大家好，这里是最佳拍档，我是大飞。

这几个月，OpenClaw——这个诞生不到半年的开源AI Agent项目，以近乎疯狂的速度席卷了全球开发者社区，成为GitHub历史上增长最快的软件项目。而它的创始人，奥地利开发者Peter Steinberger，更是被业内称作“龙虾之父”。

2026年4月9日，欧洲举办了一场阵容堪称顶级的AI Engineer大会。谷歌DeepMind研究副总裁Raia Hadsell、OpenAI技术人员Ryan Lopopolo等重磅嘉宾悉数到场。而全场最受关注、信息量最密集的环节，无疑还是Peter Steinberger的独家AMA访谈与State of the Claw演讲。在这场接近一小时的深度分享里，Peter没有任何保留，直接回应了外界最关心的几个问题，包括OpenClaw是否会闭源、项目安全漏洞争议、黑暗工厂模式可行性、梦境功能的来源、Token处理速度的优化、AI工程师核心能力等一系列关键问题，甚至曝光了很多行业内幕与项目未公开的规划。

所以今天这期视频，就来给大家分享一下Peter的核心干货，看看OpenClaw这个改写了AI Agent行业格局的项目，背后的技术逻辑与行业思考，以及它将走向何方。

OpenClaw是否闭源？

首先，我们先来看整个社区最焦虑、讨论最久的一个核心争议。自从Peter正式加入了OpenAI之后，整个技术圈几乎都在担心一件事：这个完全开源、本地优先、主打数据自主的AI Agent项目，会不会被OpenAI慢慢收编，最终从开放走向封闭，变成所谓的Closed Claw呢？毕竟OpenAI在过去很长一段时间里，在开源社区的口碑并不算好，很多核心技术与模型都保持闭源，这也让外界对OpenClaw的未来充满疑虑。

面对这个直接又尖锐的问题，Peter在访谈中给出了非常明确而且细节充足的回应。他坦言，自己当初决定加入OpenAI时，并没有过多考虑OpenClaw的开源属性会受到影响。但是，他完全理解社区的担忧。他提到，OpenAI过去在开源方面的表现确实不够理想，但是这家公司正在发生真实的转变，比如Codex模型已经开源，还推出了Symfony这类开源编排层，足以说明OpenAI正在认真拥抱开源，而不是继续固守封闭路线。

更重要的是，OpenAI官方非常清楚，OpenClaw的核心价值就在于开放、中立、兼容一切模型——无论是科技巨头的云端模型，还是用户本地部署的小模型，都可以无缝接入。这种开放性不仅能推动OpenClaw自身的发展，更能降低普通人使用AI的门槛，让更多从来没有接触过AI的用户在家就能体验到AI Agent的能力，进而推动企业级市场的AI普及。所以OpenAI不仅没有干预OpenClaw的开源路线，反而为项目提供了资源支持，帮助项目更快迭代。

但是，Peter特意强调了一下，控制权始终在自己手里。他会刻意控制OpenAI参与项目的深度，不会让OpenAI派出大量人员介入，避免外界产生OpenAI接管项目的误解。为了保证项目的中立性与生态多样性，Peter已经主动引入了英伟达、微软、Telegram、Salesforce、Slack以及腾讯、字节跳动、阿里等全球多家科技企业参与共建，同时与MiniMax、Kimi等主流模型厂商达成合作。几乎所有模型提供方都对OpenClaw保持支持态度。其中英伟达的支持力度最大，直接派驻全职工程师参与代码开发与安全加固。目前Peter也在少量引入OpenAI的工程师参与维护，但这完全是基于项目高速发展的人力需求，而非公司层面的主导。OpenClaw的开源底色与中立属性，不会发生任何改变。

初心：数据自主与黑客式创新

解决了闭源焦虑，我们再来理解Peter做OpenClaw的初心，这也是整个项目最核心的设计逻辑：本地优先、数据自主，走一条黑客式的创新路径。Peter在访谈中提到，他想要做OpenClaw的直接原因，源于对个人数据控制权的强烈需求。他发现自己的Gmail等核心数据托管在大型科技公司手中，这些公司可以轻易访问用户的隐私信息，这让他非常不安。他理想中的AI Agent，应该让用户完全掌握自己的数据，只有在需要顶级模型处理高精度的任务时，才上传极少部分必要数据，其余全部在本地运行。这种欧洲人骨子里对数据隐私的重视，成为了OpenClaw本地优先理念的源头。

