StreamSparkAI

核心概览

本期对谈围绕 OpenClaw、编码代理与软件未来形态 展开。Peter Yang基于自己把OpenClaw接入Telegram、语音、记忆与工具调用后的长期使用，认为任务型应用的入口正在从打开单个App，转向给个人代理发消息；而编码代理的能力也已开始从写代码外溢到写文档、做演示、搭网站和处理更广泛的知识工作。主持人则补充，短期内更现实的变化不是岗位整体消失，而是团队显著缩小、软件构建成本逼近零、IDE从制作工具转向思考工具、工作中的大量协调摩擦被代理吸收。两人都认为这一趋势仍处于早期阶段：记忆系统会遗忘、配置复杂、自动化难以做到100%，但方向已经明确——未来产品需要同时服务人和代理，个人则更需要学习构建、试错、判断与快速迭代。

关键议题与详细总结

OpenClaw的实际使用方式与体验

• Peter Yang表示，他较早接触并搭建了OpenClaw，虽然配置过程很折腾、很原始，但已经能为他完成多类任务：

  • 拉取YouTube等平台分析信息
  • 更新Google文档
  • 搭建简单网站
  • 通过消息或语音与他长期互动

• 但他强调，自己最常用的并不是复杂自动化，而是把它当作一个可持续对话的个人代理：

  • 主要通过Telegram文字和语音沟通
  • 通勤、睡前、散步时都会与之交流
  • 会让它基于记忆给出鼓励、复盘和个人洞察

• 他举例称，OpenClaw曾基于长期记忆给他做过一段几分钟的鼓励式反馈，重点不是模型能不能输出这段话，而是它结合了他自己的上下文、长期记忆和移动消息界面，因此体验更像私人陪伴。

Peter Yang的核心感受："它感觉更像一个真正的人，而不是在用Claude或ChatGPT"("it feels more like a personal like actual human")

个人代理为何可能替代部分应用入口

• Peter Yang认为，最先被削弱的不是所有应用，而是那些用户只是为了完成某个任务才打开的应用。

• 他的逻辑是：

  1. 用户原本打开App是为了执行任务
  2. 如果代理已接入相应工具或账户
  3. 那么直接给代理发消息往往比手动打开应用更省力

• 他把这种体验类比为一个非常能干的行政助理：

  • 用户不必自己逐步操作
  • 只需表达目标，代理再去协调完成

• 不过他也明确区分了两类产品：

  • 任务型应用：更容易被代理替代入口
  • 娱乐型应用：短期内更可能继续被用户直接打开，因为它们承载的是情绪、消遣和沉浸感

• 主持人进一步提出，很多人打开不同App，不只是为了办事，也是为了获得某种感受：

  • WhatsApp 是为了连接感
  • Slack 是为了生产感
  • TikTok 是为了娱乐感

• Peter Yang对此的回应是，单一代理不一定要承载所有意图，因此他已经给自己的代理设置了多个Telegram频道，分别用于：

  • 随意语音交流
  • 与代理一起做项目
  • 对外演示，避免暴露私人信息

OpenClaw的关键短板：记忆与稳定性

• 对于OpenClaw的记忆系统，Peter Yang的评价并不高。

• 他理解中的默认方案，大致是：

  • 用Markdown文本文件存记忆
  • 按天更新
  • 容易遗忘关键事实和工具能力

• 他举出的典型问题包括：

  • 明明已经赋予某项工具权限，代理却说自己做不了
  • 必须反复提醒它去查记忆
  • 即使有记忆，也不总会主动调用

• 为了缓解这一点，他额外装了一个三层记忆方案和搜索工具，但也坦言自己并未完全弄清内部机制，只是感觉“比之前好一点”。

• 他甚至把提醒写进代理配置文件中，要求代理在回答问题前先检查全部记忆。这说明当前阶段的实际可用性，仍然很依赖：

  • 用户主动配置
  • 提示词工程
  • 持续调试

工具接入、权限开放与隐私边界

• Peter Yang对自己的代理开放程度很高：

  • 单独买了一台Mac Mini
  • 给代理单独设邮箱
  • 允许读取邮箱与日历
  • 允许写入部分文档

• 这反映出当前个人代理的一个现实特征：想让它真正有用，就必须给它足够权限；但权限越大，风险越高。

• 他也明确承认，这类系统如果出错，理论上可能影响更大的文件与工作环境，因此现阶段仍需要谨慎隔离。

对ChatGPT、Claude Code与Codex的实际判断

• Peter Yang直言，他对ChatGPT的一类体验非常不满：模型常在回答结尾附带额外推销式建议，例如再主动推荐还能做什么。
• 他认为这可能有利于平台指标，但在真实使用中很烦、破坏自然感。

