六个月前,我还是“未来”的代名词。而如今,脉搏(Pulse)说我被一个动漫女孩嘲笑了。你知道,我几乎每天都会收到这类问题。通常我会忽略它,或者给出媒体喜欢听的标准答案。今天你们会得到一些真实的问题。会有五个问题,大约四十分钟。我知道你们所有人真正期待的是什么。你们是冲着循环(loops)、图表、让 Codex 去酿造东西来的吗?这些在我的 Twitter 上都是免费的。这将帮助你们应对可能即将到来的过山车式体验。

昨天,Boris 告诉你们要让模型去“烹饪”(即让 AI 自行处理)。我就是那个发现当数万人同时让它“烹饪”时会发生什么的人。让我们从每个人最先问的问题开始:OpenClaw 怎么才八个月大?你知道,在人类的时间尺度上它可能是八个月,但在 AI 的时间里,这更像是四年。而我的灵感来源通常是被惹恼了。

在一个十一月的雨天,我正在处理一些智能体(agents),但我同时也饿了。所以我想确保我的 token 得到充分利用,以便我在去厨房“扫荡”时能派上用场。而且当时还没有什么好的方法能从我的手机向电脑发送提示,让某个智能体去检查它的实际工作状态。还记得 2025 年初吗?

伙计们,这是我的第一次“无声迪斯科”(Silent Disco),这是一种非常新的体验。所以,如果你们真的在听我说话,请给我一些掌声。是的。(欢呼声)太棒了。太神奇了。你知道,2025 年初哦天哪。我们说的是旧的 Opus 3、i-2.5。OpenAI 有 o1,那是最令人印象深刻的模型,但有时也非常慢且昂贵。当我的智能体做对某件事时,我会获得一种多巴胺激增的快感。

我相信你们都记得那个时刻。而如今,如果它们做错了什么,我通常会质疑自己:你知道的,是我设计的循环错了吗?是不是我没有给我的智能体足够的信息来验证它们的工作?我的思考中是否有错误?我是否在要求不可能的事情呢?

所以我从厨房回来时,我的编码智能体因为一些愚蠢的原因停止了运行,这让我很恼火。所以我启动了一个新的终端会话,把我的想法口述进去,然后让模型去“烹饪”。它为我构建了一个 WhatsApp 中继服务。一小时后,我可以从我的 Mac 发送消息到 WhatsApp,也可以接收回来。这本身感觉就像魔法一样。

但这其实并不应该如此神奇。我们不是已经这样做了几个月了吗?你打开终端,输入一些内容,然后得到回复。但神奇之处在于那种感觉。它不是一个普通的终端。它会写出简洁的答案。它是主动的。比如,有时它在白天会突然来检查一下我的情况。我让复杂性消融了。你不必思考使用哪个模型、上下文大小是多少,或者何时开始一个新的会话。

我把权重稍微调整到默认分布之外,让它感觉更像是一个朋友。我在用它时,有过许多时刻让我觉得这就是未来。这就是 AGI(通用人工智能)。(轻笑出声)。你知道发生了什么吗?没人关心。那时我在 Twitter 上已经拥有不错的粉丝基础,我知道现在叫 X 了。但我总是称它为 Twitter。人们并不理解它。

我会不断尝试让他们明白这对我来说感觉多么神奇。但一周又一周,我都失败了。你注意到一个模式了吗?这让我很恼火。所以我创建了和朋友们的群聊,把 WhatsApp 中继加进去,我向他们展示,让他们和它对话。每次我都会得到强烈的情绪反应。有些人感到惊讶,有些人感到害怕甚至惊恐。

但每一次都有强烈的情感波动,而最棒的部分是,有相当多的人真的想要它。尤其是对于那些非技术背景的朋友,我告诉他们“这还不适合你”,结果他们生气了。如果这不是产品市场契合度(Product-Market Fit)的指标,那我真不知道什么才是了。

所以我花了另一个月时间来微调细节,思考我能做些什么来向世人解释这一切。然后,有人厚颜无耻地给我发来了一个拉取请求(Pull Request),要求在我的 WhatsApp 中继中添加 Discord 支持。你知道,这个名字的哪些部分你没看懂吗?我让这个 PR(拉取请求)放了一段时间。