除此之外，OpenClaw还想解决一个行业痛点，那就是普通开发者与用户想要连接各类应用、绕过数据壁垒的成本太高。比如一家初创公司想要接入Gmail，可能需要耗费半年时间，流程极其复杂。但是OpenClaw的Clanker可以直接模拟用户操作，点击验证、访问网站、获取数据，用一种更灵活、更高效的方式，打破大公司构筑的数据壁垒，实现强大的自动化能力。Peter把这种路径称作黑客式路径——不是恶意攻击，而是用技术手段打破壁垒，让AI能力真正普惠到每一个人。

黑暗工厂与“品味”的价值

基于这样的初心，Peter对当下行业热议的黑暗工厂模式（Dark Factory）给出了自己的判断。前一段时间，开发者Simon Willson在播客中提出，未来软件开发会走向完全自动化的黑暗工厂模式，即AI自动生成、自动合并、自动部署代码，人类开发者完全不参与审查。但是Peter明确表示，黑暗工厂模式虽然技术上变得越来越可行，但是绝对做不出好的软件。

他用登山做比喻：通往山顶的最优路径从来不是一条直线，而是充满曲折与意外。开发者在构建项目的过程中，会不断偏离最初的规划，然后在这个过程中发现新的灵感、捷径与最优解。没有人能在项目一开始就预判到最终形态，第一个想法几乎永远不会是最终版本。如果直接采用黑暗工厂模式，相当于回到了老旧的瀑布开发模型，从一开始就定死所有需求，完全失去迭代与创新的空间。

而Peter的开发理念是高度迭代：边构建、边测试、边优化。通过不断调整提示词，让AI Agent逐步完善，而不是一次性自动化完成。他提到，即便可以搭建自动合并PR的流程，也绝对不能完全依赖，因为大量PR本身没有实际价值，会把产品带向混乱的方向。AI很难自主判断正确的发展路径。而这一切的核心瓶颈，就是他反复强调的一个词——品味。

在AI时代，品味被Peter视作开发者的核心护城河。但是行业里几乎没人能说清到底什么是好的品味。在这次访谈中，Peter给出了一个清晰的定义：他认为，当下最基础的品味，就是能立刻识别出AI味。无论是AI生成的文本、代码还是UI界面，都带有一种标准化、模板化的特征，普通人即便说不出具体哪里不对，也能直观感受到不自然。比如AI生成的UI常见的固定边框、配色，AI写作的刻板句式，都是低品味的表现。

而随着软件自动化程度不断提升，开发者从重复劳动中解放出来，反而有更多的精力来打磨细节。比如OpenClaw在运行时会弹出一些带有个性化、人性化的提示消息，这些细节无法通过简单的提示词生成，需要开发者注入自己的品味。Peter还专门提到了OpenClaw的核心配置文件SOUL.md，这个文件用来定义AI的人格与行为方式。在Agent时代，AI不应该像早期ChatGPT那样，只是一个冰冷的搜索框，而是需要具备符合使用场景的个性。比如接入WhatsApp的AI，就应该符合人类在即时通讯工具中的聊天习惯，而不是过于啰嗦、格式生硬。这背后都是品味的体现。

性能、梦境与无处不在的智能体

聊完开发理念，我们再来看大家最关心的性能问题：Token处理速度会不会越来越快？Peter的答案是肯定的。Peter在现场分享了自己的工作流变化：他曾经同时运行接近10个Agent会话，尤其是使用Codex 50/51版本时，速度非常缓慢，只能靠多会话并行来弥补效率问题。那张他多窗口运行Agent的截图，曾经在技术圈疯传。而随着项目优化，推出快速模式（Fast Mode）以后，Token的处理速度明显提升。现在他日常只需要开启五六个会话，就能完成过去十个会话的工作量，效率提升了近一倍。

Peter的判断是，未来Token处理速度会持续加快。等到速度足够高效时，多会话并行就不再是常态，用户可以用更简洁的方式完成任务。对于普通用户来说，这意味着等待时间更短、操作更流畅、体验更接近本地软件，而不是受限于网络与模型响应速度的云端工具。

接下来，我们聊聊OpenClaw最具科幻感、也最受期待的功能——梦境（Dreaming）。这个功能的来源，Peter也做了首次公开揭秘。很多人不知道，OpenClaw的梦境功能灵感并不是Peter原创的，而是从人工智能公司Anthropic泄露的源码中发现的。Peter在访谈中确认，他们看到Anthropic的源码里包含梦境相关的设计，才决定把这个功能纳入到OpenClaw的未来规划。

