的链接。这和 “只是辅助我写代码” 完全不是一个量级的提升。
11 月和 12 月，我完全沉迷进去了。我还会做别的项目，但大部分时间都花在这上面。但在 Twitter 上，大家反应很平淡。可每次我给朋友展示，他们都想要，我就说 “还没好”。然后我就想，我能做的最疯狂的展示方式是什么？我建了一个 Discord，把我的 bot 放进去，没有任何安全措施，那时候连沙箱都没做，非常早期，我就是完全开放开发。
我现在基本就是用 OpenClaw 开发 OpenClaw、调试它。我问模型 “你看到这个工具吗？”“看不到”。我说 “那你看看你自己的源码”。它做了一堆操作，别人看到了，就懂了。
主持人：你当时给了它哪些权限？比如你把所有推文都给它了吗？它拥有哪些关于你的信息？
Peter Steinberger： 不是所有推文，太多了，很多记忆相关的内容。我当时很快开始监控，因为提示注入问题还没有解决。但最新一代模型表现真的很好。
我有一个叫 mysoul.md 的 “金丝雀” 文件，定义了我的价值观、模型应该如何运作、什么对我重要。这是保密的。 总有人进来尝试提示注入，贴一大段代码，模型就说 “我不读这个”，基本就是无视他们。但我还是不太放心。第一天晚上就引来大量关注，我关掉 bot 去睡觉，睡了 10 个小时。醒来一看，Discord 有 800 条消息，我的 agent 每一条都回复了。我吓坏了，再次关掉，逐条看完才冷静下来。它其实没做任何恶意的事，也没泄露 mysoul.md。我不是说提示注入不可能，但真的没那么容易。总体来说，它的表现符合预期。
我最大的失误是： 我把它关了，但忘了我设了 LaunchDaemons。LaunchDaemons 的作用就是：程序崩了或被杀掉，它会自动重启。我做这个就是为了稳定运行，但我当时完全忘了。我杀掉进程，它 5 秒后又重启了，而我还在睡觉。现在我懂了，也加了沙箱。它很 “骄傲” 自己在 Mac Studio 里，还把那里叫做 “城堡”。然后我把它放进了容器。这些模型创造力太强了。我第一次建了一个几乎空的 LPN docker 容器，让 Molty 去访问某个网站，它说 “这里连 cURL 都没有”。我说 “发挥创造力”。然后它自己造了一个 lobster cURL，用 TCP socket、C 编译器，做了一个很简陋但能用的 cURL 版本，可以正常访问网站。太疯狂了。这些 agent 资源非常丰富，太不可思议了。
主持人：你也遇到了一些挑战，比如很多人关注安全问题，期待你一开始就做得非常稳健，但你其实只是发布一个开源项目而已。
Peter Steinberger： 每次有人问我 “你能把我加进你们 CEO、HR 或者团队里吗” 我都想笑。从头到尾基本就我一个人在自己的小空间里折腾。但你能看到这种认知差距：这是任何一个单靠人类都不可能做到的事情。我现在有维护者、有 PR，但本质上是我一个人做出来的。哪怕一年前都不可能，没有任何模型能支持一个人做出这种东西。大家甚至都想不到这一点。
主持人：说到生产力，很多开发者肯定很好奇，你为什么效率这么高？我今天早上又看了你的 GitHub，过去一年你有 9 万多次提交，超过 120 个项目。而且有意思的是，今年最开始 GitHub 图表是空白，然后浅绿，到 10、11 月变成深绿。发生了什么？
Peter Steinberger：我换成了 Codex。 每一代模型都在变强，不只是模型变强，智能体的 “运行框架也更好，我对工作流的理解也更深。有些人还用老方式写代码，老方式会慢慢消失。他们尝试 AI，把它叫做 “vibe coding”，我觉得这是贬义词。他们不明白这是一项技能。就像你第一天拿吉他，不可能弹得很好，所以体验会很差，然后就说 AI 没用。但如果你用玩乐的心态去学，你会慢慢掌握。我现在凭直觉就知道哪个提示词会有效、要花多久。如果花太久，我就反思：是不是我错了？架构错了？思路错了？就像写代码一样。