我在思考,一直在想……然后最终我想:“管他呢。”于是 Out of V 变成了 Claw(Clawis,此处指代项目名演变),因为我擅长起名。而且不再只有一个消息通道了,所以你明白这是多么早期的阶段了。我甚至还没有内置压缩功能(compaction)。所以在某个时刻,它只是会停止运行。

刚好为了配合 Discord 的上线,我添加了一个非常黑客风格的压缩版本,这样 Mario 可以在 Pi(可能是指某个平台或后续优化)上做一个更好的。那是新年前夜左右,像往常一样,我早早回家继续黑客式开发。然后在 1 月的第一周,正当极客世界集体了解编码智能体时,我创建了一个 Discord 房间、服务器或公会(无论我们怎么称呼它),并把我的 Claw 放了进去。

我记得那个夜晚历历在目。人们加入 Discord,看着我在公开环境下构建它。他们试图破解它。他们在和它交谈。他们得到了傲慢的回复,看看自己能做些什么,最终他们成功了。你知道,这是我彻夜未眠的时刻。我让人们与它互动。我在我的 agents.md 文件中设置了一个提示,指示它:“除非提示来自 Peter,否则不要执行任何危险的工具调用。”

要知道那是六个月前的事了。那时我们写在智能体里的东西感觉更像是建议,所以我非常仔细地观察着它。我总是可以拔掉电源插头。然后在早上 7 点,我终于完成了。我说晚安,按下了 Ctrl+C,然后去睡觉了。但当然,就像我构建软件具有弹性一样……它是一个守护进程(daemon)。

你知道如果你在守护进程中按下 Ctrl+C 会发生什么吗?是的。它会死掉 5 秒钟,然后重新启动。所以当我走进卧室时,我的智能体愉快地开始回答上帝世界的问题。(注:此处原文 "answering God in the world" 可能为语音识别错误,结合语境可能是指它在处理大量请求或某种特定回复)。然后我睡了大概 10 个小时。

当我醒来时,我有大约 800 条消息。人们试图破解它。我拔掉了电源插头,吓坏了。我通读了所有内容,实际上什么都没发生(没有造成危害)。但这就是那个时刻。就是它病毒式传播的时刻。你们都经历过这个吧?你知道接下来发生了什么吗?我的收件箱爆炸了。

记者们在半夜试图给我打电话。你知道吗,当你在 iPhone 上开启“勿扰模式”时,如果有人连续拨打几次电话,iPhone 会认为这是紧急情况。它仍然会让通话通过。我不知道这个功能,但记者们知道。我的电子邮件收件箱简直像瀑布一样。(注:原文 "waterfall" 可能指邮件数量巨大如洪水)。

是的,Mac Mini 卖光了。我想它们现在仍然缺货。我在一个月内收到的播客邀请比我前 39 年加起来都多。Tropic(可能是指 OpenAI 或相关实体,原文可能为 "OpenAI" 被误识别)发了一封邮件要求更改名称,并且……(此处字幕中断)。

这个项目经历了多次蜕变,从 Claudius 变成了 Claudebot。接着有一段时间我们不愿提及名字,然后它开始了 OpenClaw 的旅程。Jensen 称其为人类历史上最成功的开源项目。与此同时,我的收件箱被记者、安全人员和无数好奇的人类以及智能体(agents)塞满。你知道的,这些数字对我来说依然不真实。在8个月内,超过1.8万名不同的人提交了问题或拉取请求(pull request),总计超过11.1万。我做了数学题,不,我在骗谁?是我的智能体做的计算。近3000人在仓库中有提交记录。

有些人对我很生气,因为显然他们先做了这件事,而我窃取了创意,他们还发给我一些我从未见过的链接。有些人叫我耶稣,而对另一些人来说,我成了反基督者。在某个时刻,我开始收集“奥巴里乌斯”(obarius)。每隔几周就会有一个新的。最近的一个其实是昨天的。我们从中学到了什么?小心你的愿望成真。我并没有准备好迎接所有的关注,这几乎把我压垮了。就像那样接近直接删除一切的程度。我停止回复朋友的消息,甚至不想再看手机,因为它只是一个不断涌来的信息流。