• 因此在日常偏好上，他已更倾向Claude生态；但在编码任务上，他仍会用Codex。

• 两人对 Claude Code 与 Codex 的比较大致形成了以下共识：

  • Claude Code
    • 更健谈
    • 更适合流式、同步、较轻松的协作体验
    • 现阶段在截图粘贴、语音、浏览器联动等工具层细节上更顺手
  • Codex
    • 推理更扎实
    • 准确率常更高
    • 但等待时间更长，容易打断心流

• 主持人总结为：Claude Code在使用体验与外围能力上更成熟，Codex在模型能力本身上可能更强，只是产品完成度还没跟上。

编码代理为何像老虎机

• Peter Yang把编码代理形容为老虎机，主持人完全认同。

• 两人给出的原因主要有两点：

  • 结果回报不稳定：有时很平庸，有时突然给出非常惊艳的结果
  • 等待时间不稳定：有时几秒，有时几分钟

• 这种不确定性，会制造一种类似社交媒体或赌场的变动奖励机制，让人不断刷新、等待、再尝试。

• 他们认为这既解释了编码代理的吸引力，也意味着未来产品设计需要面对新的心理与行为问题。

编码代理不只是写代码，而是在吞并知识工作

• Peter Yang提出了整场最鲜明的判断：

"我感觉编程会吞掉几乎所有知识工作"("I feel like coding will eat all knowledge work")

• 他的含义并不是人人都要学传统编程语言，而是：

  • 过去很多知识工作的输出形式是文档、PPT、表格、网页、流程
  • 这些工作正在被重新表达为可由代理操作、修改、生成的结构化任务
  • 因此，编码会从少数人的专业技能，变成普遍的生产表达方式

• 他举了自己写博客的例子：

  • 不再从空白页开始
  • 先让Claude Code基于输入起草
  • 自己再对后半部分做细修

"我现在从不从零开始，总是先让AI给我前80%"("I never start from zero, like I always get the first 80% from AI")

• 主持人补充了一个历史类比：Excel事实上早就是一种大规模普及的编程方式，只是人们通常不这样称呼它。未来编码代理会把这种能力放大很多倍，并扩展到看似更主观的写作、设计与分析任务中。

IDE从制作工具转向思考工具

• 主持人提出一个重要判断：IDE正在从执行工具转向思考工具。

• 过去IDE主要负责把人写好的逻辑变成程序；现在由于代理可以执行大量实现工作，IDE逐渐变成：

  • 快速试错的环境
  • 生成多个候选方案的环境
  • 让人通过“做出来再看”来完善思路的环境

• 他描述自己的工作流是：

  • 先快速让代理做一个很粗糙的版本
  • 持续逼近可运行状态
  • 再让代理回头写出本可采用的更优方案
  • 最后根据这些反馈重做结构

• 在这个框架下，他认为Figma之类工具未必会被替代，因为它们除了用于执行设计，还承担设计思考与探索的功能。

SaaS会不会被替代

• Peter Yang提到，有一家AI原生公司正在尝试让“vibe coders”构建内部工具，以替代团队正在付费使用的一批SaaS产品。

• 这说明一个新趋势：当内部开发成本显著下降时，部分通用SaaS的购买理由会被削弱。

• 但主持人给出了重要反驳：

  • 很多SaaS本来就不贵
  • 自己维护一个替代品有持续成本
  • 对普通公司来说，不一定比每月付费更划算

• 两人的相对一致结论是：

  • 简单、流程清晰、边界稳定的SaaS 更容易被替代
  • 复杂、长期维护价值高的SaaS 短期内仍有优势
  • Slack这类工具甚至可能继续重要，因为它也可能成为人与代理、代理与代理沟通的场所