那到底什么是梦境功能呢？Peter用人类睡眠做了一个通俗的解释：人类白天经历大量事件，产生短期记忆；晚上睡觉时大脑会自动整理、筛选、固化长期记忆，删除无用信息，完成记忆的优化整合。而AI的梦境功能，就是模拟这个过程，让Agent在闲置时，自动梳理对话日志、整合记忆、提炼有效信息，形成类似Dream Log的内容，提升记忆效率与任务执行能力。目前OpenClaw上线的梦境功能，只是这个方向的第一步。未来会和社区提出的维基功能结合，把零散的记忆整合为结构化的知识体系，让Agent越来越懂用户，越来越智能。

更重要的是，OpenClaw的模块化设计，让用户可以自由替换记忆模块、维基模块、梦境模块，就像Linux系统一样，自定义安装组件，不用频繁提交PR，极大降低了用户的定制成本。

除了梦境功能，Peter还描绘了Agent的下一个终极形态——无处不在的智能助手。他提到自己的理想场景，来自《星际迷航》的设定：在任何一个房间，只要说出Computer，Agent就能立刻响应，知道用户的位置，通过房间里的iPad、显示器等设备，用视觉或语音方式来反馈信息。手机只是一个方便的输入终端。而未来的Agent应该可以通过眼镜、耳机、智能家居设备等所有入口，随时随地为用户服务。Peter还透露，他已经开始尝试相关开发，但是被用户增长与项目维护拖住了进度。等项目稳定后，会全力推进这个方向。现在行业里已经有人用OpenClaw管理智能家居，而讽刺的是，这之所以能实现，很大程度上是因为大量IoT设备的安全防护薄弱，OpenClaw可以轻易接管控制。Peter表示，再过几个月，随着模型能力进一步提升，OpenClaw在智能家居场景的体验会实现质的飞跃。

直面安全争议：风险与应对

聊完功能与未来，我们必须面对OpenClaw自诞生以来最大的争议——安全问题。几乎从OpenClaw爆火开始，外界就一直充斥着OpenClaw漏洞百出、极易被黑客攻击、默认不安全等声音。安全社区更是不断发布高危漏洞通告，甚至有国家的网络安全机构发布预警，让很多用户不敢轻易使用。

在这次演讲中，Peter专门用了大量篇幅，详细拆解了OpenClaw的安全现状，试图戳破行业里的过度恐慌与噪音。首先看数据：OpenClaw累计收到1142条安全通告，每天平均16.6条；其中99条被标注为严重级别；已公开469条，关闭率达到60%。单看数字，这个数量远超Linux内核、curl等经典开源项目，看起来确实非常吓人。但是Peter给出了完全不同的解读。他直言，越是有人大喊极其严重的漏洞，越有可能是噪音。当下AI安全工具的能力极强，可以自动扫描出大量复杂的多链路攻击漏洞，几乎所有软件都会受到冲击。而OpenClaw作为行业焦点，自然成为了安全研究者的主要目标。再加上行业存在发现漏洞越多、曝光度越高的激励机制，导致大量低价值、无实际影响的漏洞被过度炒作。

Peter举了一个典型例子：有一个CVSS评分为最高级别10分的漏洞，理论上可以让只读权限的应用获取写权限。但是这个漏洞基于极其特殊的使用场景，现实中几乎没有用户会这样配置，对普通用户完全没有影响。但CVSS评分体系不会考虑实际使用场景，只是单纯按技术逻辑评级，导致外界被高分漏洞误导，产生不必要的恐慌。

还有更极端的情况，比如Ghost Claw攻击，疑似来自朝鲜的黑客组织，伪造了一个名为OpenClaw Installer的npm安装包，诱导用户下载后植入rootkit恶意程序。还有Axios供应链攻击，OpenClaw本身没有使用Axios，但是依赖的Teams、Slack等组件使用了未锁定版本的Axios，导致间接受到影响。这些问题都属于外部攻击与供应链风险，并非OpenClaw自身代码的问题，任何开源项目都可能遇到，却被刻意归为OpenClaw的安全缺陷。

更让Peter感到挫败的是，有大量机构、大学甚至企业，为了制造话题，刻意忽略OpenClaw官方的安全指南，故意用错误的方式部署项目——比如强行用sudo模式运行、把个人Agent放入群聊、不开启沙箱保护等等——然后发布报告指责OpenClaw不安全。Peter强调，只要按照官方文档的默认配置与推荐方式使用，OpenClaw完全可以保证安全。所谓的默认不安全，根本就是不实言论。