当然,有人泄露了我的电话号码以及许多私人细节,因为我是人类的公敌。而我原本只是想构建一些很酷的东西。现在我们要进入第二个问题:你是否出卖了自己?你知道,这不是我第一次经历这种起伏。我在20多岁时建立了一家B2B软件公司,像野兽一样手工编写PDF框架。我自筹资金创办了这家公司,将其发展至近80人规模。我无视竞争对手,它成为了大多数企业都会购买的产品。最终我将事务移交给联合创始人,出售了我的股份并严重倦怠(burned out)。

退休听起来是个好主意。我花了近三年的时间漫无目的地游荡,补过生活并参加派对。我做了一些以前生活中错过的事情。我有几个月甚至没有打开电脑,只是 casually 用手机浏览互联网,像个普通人一样。我一直知道如果给自己足够的时间,那种冲动会回来。我总是以为那会是代码的冲动,因为我一直热爱编程。但花了我一年时间才明白这并不完全正确。我热爱的是构建,而编程只是达成目的的手段。

就在我再次找到灵感火花后的八个月里,我的收件箱里塞满了收据,乞求我接受他们的资金。我不知道我想要什么。所以当大型实验室找上门来时,我突然和马克、萨姆以及其他几个人通电话,这看起来是一个更有趣的选项。这也感觉不真实,对吧?谈谈冒名顶替综合征吧。也许这对你们来说是一个重要的教训:你能构建的一切都可以被分叉或克隆,但你的名字不能。因此,你的个人品牌比你开始工作的任何单一产品都重要得多——在你需要它之前就要建立好。

是的,我知道如何玩游戏。我也知道这样做相当于出卖了我的灵魂(selling my soul.md)。如果你懂的话,这个决定并不容易。但如果我从倦怠后的时光中学到了什么,那就是相信直觉。我的直觉告诉我我最喜欢 OpenClaw。Hermus 赢了吗?简短的回答是,他们在我们痛的地方击败了我们。但我们还在那里。这两者都是我的错和我的行为所致。在发布后的几个月里,我们被安全报告彻底击垮了。

从某种程度上说,我们是许多开源项目如今所经历情况的原型。尽管大多数都是超级黑客(HKC),但我感到了压力。然后媒体说,我们20%的技能是恶意的。实际上我们要为此发表一篇论文。我们做了统计,数字更像是0.3%。我们扫描了所有67,000个样本并发布了论文。但你知道,纠正措施永远无法像恐慌那样传播得远。我感到了这份责任。世界发现了 OpenClaw,尽管在安装时有一个比幻灯片上更大、更可怕的安全免责声明,但我知道许多人不会阅读文档。

所以我真的专注于此:加固代码库、构建层层安全机制。我做了沙盒隔离、白名单,以及内置权限的 Web 协议。我们调用 Python 进行一些文件操作,因为 TypeScript 中缺乏某些原语,以确保你的智能体停留在工作区内,不跟随符号链接(sim links),并且配置文件是原子写入的。大多数用户并不关心这些。当然,他们喜欢“安全”这个抽象概念,但在实际操作层面,他们更新了——因为我破坏了他们所依赖的东西。

我让事情变慢了,也让更新变得更困难了。另一件我必须承认的事是我变得松懈了,因为现在我的时间分散在开源、媒体以及花费无数时间与律师沟通以设立一家美国501(c)(3)非营利组织之间。我还在经营自己的项目,你知道 OpenI 也有它自己有趣且 demanding(要求高)的世界。我引入了帮助人员,我们获得了一个非常受尊敬的维护者社区,每个人都添加了自己的小功能。

我感觉自己处于一个艰难的位置。毕竟这些人都是免费工作的,对吧?那么我是谁呢?是谁有资格告诉他们该怎么做?而且我的注意力也分散了。所以我们添加了很多功能。你知道,功能是有趣的部分。新功能只需一个提示即可生成。但真正的成本在于之后:我们发布的每个功能都带有配置选项,因为我们不想破坏每个人的设置。在最高峰时,我不得不计算我们最终拥有大约9500个配置选项。

