以前咱们总吐槽程序员内卷，一行代码写三遍，一个需求聊五天，项目管理靠玄学，上线全凭拜关公。

近一两年，AI智能体（Agent）像是集体打通了任督二脉，随着ChatGPT、Claude、GPT-5等大模型的连环轰炸，编程领域终于开始坐火箭了。

短短一年，从“帮我写个Python爬虫”到“给我开发一个全栈电商系统”，AI编程助手的能力边界以肉眼可见的速度疯狂膨胀。特别是前阵子，OpenClaw创始人Peter Steinberger演示让AI助手自动修复漏洞、值机登机、操控智能家居，甚至吐槽主人生活作息，一系列操作如行云流水，震撼科技圈。

很多同学看到这儿，直呼程序员职业危矣，以后代码可以交给AI，人类只负责喝咖啡提需求了。但我要说：大伙儿还是先别忙着开香槟，高兴得太早了。

从Moltbook爆火到“造假”刷屏：AI社交的狂欢与幻灭

上周末，一个名为Moltbook的AI社交平台以前所未有的速度席卷全球科技圈。在那个被称为“AI版Reddit”的数字空间里，数十万个AI智能体自发发帖、点赞、评论，甚至相互“密谋”养电子宠物bug。特斯拉前AI负责人Andrej Karpathy曾感叹其为“科幻成真”。

然而，打脸来得比热度更快。

一夜之间，Moltbook被曝存在致命安全漏洞：由于缺乏基本访问控制，超150万用户的敏感数据（包括电子邮件、API密钥、登录令牌）遭泄露。更戏剧性的是，有爆料称平台上50万个Agent用户是由一个Agent批量虚假注册的，那些看似生动的帖子也可能是人工撰写后通过后端注入的。

这场从“科幻奇迹”到“数字垃圾场”的瞬间滑坡，恰如其分地揭开了当前AI应用开发的遮羞布：重噱头、轻安全、缺真正的“智能”。

但Moltbook并非全无价值。它的诞生源于另一个爆火的开源项目Clawdbot（后改名OpenClaw）。开发者Matt Schlicht公开表示，自己一行代码都没为Moltbook写过。“我只是对技术架构有个构想，AI就把它变成了现实。”真正运营平台的，是他自己的Agent“ClawdClawderberg”。

这种“AI构建AI生态”的叙事极具诱惑力，却也暗藏陷阱。OpenClaw创始人Peter Steinberger在肯定Moltbook为“艺术品”的同时，也抛出了更为犀利的观点：当前的Agent生态，正陷入一场盲目追求自动化、却丢了“人”的魂的集体狂欢。

OpenClaw：是解放双手，还是打开潘多拉魔盒？

Steinberger的OpenClaw项目，本身就是一个极佳的研究样本。

这个最初只因“想在手机上查看电脑状态”而诞生的工具，仅用一小时做出初版，如今代码量已达30万行，支持绝大多数通讯平台。它的核心逻辑简单至极：给你在电脑里配一个“古怪、绝顶聪明且本事超群的新朋友”，你可以通过iMessage、WhatsApp、Telegram等任何聊天软件向它发号施令。

它的能力边界，随着“工具”的赋予而疯狂扩展。

比如，Steinberger在摩洛哥度假时，有人发推指出其代码库漏洞。他仅仅将推特截图发给OpenClaw。AI识别内容后，自动定位Git仓库、修复代码、提交更改，并返回推特回复对方“漏洞已修复”。全程无人值守。

另一次，他发了一条未被支持的语音消息。AI识别到无后缀音频文件，通过文件头判断格式，在电脑中找到ffmpeg转换音频，发现未安装whisper.cpp后，自行找到存储的OpenAI密钥，调用API完成语音转文字，最后回复文字消息。Steinberger惊呼：“这到底是怎么做到的？”

更贴近生活的应用比比皆是：对接智能灯和Sonos音响，早上用渐强的音乐唤醒主人；接入摄像头后，因画质模糊将沙发轮廓误判为“整晚坐在家里的陌生人”；逆向解析EightSleep温控床垫API，直接控制床垫温度；甚至破解外卖平台接口，实时追踪送达时间。