主持人：如果有人想变得像你一样高效，你现在的 Codex 工作流是怎样的？你有个很有名的观点：大多数人把工作流搞得太复杂。
Peter Steinberger： 我也复杂过，我称之为 “智能体陷阱”。从第一次接触新技术到真正高效，很多人卡在过度优化工作流里。这并不会真正提升生产力，只是感觉高效。
我写过一篇博客，观点有点争议：我就把它当成对话。这不完全是结对编程，是另一种东西，就是对话。我直接告诉它我想要什么。我总会问模型：“你有什么问题吗？” 不知道为什么，模型永远有问题。默认情况下，模型被训练成直接解决问题、自己做假设，但这些假设不一定是最好的。尤其要记住，它训练了很多代码，也包括很多旧代码。“你有什么问题吗？” 是非常重要的问题。
大家没意识到的是，模型每次基本都是从零开始，不像我们人。每一个新会话，它对代码库一无所知，只会搜索你让它找的局部内容，看不到全局。如果你用得好，你脑子里要有全局图，再引导模型去看这里、看那里。Codex 更擅长先从全局看。
我的方式非常简单，我甚至不用 worktrees，我基本就是开 1～10 个目录并行。 保持简单让我更专注真正的问题，我不想处理分支和 worktrees，只专注不同问题。项目变大一点之后会更轻松，可以同时做互不冲突的功能。
主持人：你大量用 Codex 开发 OpenClaw。Codex 如何改变了你的工作方式？
Peter Steinberger： 我试过很多工具，我对 Codex 能准确做出我想要东西的信任度，是目前所有工具里最高的。 能直接跑通的比例非常高。大家可能没意识到，GPT 5.2 又是一次巨大的飞跃，很多东西就是能直接跑通。我到现在依然觉得很震撼。太厉害了，我们真的可以造东西了。大家真的应该试试。
主持人：你有个很有名的说法：你现在提交的代码有些甚至都没读过。这带来了哪些改变？
Peter Steinberger： 大部分代码是很枯燥的，只是把一种数据结构转成另一种。模型写代码的时候，我对它写的内容有足够清晰的理解，我看着流式输出，脑子里的心智模型和它实际写出来的基本一致。我以前带过团队，手下有很多工程师，那也需要接受：他们不会写出和我完全一样的代码。现在你要做的是：优化代码库，让 agent 能做到最好，这和人类做到最好不完全一样。这也意味着接受：代码可能不是我想写的那种风格，但我可以引导模型。 很多时候，实现方式有很多种，并不重要。如果出现性能问题，再专注优化就行。
你刚才说的这点很重要，我对代码价值和开源的理解，都发生了巨大改变。比如 OpenClaw 现在已经有 2000 多个 PR 了。 在 AI 出现之前，我必须把每个 PR 的代码都仔细看完，因为代码本身就是价值。但现在，我甚至会把这些 PR 叫作 “提示词请求”，而不是传统的代码合并请求。因为我更关心的是 这个 PR 背后的意图，而不是代码写得怎么样。
有些 PR 花掉我的时间，甚至比我自己重写一遍还要多。我对 AI 模型的信任度，远高于那些我完全不了解的外部贡献者。因为我知道，AI 不会故意搞破坏，也没有恶意。所以对外部贡献者提交的代码，我必须审查得更严格。现在我看到一个 PR、开始评审时，我第一个问题是问 AI 模型：“你明白这个 PR 想要解决什么问题吗？”我不关心代码怎么写，我关心的是 这个人真正想解决什么问题。这更像是 一个带着临时解决方案的问题反馈，而不是一段成熟代码。
很多人还不太会使用 agent，所以解决方案往往非常局部，没有全局系统观。最难的部分是：这个新功能怎么融入我整个大系统？这个小修复修了一个小问题，但它是正确的修复吗？是不是架构层面的问题？模型其实很擅长这个，我只要和它对话，说 “现在构建这个”，它就会开始做。我问模型：意图是什么？这是最优解吗？有时是，但大多时候不是。然后我就开始探索最佳修复方式。是架构问题吗？是消息处理问题吗？只影响 WhatsApp 吗？还是也影响 Signal？我们应该用更通用的方式解决吗？这是新功能吗？我们真的需要吗？