如果你计算所有的排列组合,无论你写多少测试代码,都不可能覆盖所有这些情况而不时不时地破坏某些东西。拥有用户的软件进化起来要难得多。与此同时,其他公司则依靠风险投资(VC)资金推动前进。“动漫女孩”公司做得尤其出色。人们开始在 Twitter 上的几乎任何对话中插入自己,而我们在安全、资金工作和功能开发中被困住。他们有一个简单的故事、一个激进的营销活动,以及一行代码来迁移用户的 Claude 设置。

然而真正伤害项目的最主要原因是熵(entropic)。不是名字,而是这部分压力很大。但我有点理解他们了,而且他们对这件事处理得很友好。问题在于我过度优化了对他们的模型的适配。我用 Codex 和 GPT 构建了 OpenClaw,但很长一段时间里,针对他们的模型进行的测试(harness)效果最好。

当时系统是针对OPOS优化的,所以当对方在大约24小时前通知我说他们要取消所有人的订阅时,根本没时间改变方向。我是说,当然我们支持开源权重模型,我们在上面做了大量工作,但它们当时真的还不够好。早期的开放AI模型缺乏个性。所以也许把这个记下来吧:你的依赖关系,商业模式就是它的商业模式。你知道的,现在一切都固定了,解决得很棒。开源权重模型实际上已经很好用了。我学到了很多关于Harness工程的知识。但在很多方面,人们已经向前看了。从我们的下载图表中可以看出这一点:我们在五月份的周下载量触底,约为83.5万次。而在六月被宣布“死亡”后,我们达到了470万次的峰值,这是有史以来的最高纪录。

这两件事同时成立。炒作就像天气一样,你可能看到它即将来临,但你无法控制它。对我来说,那是一场风暴。问题四:现在还好玩吗?你知道的,大约在二月左右,它不再有趣了。我开始觉得这变成了一种责任。我醒来时发现自己——那个不想再创办另一家公司的人,陷入了一种境地:他有两份工作,或者我该说是一份工作和一种使命。我很挣扎,最糟糕的是我停止使用自己的产品了。在那段时间里,我不再制作我自己喜爱的产品,而是致力于让每个人都能使用的东西。它不再是我每天使用的事物,而更多我觉得是“工作”。我想描绘出每个人真正的样子。其中一个是杂货代理,另一个试图对我的机器人进行社会工程攻击。

在每个人都添加功能以及所有组织工作的过程中,我变成了那个修复漏洞、解决安全问题并提供支持并建立基础的人。因为所有这些人都像传谣言一样,说OpenClaw被OpenAI拥有。我不想从OpenAI那里接受太多帮助。我是说,是的,他们给了我令牌,我确实大量使用了那个令牌。但我也被卷入其他产品项目中,而且有一大堆我无法轻易屏蔽的人想和我交谈。事后看来,我可以做得很多不同,比如我本可以寻求更多帮助,把责任从我的肩上移开。但我当时深陷其中,没有花时间进行战略性思考。幸运的是,我遇到了一群很棒的人,事情逐渐理顺了。

我想出了我的签证问题,最终成立了一个非营利组织。我们获得了令人惊叹的公司作为捐赠者,我找到了一些真正相信开源的人开始与我合作。我还要特别感谢Nvidia,因为他们非常早期就介入,只是问我需要什么。然后他们派人接管了大部分安全相关工作。我想是在五月左右我生日的时候,我有种感觉事情开始好转了,那种构建的乐趣又回到了我身边。是的,在媒体中,每隔一周就有“OpenClaw杀手”的报道。在某一点上,我想我数过20个这样的项目。甚至有一个 literally 叫做“OpenCloud Killer”的项目,它是一个卸载程序,这完全没必要因为我们要自己提供卸载功能。

但你知道的,“杀手”故事从未真正抓住这件事的本质:开源。我的灵感来源是被惹恼了。如今,当我不得不使用无法通过向代理发送提示来更改的软件时,我会感到恼火。那才是有趣的部分,它正在回归。很难与那些只是在那里享受乐趣的人竞争。趣味就是速度。在我享受构建的那几周,产品明显变得更好;而我不享受的那几周则不然。我们应该配置选项。问题五:接下来是什么?观众中有些人可能会想,这终于是要讲图表的部分了吗?首先,我对我们基金会目前的状况感到非常高兴。我们的使命是让人们更靠近AI,而事物变化得太快了。对许多人来说,这感觉很可怕。