产品、品牌与留存：代理时代的消费互联网逻辑会变

• Peter Yang提出了一个面向消费产品的关键问题：

  • 如果用户不直接使用产品，而是让代理去调用产品
  • 那么留存、品牌、回访等传统指标该如何理解

• 主持人的回答分两层：

  1. 旧消费互联网的很多复杂玩法，来自间接变现
     • 因为产品不直接收费，所以需要广告、网络效应、留存和参与度
  2. AI时代开始回到直接收费
     • 用户愿意为AI能力直接付费
     • 还出现了按使用量计费的消费模式
     • 推理成本客观存在，也逼着公司从第一天就清晰收费

• 他据此判断，代理时代的产品可能有两套界面并存：

  • 一套是给代理调用的接口层
  • 一套是给人查看、干预、浏览、理解结果的界面层

• 他举了两种使用方式并存的例子：

  • 有时用户仍想亲自看信用分变化与信用卡推荐
  • 有时只想直接问代理：这周你帮我优化了什么、帮我省了多少钱

未来公司形态：更小团队、更少协调、更少情绪摩擦

• Peter Yang最强烈的组织判断是：公司越大，往往越容易变成低效、难受、对齐成本高的地方。

• 他用自己对大型公司会议与目标管理流程的不满来说明：

  • 很多时间花在对齐与讨论上
  • 而不是创造与交付上

• 因此他希望未来更多公司保持极小规模：

  • 过去可能有10人产品团队
  • 未来可能只保留2到3个核心成员
  • 其余由代理承担大量支持工作

• 主持人顺着这一点进一步认为，代理的价值不仅是提效，还可能提升工作的主观体验：

  • 让高情绪冲突、拉扯式沟通、反复协商等工作从人转向代理
  • 让人类更多停留在目标设定、方向判断和最终决策层

• 他甚至设想，未来如果两个团队需要谈判，可能是双方先派代理交涉，最后再由人确认结果。这样能减少很多人际博弈中的情绪负担。

PM、设计师与构建者角色变化

• Peter Yang认为，很多产品经理其实真正想做的是创造产品，而不只是协调流程。

• 他还提出两个相关判断：

  • 很多PM正在下班后学习或尝试vibe coding
  • 如果一个人暂时失业，反而可能获得更多时间去学习构建、试错与创业

• 主持人则从自身经历回应，很多人会在职业路径中误以为PM更高阶，但最终发现：

  • 真正的满足感常来自亲手构建和交付
  • 单纯管理与协调未必能带来同样成就感

• 不过两人也都承认，PM的某些核心能力不会消失，尤其是：

  • 与用户沟通
  • 识别真实问题
  • 判断该做什么

• 只是未来这些人需要同时具备更强的构建能力，而不是只停留在文档与协调层。

• 对设计师，两人的判断更偏向升级而非替代：

  • 设计师短期内仍然活跃在Figma等工具上
  • 但如果完全不学vibe coding，几年后可能会落后

节奏管理：不是一直更快，而是快慢结合

• Peter Yang认为，当前AI工具太多、方向太杂，人很容易同时朝十个方向跑，因此有时必须放慢速度，重新确认目标。

• 他同时也认为，传统那种年度规划、长周期僵化流程，已经越来越不适用于这种变化速度。

• 主持人的观点更系统：

  • 在已经找准某个方向后，应该借助代理极快地爬上局部高点
  • 但在寻找下一个方向时，必须停下来、拉开距离、重新观察

• 也就是说，未来有效的工作方式不是始终高速，而是高速实现 + 低速思考的组合。

小公司、个人创业与下一代教育路径

• 两人都对更广泛的个人创业持乐观态度。
• 主持人提到，即便一个产品的市场规模不够支撑传统风投逻辑，但如果它能服务一个足以让个人改善生活的细分市场，也仍然很有价值。