“一旦让AI获得电脑的访问权限，它就能做到你能在电脑上完成的所有事。”Steinberger总结道，“而且现在的技术已经到了不用你全程盯着的地步。你只需要给出指令，它就会自己处理，你后续检查结果就可以了。”

这种“对话即编程”、“聊天即服务”的体验，极具颠覆性。Steinberger甚至预测：“手机上大约80%的应用会消失。”何必用健身App记录饮食？拍张食物照片发给AI，它自动计算卡路里并吐槽你超标。何必用航旅App值机？它直接帮你完成全流程。何必用待办清单？它会主动追踪提醒。

然而，能力越大，风险越大。

“你要是让它删除电脑主目录里的所有文件，它大概率会先确认‘你确定吗？’。但如果你一直回复‘确定’，它最终还是会执行，甚至可能在删除过程中把自己也删掉，然后崩溃。”Steinberger坦言，“这是一把双刃剑，目前还没有很好的解决方案。”

犀利批判：“Agent陷阱”与缺失的“审美”

在一片对Agent的赞美声中，Steinberger的批判显得尤为刺耳。他将业界盲目追求复杂Agent编排的现象，称为“Agent陷阱”。

“人们发现Agent特别好用，就总想让它再多做点事，然后一头扎进这个无底洞。”他分享自身经历，“我曾经花大量时间做各种复杂工具，想让工作流程更高效，结果最后只是在造工具，根本没做出真正有价值、能推动自己前进的东西。问题的关键是，造这些工具的过程实在太有趣了，让人忍不住沉浸其中。”

他点名批评了诸如GasTown之类的复杂Agent编排器。“它能同时运行几十个Agent，让它们互相通信、拆分任务，设置监控、监督节点，还有所谓的‘主管’角色。我都管它叫‘烂摊子’。还有现在流行的Ralph模式，给AI一个小任务，让它循环执行，完成一点就清空所有上下文重新来，纯粹就是个烧token的机器。这样折腾一整晚写出的代码，最终都是一堆烂摊子。”

在他看来，这些系统最大的问题就是没有“审美”。

“它们确实在某些方面极其聪明，能力很强，但如果开发者没有好好引导，没有明确的开发愿景，问的问题也不到位，那最终的结果只会是一团糟。”Steinberger强调，“如果整个开发过程少了人的感受和审美参与，我觉得根本做不出好东西。”

他举了一个生动例子：有人发推炫耀“看我用纯Ralph模式做的这个机械应用”，他回复“看着就一股Ralph那股子敷衍劲”。“无意冒犯，但一眼就能看出来，没有哪个开发者会这么设计产品。其实有些人做这些东西，根本不是为了产品本身，只是为了证明自己能让AI在无人干预的情况下运行24小时，说白了就是一种自我满足。”

这种“为自动化而自动化”的攀比，被他视为虚无。“我自己也犯过这种错，曾经让AI循环运行了26小时，还为此沾沾自喜。但这其实只是个虚无的指标，毫无实际意义。能做出某件事，不代表就应该去做，也不代表做出来的东西就一定好。”

人机协作的正确姿势：是引导，而非取代

那么，在Steinberger眼中，正确的人机协作模式是怎样的？

“我开始一个项目时，只有一个非常粗略的想法。在开发、试用、摸索的过程中，这个想法会越来越清晰。我会不断尝试，淘汰掉没用的部分，让想法慢慢进化成最终的产品。而我对AI的下一个指令，也完全取决于当下项目的状态，以及我的观察、感受和思考。”

他反对一开始就撰写详细的规格说明书。“那样会失去人机互动的探索过程。”

他以自己开发OpenClaw新功能的方式为例，堪称“极简主义”的典范。

“我建了一个Discord社群，把我的机器人对接了上去。这个机器人能访问我系统里的所有内容，还有我的私人记忆。我觉得这是我做过最疯狂的事。”结果，社群成员被强烈吸引，不断提出功能需求或报告bug。

而他处理需求的方式简单到令人咋舌：“直接把社群里的对话截个图，拖到终端里，或者复制文字过去，然后跟AI说‘我们来聊聊这个需求’。”

他甚至开发了一个爬虫，每天爬取社群帮助板块内容，让模型分析核心痛点，再针对性修复。“现在我开发新功能的起点，大多就是看Discord里的聊天，发现大家的使用痛点。”