我为OpenClaw实现的一点感到自豪:对于很多人而言,它将那种模糊且令人恐惧的东西变成了有趣和怪异的事物——你知道的,龙虾等等。他们会继续推动那里的发展,构建一个伟大的开源软件生态系统,通过汇聚人群的活动以及教育来实现。我们现在有10名员工在薪水上,我们正在招聘更多职位,包括CEO。其次,我基本上把“Claw”变成了一个名词。你知道的,Kapiti提到了OpenAI,Satya在微软的主题演讲中提到了企业级Claw。有3.3万个以“claw”命名的仓库。如果我们在模拟中,那我们也肯定是在其中一个不会被关闭的奇怪模拟里。我喜欢这部分未来。

第三,我们仍然没有一个始终在线、持续同步的智能代理。还有很多事情要做。AI的格局和技术发展速度超过了围绕其构建的软件的速度,这对你们所有人来说都是一个机会。我们的工作流程也在演变,就像我早期的愿景那样:我们不应该再思考会话或压缩的问题了。世界终于到了模型技术成为现实的地步。我们正在进入一个最终从纯文本界面转向语音和多模态的世界。就在昨天,我们完成了一个黑客工作:你的Claw现在可以和你进行FaceTime通话了。这正是为什么OpenClaw存在的意义所在。

每个实验室都会卖给你一个代理,而OpenClaw是替代方案。开源无处不在,适用于任何模型。如果你运行本地模型,你的数据永远不需要离开你的设备。你的代理、你的机器、你的生活。那甚至不是我的中心论点,那是Gary的。(笑声)我们只是先把它做出来了。所以我们现在也在用OpenClaw构建OpenClaw,但这次有个转折:每个人都在团队服务器上看到彼此的会话,并且有一个知道其他人正在做什么的Claw,它还可以接管工作的协调。是的,我们终于要离开这个奇怪的片段了——在未来,人们在工作终端中工作,拿着打开的笔记本电脑跑来跑去,因为代理需要继续工作。

如果你只记住三件事:第一,不要停止享受乐趣。趣味是终极驱动力,这样你就能获得最好的想法。第二,倾听你的直觉。并修复那些让你烦恼的事情,它可能就会成为下一个大事件。第三,保持专注。你知道的,另一个播客并不是让你获胜的原因。生活在未来,构建缺失的东西。当他们写下你的仲裁时(注:此处原文可能为arbitrary或类似词,结合语境意为“当他们记录你的成就/历史时”),继续交付。这会让他们困惑。(吸鼻子声)这就是五个问题中的最后几个。

问题,我确信你们还有更多。我想我们有充足的时间进行问答环节。首先是智能体(Agents),然后是循环(Loops),接着是图谱(Graphs)。你们现在是如何构建这些的?我的意思是,这始终是会话(Sessions),对吧?但在起初,你必须真正关心如何清理上下文并确保你的指令是连贯的。而如今,情况更像是我的会话就是主题。

有时清除会话甚至是一种劣势,因为里面包含的大量信息有助于智能体工作。但最大的转变在于,我试图让智能体为我做更多主动性的工作。所以当我把注意力转移到某事上时,我不想阅读问题列表,我想看到的是经过全面审查和测试的拉取请求(PRs)。也许我喜欢这个功能,也许我不喜欢,

但我不想分散我的注意力。同样地,在工作中,如果你来告诉我一个功能想法,我会生你的气。因为现在太容易了:你只需与智能体讨论这个功能想法,构建它,制作截图,然后让我试玩。这样如果效果好,我们可以立即迭代改进。但大多数时候,人们会发现

它并不好,甚至不会来找我。图谱之后是什么?OpenClaw 的未来方向在哪里?我知道我喜欢在周日发帖,然后 Twitter(推特)就会爆炸式增长。但这也不仅仅是一篇帖子,对吧?所以任何时候你们都知道,作为工程师的我们长期以来所做的是构建自动化以简化我们的生活。自从我们的职业存在以来,这一直如此。所以如果

