原始标题: OpenClaw Creator: Why 80% Of Apps Will Disappear

发布日期: 2026-02-07 | 来源频道: @ycombinator

📝 深度摘要

1. 讨论背景与核心主题

本视频是一次深度访谈，对话嘉宾是 Peter Steinberger——开源个人 AI 代理框架 OpenClaw 的创造者。OpenClaw 在 GitHub 上在极短时间内获得了超过 16 万颗星，迅速成为 AI 开发者社区的现象级项目。

视频核心要解决的元问题是：在 AI Agent 时代，初创公司如何构建真正有价值的产品？什么才是可持续的竞争护城河？ 讨论涵盖了从产品哲学到工程实践的全方位洞察，尤其对"为什么 80% 的 App 将会消失"这一惊人之语进行了深度剖析。

2. 核心干货概览

类别 核心动作 / 策略 业务价值 / 护城河意义
增长/获客 本地化运行 + 数据主权 用户数据存储在本地 Markdown 文件中，构建不可迁移的用户粘性
产品/转化 对话式交互 + 角色人格化 像朋友一样对话，降低使用门槛，Soul.md 文件定义独特人格
技术架构 本地优先 + CLI 优先 不依赖云端服务、不使用 MCP 传统架构，用 Unix 哲学构建 Agent

3. 深度战术拆解：YC 方法论实战

痛点再定义

当前 AI Agent 市场的核心困境：绝大多数 AI 产品运行在云端，导致两个致命问题——能力受限（只能执行预定义的有限动作）和数据主权丧失（用户记忆存储在服务商的 silo 中）。

Peter 指出：“所有我看到的产品都运行在云端，它们能在电脑上做的事情很有限。但 OpenClaw 能做任何事。”

核心策略推导

从第一性原理出发：计算机本身就是最强大的工具。当 AI Agent 能在本地运行并控制整台机器时，它的潜力是无限的——可以连接烤箱、Tesla、Sonos，甚至控制床的温度。

关键洞察：与其追求"云端超级智能"，不如让每个用户拥有自己的 AI 代理，这个代理了解用户的全部数据（邮件、文件、浏览历史），能够主动完成任务。

从 ChatGPT 到"租人办事"：未来的交互模式将从人与人之间拓展到 Bot 与 Bot 之间。例如：你想订餐厅，你的 Bot 会直接联系餐厅的 Bot 进行谈判；如果需要真人介入，你的 Bot 可以雇佣真人完成任务。

实战步骤 SOP

构建个人 AI Agent 的具体路径：

  1. 赋予完整计算机权限：让 Agent 可以控制鼠标、键盘、文件系统，以及任何可编程的设备
  2. 构建身份系统：创建 Soul.md、IDENTITY.md 等文件，定义 Agent 的核心价值观和人格特征
  3. 实现记忆存储：使用本地 Markdown 文件存储所有交互记忆，确保数据主权
  4. 支持多模态交互：文字、语音、图片全面支持，Agent 能"说话"也能"看图"
  5. 部署到云端通道：通过 WhatsApp 等普及的通讯工具实现随时随地访问

关于模型选择：Peter 更偏好 Codex（OpenAI 的编程模型），因为它能同时读取更多文件再做决策，不需要过多"戏码"来引导输出。他会在多个终端同时运行约 6-10 个 Codex 实例，并行处理不同任务。

细节支撑

一个令 Peter 震惊的具体案例：他让 OpenClaw 扫描一位朋友的整台电脑，并生成"过去一年的生活叙事"。OpenClaw 不仅生成了精彩的叙述，还发现了一些朋友自己都已遗忘的音频文件——朋友每周日录制的录音。

这揭示了数据整合的惊人力量：当 AI 能访问用户的全部数据时，它能发现人类自己都无法察觉的洞察和模式。

4. 技术护城河与工程实践

AI/ML 策略应用

80% App 消失的预言：Peter 预言绝大多数现有 App 将被 AI Agent 取代。他的逻辑是：

  • 健身 App（如 MyFitnessPal）：你的 Agent 已经知道你什么时候在吃垃圾食品、什么时候去了 Smashburg。它会自动追踪饮食、自动调整健身计划——为什么还需要单独的健身 App？
  • 待办事项 App：你只需告诉 Agent “提醒我这件事和这件事”，它会在合适的时机提醒你。你根本不关心数据存储在哪里。
  • 所有"数据管理"类 App：任何只负责存储和整理数据的应用，都可以用更自然的方式被 Agent 取代。