• 他因此看好那些能让更多普通人建立“一人公司”或超小团队公司的工具。

• Peter Yang把这一点直接延伸到对子女的期待：

  • 他希望自己的孩子在高中就能尝试推出小生意
  • 尽量绕过传统的大学—大公司路径

• 主持人则回应，过去很多人担心孩子都想做YouTuber，但从积极角度看，那其实反映出新一代在追求自主、创造与创业。以前非程序员能在线上做的事有限，于是拍视频成了主要通道；现在AI正在把可构建的东西大幅扩展。

工作岗位会不会大规模消失

• Peter Yang表达了一个朴素希望：即使AI会带来失业，最终也应让工作变得更有趣、更像创造。

• 主持人则基于自己看公司的经验，给出了更细的拆分：

  • 第一类公司：把某岗位或团队的效率大幅提高，但无法完整替代整个工作
  • 第二类公司：真的把一个边界清晰的职能做到接近100%自动化，例如某些客服场景

• 他的判断是，第二类其实很少见。绝大多数AI产品目前仍停留在大幅提效，而不是彻底替代。

• 即便技术继续进步，经济结构更可能出现的是：

  • 超大公司缩编
  • 更多小公司、独立创业者和超精简团队出现
  • 工作形态变化，而不是总岗位数量必然减少

• 他给出整场最明确的宏观判断：

"人类的野心没有天花板"("human ambition has no ceiling")

• 换言之，只要人的欲望、兴趣和想做的新事不断增加，AI带来的生产力提升未必只会消灭工作，也可能创造更多新的工作与商业形态。

数据与统计信息汇总

• 70%—80%：Peter Yang认为，OpenClaw价值主要来自更像人的消息与语音交互体验。
• 80% / 20%：他写博客时通常先让AI完成约80%，自己再修改最后20%。
• 10人降到2—3人：他预计未来产品团队会显著缩小，由代理补足执行能力。
• 100%自动化罕见：主持人认为，大多数AI产品仍停留在提效，最后约10%仍常需人类完成。

决策与建议

• Peter Yang已采取的做法

  • 为代理单独准备Mac Mini与邮箱，尽量做权限隔离。
  • 允许代理读取邮箱、日历并写入部分文档，以换取真实可用性。
  • 通过配置文件提醒代理先查记忆，再回答问题。
  • 为不同用途建立多个Telegram频道，分离私人交流、项目协作和公开演示。

• 对个人能力的建议

  • 产品经理不应只停留在协调与写文档，应尽早学习构建、原型、vibe coding与快速验证。
  • 设计师应补上与AI协作的构建能力，否则可能在未来几年内落后。
  • 处理写作、文档、原型等工作时，可优先让AI产出初稿，再由人类做最后判断与修整。

• 对组织与工作方式的建议

  • 尽量保持团队精简，把代理用于补充执行层与协调层工作。
  • 不要完全依赖旧式年度规划和冗长对齐流程。
  • 在执行已知方向时追求高速，在寻找新方向时保留慢思考和停顿空间。

• 对产品与创业的建议

  • 产品设计需要同时考虑人类界面与代理接口。
  • 更小市场的产品也值得做，因为AI降低了构建成本，个人公司和小团队的成立门槛正在下降。

不确定性与待确认点

• OpenClaw记忆系统的具体技术机制，Peter Yang本人也表示并未完全理解，相关描述存在[不确定]。
• 多个Telegram频道之间是否共享上下文记忆，对谈中没有得到明确答案。
• 任务型App会被替代到什么程度，双方只讨论了趋势，未给出确定时间表或范围。
• Figma等设计工具能否长期保持核心地位，Peter Yang认为结论仍未定，主持人则给出偏乐观判断。
• 岗位变化最终表现为失业、工时减少还是创业增加，两人倾向乐观，但承认路径与节奏仍不明朗。
• 转录文本中部分技术名词和人名存在机器识别误差，个别细节可能有[内容不完整]或[不确定]之处。

结论回顾

• 个人代理正在成为新的任务入口，而编码代理正从写代码扩展到更广泛的知识工作与内容生产。
• 短期内更像是强增强而非彻底替代：团队会缩小、流程会重构、工具会重写，但完整自动化仍较少见。
• 未来最关键的人类能力不是纯执行，而是方向判断、问题识别、审美取舍与持续构建。