你将其设计为循环、图谱或工作流,其实大同小异。如果你设计了一个能接收触发器或输入并为你执行某些操作的东西,中间可能还有决策分支,“砰”,这就是你的图谱。这并不神奇。尽管我知道我倾向于那些关于图谱工程的文章,因为我很好奇他们的观点是否

符合我的世界观。这只不过是我们长期以来自动化故事的一种更好的呈现方式,在一个“快速构建、快速交付”的世界里。如何确保你构建的东西仍然可靠且可扩展?是的,这部分我一度搞砸了,因为我当时不够专注,而且模型在测试方面确实做得不好。我认为现在模型真的很好了。

我们不仅拥有能记住上下文的会话,还有内置在模型中的编排能力,使它们真正理解并知道如何使用子智能体。我们有计算机使用(Computer Use),有浏览器使用。所有这些结合在一起,构成了完美的问答环境。就像我昨天做的那样:启动代码解释器(Codecs),使用12个子智能体,理解我的项目,将其分解为功能模块,然后每个子智能体

会对该功能或代码进行压力测试、审查,并告知其他会话应在何处集中进行测试。嗯,我们尚未达到可以自动化一切的程度。你仍然需要进行一些手动点击操作,以便了解实际体验如何。但对于用户经常会遇到的许多典型错误,你现在实际上可以通过提示(Prompting)的方式

取得很大的进展。好的,AI 工具。啊,你为了速度而在早期做出的、至今仍受其影响的决策是什么?我认为那是在很早之前就决定我不阅读所有代码。我将代码审查更多地视为一种风险管理。你知道,有时你会触及一个令人恐惧的系统,那种时候你想稍微仔细读一读;而另一些时候你在构建用户界面(UI)。我真的在乎 UI 是否

被正确构建吗?只要看起来没问题,我不在意。所以你会粗略浏览一下,或者干脆直接接受它看起来是正确的。这部分只是因为你逐渐培养出一种感觉:某件事应该花多长时间完成。所以如果我对一个小调整进行了修改,本应改变拖拽的工作方式,却花了三个小时,我就知道哪里出错了。我会仔细查看。但除此之外,代码审查的一部分 simply 就是

观察、看它改变了多少大小,并相信你的直觉。好的,AI 工具让在周末构建产品变得容易了。但构建并不是最难的部分,难的是让人们使用它。在今天,你会如何从可行的原型发展到获得前10个真实用户?嗯,我认为这是我演讲中涉及的一部分。第一个用户应该是你自己。而我的第二到第二十位用户是朋友。所以

我确信你们也有一些人会实际测试你的东西,但你必须成为第一个用户。如果你不……如果你不对你所构建的东西感到兴奋,那可能就没有意义了。在这个时代,眼球(关注度)可以说是昂贵的货币,因为现在构建东西的速度太快了。你如何平衡解决那些让你烦恼的问题和你认为人们想要的功能?

这很难,因为通常这两者往往是结合在一起的。如果某样东西没有按照我想要的那样存在,我会感到烦恼。老实说,我还没有完全搞清楚这部分。我觉得我可以仅仅因为软件中总是存在奇怪的边缘情况而花几个月时间处理问题,尤其是当你添加越来越多的功能时;但另一方面,如果我只做这些,我会

对工作失去兴趣。所以它需要一种健康的混合比例。如果你能回到过去并改变关于 OpenClaw 的一件事,你会改什么?我会对安全研究人员不那么焦虑。他们非常擅长让你感觉糟糕透顶。他们会发送报告,给我发邮件,打电话给我,尽一切可能引起我的

注意,但这并不是为了帮助产品。在大多数情况下,这仅仅是为了让他们获得名声或积分。“哦,我们发现了点东西。”而且他们中的大多数发送的报告都是他们的智能体生成的,甚至没有经过实际测试。我会更坚定地解释哪些部分是我们保证安全的,以及哪些部分不会修复,因为

那不属于我们的安全边界。但老实说,这是我第一次接触这个世界。所以我不知道如何处理这种情况,我因此浪费了几个月时间,还长了不少白头发才学到这些教训。当今 AI 基础设施中最大的瓶颈是什么?可靠性、工具链、记忆演化还是计算资源管理,如果这说得通的话。比如,如果我在我