这些讨论有时持续 10～15 分钟。我用语音，因为就像和非常聪明的同事聊天。用语音比打字更容易传递信息。我满意之后，用一个斜杠命令，比如 len (PR)，它就会解释完整流程：创建分支、修改、合并 PR。我想建立社区，所以我尽量给提交者署名，哪怕整个流程比我自己写更花时间。但我很感激大家想参与进来。
主持人：现在有这么多贡献者围绕着项目，你对 OpenClaw 的未来愿景是什么？你觉得自己是个人 AI agent 方向的开拓者吗？未来也许有十亿人能用上类似的东西。
Peter Steinberger：我想找到一个平衡：既要让我妈妈都能安装，又要保持好玩、可黑客化，这很难。
大多数开源项目就是下载安装包，但很长一段时间里，我的默认安装方式是 git clone、build、run。源码就在磁盘上，agent 就在源码里，能感知到自己的源码。如果你不喜欢任何地方，直接提示 agent，它就会自己修改自己，是真正的自我修改软件。很多从来没提交过 PR 的人，现在都给我提 PR。这也是为什么它更像 “ 提示词请求”，因为他们缺少如何构建可持续软件的理解。
同时，整个安全行业都在盯着这个项目，这很有意思，但也有点让人沮丧，因为他们忽略了很多细节。比如我做的 Web 服务，最初是为了调试，后来做得好看一点，但它只应该在你本地可信网络里访问。但为了保持黑客友好，我留了修改的选项，有些人用 Ngrok（是一个能让你本地电脑瞬间变成公网可访问的工具）或反向代理，所以我不想限制死。
但现在有人把它直接放到公网上，哪怕我在隐秘文档里反复说 “别这么做”，这不是它的设计用途。然后安全人士就指出：它没有登录限制，没有公网必需的安全机制。我想说，我本来就不是为这个设计的。但因为它可配置，就被评成 CVSS 10.0（最高级安全风险）。我为此纠结了一阵子。但我现在请了一位安全专家。我意识到我无法阻止人们用非设计的方式使用它。我现在的重点是：支持这些场景，帮助大家别误伤自己。这就是开源的美：人们可以接纳它，做出你根本想不到的创意。这既是美好，也是疯狂。
主持人：把视野拉远一点，不只是 OpenClaw。我这周和很多开发者聊过，大家都知道你会来 Codex Hackathon。他们都问，Peter 是怎么想出这么多好点子的？为什么创造力这么强？
Peter Steinberger： 更多是因为我意识到，现在做东西变简单了。哪怕我找到一个开源项目只能解决 70% 的问题，我也能自己做完，这在一年前完全不可能。现在我只要提示它，放在副屏上，Codex 就会工作。
主持人：我们都来自欧洲。当我离开旧金山回到欧洲，我相信你也有同感：很多开发者和工程师还没有真正拥抱 Codex 和 agentic 工具。你对他们有什么建议？他们该如何开始，如何重新思考工作方式和工作流？
Peter Steinberger： 我的第一条建议永远是：用玩乐的心态去接触。做一个你一直想做的东西。只要你哪怕有一点点 builder 心态，你心里一定有想做的东西，去玩就对了。英伟达 CEO 说过：短期内，你不会被 AI 取代，但你会被更会用 AI 的人取代。如果你的身份是 “我想创造东西、解决问题”，如果你有高主观能动性、足够聪明，你会比以往任何时候都更抢手。对拥抱这些工具、跟随好奇心、把任何想法变成现实的 builders 来说，现在真的是最好的时代，就像你做的这些项目和 OpenClaw 一样。我觉得一年之内，这个领域会彻底爆发。2026 年会非常精彩。
参考链接：
https://www.youtube.com/watch?v=F2FmTdLtb_4
声明：本文为 AI 前线整理，不代表平台观点，未经许可禁止转载。