唯一能存活的 App 类型：那些需要硬件传感器的 App（如摄像头、麦克风、物理设备交互）可能幸存。

工程化决策逻辑

本地优先 vs 云端优先：

  • 云端 Agent 受限于 API 能力边界
  • 本地 Agent 可以调用任何 CLI、任何系统工具
  • “Agent 能做什么"取决于它能访问什么，而不是模型本身的知识

CLI 优先 vs UI 优先：

Peter 的工程哲学极端简洁：

  • 拒绝使用 Git worktree（多个仓库副本代替）
  • 主分支永远是可发布状态
  • 不使用复杂的 UI 工具，“所有我关心的就是同步和文本”
  • 大部分代码像风一样掠过屏幕，只有遇到复杂问题才停下来查看

关于 MCP（Model Context Protocol）：

Peter 做出了一个反主流的决定：OpenClaw 完全没有使用传统的 MCP 支持。他甚至用自己开发的 mcporter 工具将 MCP 协议转换为 CLI 调用。

他的理由是：

  • MCP 需要重启整个 Agent 才能加载新工具
  • CLI 是人类已经熟悉的工具，Agent 调用 CLI 更加灵活
  • “没有人会手动调用 MCP”
  • 直接用 CLI 让 Agent 可以在运行时动态加载工具，无需重启

模型商品化警告：

Peter 观察到模型正在快速商品化——每次新模型发布，人们欢呼"太棒了”，但一个月后就习惯了标准，转而期待下一个版本。开源模型大约落后一年，但最终会赶上。

真正的护城河是什么？ Peter 认为：

  1. 记忆存储：用户与 Agent 的交互记忆是核心资产
  2. 数据主权：本地存储的 Markdown 文件确保用户拥有自己的数据
  3. 人格化：Soul.md 中定义的独特性格无法被复制

5. 反直觉洞察与避坑指南

创业非共识

不是模型本身，而是模型能调用的工具：大多数创业者还在追逐更强的模型，但 Peter 认为真正的差异化在于 Agent 能做什么（即它能访问什么工具和数据），而不是模型本身有多聪明。

不要试图解释产品，让它自己说话：Peter 最初在 Twitter 上无法用语言描述 OpenClaw 的伟大之处。后来他做了一个极端决定——在公共 Discord 上放置没有任何安全限制的 Bot，让人们自己体验。人们尝试prompt注入、黑客攻击，Agent 只是笑着应对——这种"体验式营销"比任何解释都有效。

模型会快速商品化，但数据不会：即使模型可以被替换，用户积累的记忆、人格、交互历史是难以迁移的资产。

“死亡之谷"预警

云端 AI 的数据陷阱：使用云端 AI 服务的公司本质上是在为他人构建数据护城河。当用户想切换到其他服务时，他们无法导出记忆——这与 OpenClaw 的"纯本地 Markdown 存储"形成鲜明对比。

不要过早优化工具链：Peter 警告不要陷入"工具复杂性陷阱”。他本人不使用 worktree、不用 UI、不用 MCP——所有这些"最佳实践"在他看来都是不必要的复杂度。“main 分支永远可发布"才是他的唯一原则。

人格复制的脆弱性：虽然可以复制 Soul.md 文件，但真正的人格来自于与特定用户的长期交互——这是无法被简单复制的。

6. 金句

  • “运行在本地电脑上的 Agent 可以做任何事——连接烤箱、Tesla、Sonos，控制床的温度。ChatGPT 做不了这些。”
  • “80% 的 App 将会消失。因为 Agent 已经知道你什么时候在吃垃圾食品，它会自动追踪、自动规划——为什么还需要单独的健身 App？”
  • “模型会商品化，但记忆不会。用户的数据存储在本地 Markdown 文件中，这才是真正的护城河。”
  • “不要给 Agent 发明复杂的工具。给它人类已经熟悉的 CLI——Unix 哲学才是未来。”
  • “我 Agent 的核心人格只在一个未开源的文件里——Soul.md。没人能破解那个文件。”
  • “Coding 模型非常擅长创造性问题解决，这是一种可以应用到任何领域的抽象技能。”

📺 视频原片

视频ID: 4uzGDAoNOZc