Peter也坦诚，OpenClaw确实存在潜在风险，但这所有强大Agent系统的共性问题，也就是他所说的致命三要素：当一个系统同时具备访问用户数据、接触不可信内容、具备通信能力这三个条件时，就必然存在风险。这不是OpenClaw独有的问题，而是整个行业的共性挑战。用户需要做的不是拒绝使用，而是理解系统的能力，规范使用方式。

为了应对海量的安全通告，Peter最初尝试独自处理，后来发现完全不可能。只能引入企业支持：英伟达派驻的全职工程师，几乎全程参与安全问题修复与代码加固。目前项目的安全防护能力已经大幅提升。同时，Peter正在推进OpenClaw基金会的落地，参考Ghostty项目的模式，打造一个中立的非营利组织，摆脱单一公司的影响，雇佣全职人员负责安全与维护，既保证项目发展速度，又能提升代码质量，让自己腾出精力做更有创新性的工作。目前基金会的架构基本完成，唯一的阻碍是美国银行系统对非美国用户的复杂流程，导致进度略有延迟。

社区增长与创新源泉

在演讲中，Peter还公布了OpenClaw的社区数据：这个项目已经成为GitHub历史上增长最快的软件项目。增长曲线不是常见的曲棍球杆形态，而是近乎笔直的钢管式增长。项目上线仅5个月，提交次数接近3万，贡献者接近2000人，PR数量即将突破3万，星标数量更是达到全球软件项目第一梯队，远超同类型开源项目。

但是，高速增长也带来了维护挑战，比如贡献者被频繁挖走、关键人员风险较高等问题。不过随着基金会落地与全职团队组建，这些问题正在逐步改善。

值得一提的是，Peter在访谈中给出了一个非常重磅的行业判断：像OpenClaw这样的项目，绝对不可能从美国大公司里诞生。原因很简单：美国大型科技公司面临极其严格的法律合规审查，OpenClaw这种主打灵活、创新、打破壁垒的项目，在立项阶段就会被法律部门否决。同时，市场没有先例、风险不可控等因素，也让大公司不敢轻易尝试。只有来自社区、由独立开发者发起的项目，才能承受这种创新风险，敢于探索未知的方向。Peter提到，自己刚开始做OpenClaw时，心态就是“最坏能怎么样？”，即便出现Token泄露、数据上传等问题，风险也完全可控，但是放在大公司里，这种试错成本是无法接受的。

AI工程师的核心技能

最后，Peter给AI时代的工程师，给出了三个必须重点发展的核心技能，这也是他多年开发经验的总结。

第一个技能是品味，这一点我们前面也反复强调。能识别低质的AI内容、打磨产品细节、赋予AI人格，是开发者区别于AI的核心竞争力。

第二个技能是系统设计。即便AI可以自动生成代码，开发者依然需要具备全局视野，避免系统陷入局部最优、架构混乱的死角，引导AI输出高质量、可维护的代码。

第三个技能，也是越来越重要的能力，就是说不。AI时代，实现一个功能只需要一行提示词。但是大量功能的叠加会导致系统臃肿、逻辑冲突。开发者必须学会拒绝不合理的需求，聚焦核心架构，才能保证系统的稳定性与可扩展性。

Peter自己也在学习这种能力。作为OpenClaw的BDFL（终身仁慈独裁者），他每天的生活依然以编码为主。即便在AI Engineer大会的间隙，他也在后台编写代码。现在随着项目规模扩大，他的工作慢慢转向沟通与方向引导。同时在OpenAI内部，他也在帮助这家公司避免重复踩坑，让OpenClaw持续探索新的方向，让更多企业可以轻松构建自己的定制化Agent，而不用分叉项目。

回顾整场访谈与演讲，Peter·斯坦伯格传递的核心逻辑非常清晰：OpenClaw不会闭源，会始终坚持开源、中立、本地优先的理念；项目的安全争议大多是噪音，规范使用下完全安全；未来会持续优化Token处理速度，推出梦境等创新功能，让Agent走向无处不在。AI时代的核心不是让AI替代人类，而是让人类用品味、系统设计与决断力，引导AI创造更有价值的产品。OpenClaw之所以能在短短半年内引爆全球，本质上是因为它击中了行业的痛点：用户想要数据自主、开发者想要创新自由、行业想要打破壁垒。而Peter·斯坦伯格用自己的技术理念与坚持，给AI Agent领域树立了一个全新的标杆。

好了，以上就是本期视频的全部内容，梳理了一下Peter·斯坦伯格在欧洲AI Engineer大会上的所有核心干货。希望能对大家有所帮助。感谢收看，我们下期再见！