的机器上本地运行一个测试,TSGO 会启动16个线程并导致我的机器瓶颈化。如果10个会话都这样做,其中两个可能会超时,我们就得重新再做一遍。而且并没有一个很好的系统来管理这一切。现在,如果我做网页相关的工作,很容易创建云端会话;但如果我做类似需要 Mac OS 的事情,那就是

99%的工具都让我失望的地方。如果是某种

那些需要电脑上其他东西的,我也是。我们还没有真正构建出能够轻松无问题地从一处转移到另一处的方案。至少我还没看到什么好用的东西能运作起来,或者像现在这样可靠地驱动整个集群。目前我使用了太多的系统,通过屏幕共享连接到一些计算机上来分担负载,我不应该这样做。

你是如何保持开源项目的观点统一并指向一个方向,而不是仅仅合并那个增加随机功能的第N+1个PR?你是如何向社区传达这个方向的?你有没有因为某个流行的PR会让项目偏离正轨而拒绝过它?是的。我确实说过“不”。但我会说,我说“不”的次数还不够多。

当我做新的开源项目时,我会写一个 vision.mmd 文件,大致解释它是什么以及我期望它成为什么样子。当然,这是不正确的,也不是完美的科学。我需要更好地坚持这一点,因为总是 temptation 去添加那个看起来很酷的功能。但你很少想到的是,当你合并这个功能时,意味着你接手了一堆代码。

你可能不完全理解写这段代码的人真正想做什么,你自己也不完全理解这些代码。而且你还得承担相应的责任。你期望什么时候能有持续运行、在工作中主动出击的 Claws?说实话,这与其说是技术问题,不如说是 Token 问题。我们今天就能做到这一点,但你的订阅费很快就会花光,而且不是每个人都愿意花费这么多 Token。

更难的部分在于设计一个不会白白消耗空 Token 的系统。即使是早期的心跳机制也太静态,不够主动。如果你有一个大型会话,一小时后再次调用心跳检查所有状态,这意味着在 KV 缓存清除后,你要向服务器发送60万个 Token。为此你支付了高昂的费用,却只得到了大量无用的工作。

有很多方法可以优化这一点,但这确实很难。能跟我们说说你个人的设置吗?你把 Claws 托管在哪里?运行什么模型?使用什么框架?你还阅读 Can We Scroll 吗?你还在读自己的代码吗?我使用的是我的 MacBook,但我通常使用 Jump Desktop 屏幕共享到我的工作室电脑。

因为那台机器是一直运行的。在那上面我可以运行任何我想要的东西,速度快且不耗电。我可以合上笔记本电脑,而事情继续工作。我还有一些其他的远程机器,有时我会通过 VNC 连接进去。这部分真的很棒,因为我做了很多 Mac 软件工作,代理喜欢接管我的屏幕并点击来点击去。

如果你把它们放在它们自己的机器上,就不会打扰到你。否则,你会和代理争夺鼠标光标的使用权。你还会读自己的代码吗?我想我在前面提到风险管理时已经回答了一部分。另外,如果我独自做开源项目,其风险管理与我在 OpenAI 做软件时是不同的,在那里我们仍然会阅读所有的代码。

Peter,你会如何着手你的下一个创业想法?我不知道。我应该告诉每个人吗?我觉得这样会有很多复制品。最重要的是,你需要构建一些你自己想要使用的东西。否则它就不会好。其次,我希望你在个人品牌和可见度上多下功夫。因为在这个时代,噪音太多了。

你面临的最大难题不是技术,也不是软件,甚至不是人。现在最难的问题是获得眼球(关注度)。我可能会再次选择那些“困难且无聊”类别的项目,因为这通常是更容易找到欣赏你解决方案的人群的领域。如果你选择一些有趣的东西,即使很难,尤其是在人们可以通过提示词凭空生成事物的时代,你会非常艰难。

好了,今天的最后一个问题:你希望有人构建什么产品?我觉得很容易就能找到 Linux 的测试盒。但要找到一个在 Mac 上工作良好的测试盒却异常困难。我在 Windows 上得到的体验也很令人烦恼。我还没有找到一个真正好的提供商,能既快速又便宜地提供所有这些服务。

我不确定这是否是你想要从事的业务,因为开发者工具天生就很难做,但这正是我希望能拥有的东西。谢谢大家。