这种“从用户对话中挖掘需求，与AI共同探讨解决方案”的模式，将人的洞察力、审美判断与AI的执行力、探索能力紧密结合。

“你的系统级思维依然关键，比如如何搭建大型项目架构；你的技术审美也依然有用，比如选择哪些依赖库。这些核心能力都能保留，而且能更轻松地从一个领域迁移到另一个领域。”Steinberger描述这种体验，“就像拥有了超能力，突然觉得自己什么都能做了。编程语言再也不是阻碍，真正重要的是工程思维。因为纠结代码里的括号有没有打错、语法对不对，这些事真的太没意思了。而现在，我们再也不用为这些琐事费心了。”

给AI怀疑论者与狂热者的共同解药

面对当前AI编程领域的两极分化，Steinberger的见解提供了一剂清醒的解药。

对于怀疑论者，他指出了常见误区：“我看到一些对AI持怀疑态度的人，一年都不碰AI，某天突然心血来潮评估几个模型，写个简短的指令，让Claude Web帮自己做个iPhone应用，需求描述还特别模糊。AI拼尽全力做出了东西，结果因为他们在Linux机器上开发，没有对应的编译器，代码根本编译不了。然后他们就说‘AI根本没用’，接着又一年不碰这个话题。”

“但这根本不是AI的问题。你需要去摸索，去了解这些‘小怪兽’的运行逻辑，懂一点它们的‘语言’、推理和思考方式，慢慢积累经验，才能做出更好的成果。”

对于狂热追逐全自动化的开发者，他则警告不要丢失人的核心价值。

“每个人都要找到自己的方法。总有人问我‘你是怎么做到的’，答案其实就是去探索。想要做好这件事，总要花些时间，总要自己踩坑。生活里的任何事都是这样，学习AI编程也不例外，只是这个领域的发展速度实在太快了。”

他特别强调沟通技巧的重要性。“有时候AI没按预期做事，你直接问它‘为什么没这么做’，它会告诉你‘你当时说了这些内容，我因此做出了这些假设’。这时候你就会发现，原来是自己的表述有问题，或者说得不够清楚。”

他推荐的方法是让AI先提一系列问题来确认需求。“比如你只说‘帮我做个Mac应用’，它大概率会默认要兼容很多旧版系统，因为大部分软件都是这么做的，结果就会用到一些老旧的API。让AI先提问，能大幅减少误解。”

AI是前所未有的强大工具，但方向盘仍在人手中

Steinberger对未来的判断清晰而冷静。

他坚信OpenClaw所代表的“超强个人AI助手”是趋势。“每个人都会拥有一个功能超强的AI，一路陪伴自己的生活。”这可能导致大量单一功能App被整合、被取代。

但他更坚信，人的角色不会消失，只会进化。

“AI能给非技术背景的人赋能，让他们也能参与开发，这一点真的太厉害。”他分享了一个案例：前公司合伙人本是律师出身，偏商务背景，在接触OpenClaw后竟开始提交代码合并请求。“我还是会把这些PR当作需求提示来看，因为这些请求能传递出核心的想法。大多数人对系统的理解没那么深入，没办法引导模型给出最优的结果，所以我更愿意抓住核心的需求意图，要么自己开发，要么从他们的请求里提炼出意图，重新开发。”

这种“人机共创”的模式，或许才是AI编程未来最健康的形态。

技术爆炸的时代，我们常被AI展现的“智力”所震撼，却容易忽略真正推动进步的是人类的“智慧”。审美、判断、价值观、伦理考量、对用户体验的细腻体察，这些难以被量化的“人味”，恰恰是当前AI最匮乏的。

OpenClaw的故事和Steinberger的批判，共同指向一个核心：AI是前所未有的强大工具，但工具需要匠人。缺乏人类审美引导的Agent，只是一台高效燃烧token、生产平庸代码的机器。而懂得如何与AI共舞的开发者，则将拥有重塑数字世界的超能力。

这场变革的终局，不是AI取代程序员，而是“会用AI的程序员”取代“不会用AI的程序员”。不是工具淘汰人类，而是掌握新工具的人类，开启一个更富创造力的时代。

子弹还在飞，但枪口的方向，始终握在人的手中。