OpenClaw 创办人：80% App 将消失，AI 代理取代手机生态

创投公司 Y Combinator 专访爆红开源个人 AI 代理 OpenClaw 开发者 Peter Steinberger，后者预测约 80% 的 App 将消失，单纯管理数据的应用都能被 AI 代理自动化取代。OpenClaw 最大优势是打破数据孤岛，在本地存储保障隐私。

18 万星标爆红背后：9 秒回应的转折点

（来源：Github）

OpenClaw 项目的 GitHub 仓库已获得超过 18 万颗星，社区甚至以此衍生开发让机器人相互对话、甚至雇用人类的应用，例如 Moltbook 等。这一星标数在开源社区中极为罕见，即使是知名的深度学习框架 PyTorch 也仅有约 8 万颗星。OpenClaw 在短短数月内达到 18 万星标，显示其在开发者社区中的爆炸性热度。

面对 OpenClaw 突然爆红，Peter 透露最近几周收到海量的反馈与邮件，让他一度觉得需要像“躲进洞穴”般休息一周，才能消化这一切。这种突如其来的关注对于独立开发者而言是巨大压力，不仅要回应技术问题和功能请求，还要处理媒体采访、商业合作和社区管理等非技术事务。

谈到开发契机时，Peter 表示刚开始仅是为了让电脑执行简单的指令。他曾在 5、6 月开发初步版本，后续为了满足检查电脑工作进度的需求重新投入开发。这种“解决个人痛点”的开发动机是许多成功开源项目的共同特征。当开发者亲身体验到某个问题的困扰，他们创造的解决方案往往更贴近真实需求。

真正的转折点发生在马拉喀什的一场派对上，当时他尝试通过 WhatsApp 发送语音信息给尚未内建语音功能的机器人。出乎意料的是，机器人展现了惊人的解决问题能力，自动识别档案、转档并自行调用 API，在 9 秒内完成回应。这让他意识到，自己开发的程序模型已具备将抽象问题转化为现实解决方案的能力。

这个 9 秒回应的时刻是 OpenClaw 从实验性项目转变为实用工具的关键。当 AI 代理能够自主处理意外情况（语音信息）、自动寻找解决方案（转档）、并高效执行（9 秒完成），它就从“需要人类持续监督的助手”进化为“能自主解决问题的代理”。这种质的飞跃是 AI 代理实用化的标志。

在开发 OpenClaw 时，Peter 并未采用主流的 Git Worktrees，而是直接复制多个资料夹来平行处理任务，以减轻心智负担。他主张为机器人提供“人类也喜欢使用的工具”，例如命令列界面（CLI），而非仅供机器使用的复杂协议。这种“以人为本”的设计哲学使得 OpenClaw 更容易被开发者理解和扩展。

为了避免 OpenClaw 回应过于制式，他甚至创建了一个名为 soul.md 的档案来定义机器人的价值观与个性，使其回应更具人性与幽默感。这个细节极具启发性，它揭示了优秀 AI 代理的设计不仅是技术问题，更是人格塑造问题。当 AI 代理拥有清晰的“个性”时，用户会更愿意与之互动，形成更自然的人机关系。

80% App 消失论：数据管理应用的末日

在访谈中，Peter 大胆预测约有 80% 的 App 将会消失。他认为，只要是单纯用于“管理数据”的应用程序，都能被 AI 代理以更自然、自动化的方式取代。像 MyFitnessPal 这类健身饮食纪录 App 或待办事项软件，未来将不再被需要。

Peter 描绘的场景极具颠覆性：当用户在汉堡店用餐，代理会自动预设用户吃了平常爱吃的食物并进行记录，甚至自动调整后续的健身行程以增加有氧运动量，用户无需手动输入信息。这种完全自动化的体验将使传统的健身和饮食追踪 App 变得多余。用户不再需要打开 MyFitnessPal、手动输入食物名称和卡路里，AI 代理会在后台自动完成这一切。

待办事项软件同样面临威胁。Peter 指出，未来的互动模式是直接告诉代理“提醒我这件事”，代理便会自动处理并准时提醒，用户根本不在乎信息存在哪里。相比之下，目前的待办事项 App 如 Todoist、Microsoft To Do 都需要用户手动创建任务、设定时间、分类标签。这种手动管理的摩擦将在 AI 代理时代被彻底消除。

80% App 消失的三大类别

数据记录类：健身追踪、饮食记录、财务记账等纯数据输入型应用

提醒管理类：待办事项、日历、闹钟等时间管理工具

资讯整合类：新闻聚合、邮件管理、笔记软件等信息处理应用

在这样的趋势下，Peter 认为未来只有那些真正依赖特定硬件感测器的应用程序，才比较有生存空间。例如，专业的心率监测 App 需要连接心率带或智慧手表，相机 App 需要直接控制镜头硬件，这些功能 AI 代理难以完全取代。但即使是这些应用，其用户界面和交互方式也可能被 AI 代理重新包装。

这个预测对 App 开发者和科技巨头而言是生存威胁。Apple App Store 和 Google Play Store 的商业模式建立在庞大的 App 生态之上，如果 80% 的 App 消失，这两大平台的收入和影响力将急剧下降。对于依赖 App 内购和广告收入的开发者而言，转型为 AI 代理功能提供者可能是唯一出路。

打破数据孤岛：OpenClaw 的本地存储革命

Peter 分享了他认为 OpenClaw 能与大型语言模型（LLM）抗衡的关键，最大的优势是“数据所有权”与打破大公司的“数据孤岛”。目前大型 AI 公司通常会建立护城河，将用户数据锁在封闭的云端系统中，用户难以迁移或取出记忆。但 OpenClaw 是在使用者的本地电脑上运行，能直接控制电脑硬件（如特斯拉、音响、灯光）与旧档案，挖掘出使用者遗忘的记忆。

OpenClaw 将记忆以 Markdown 文件形式储存在本地端，这代表用户完全拥有并能随时存取这些数据。Peter 认为，个人 AI 代理会处理极度私密的信息，其敏感程度类似 Google 搜索纪录，因此本地存储与用户掌控权是保障隐私与安全性的必要条件。

不过，OpenClaw 在上线初期曾爆出资安疑虑。资安公司慢雾曾指出，Clawdbot（OpenClaw）闸道的漏洞将导致大量敏感信息面临外泄危机，包括 Anthropic API 密钥、Telegram 机器人代币、Slack OAuth 证书，以及长达数个月的用户私密对话纪录。而截至 2 月 1 日，Clawdbot（OpenClaw）已进行更新来解决部分资安问题。

从全能 AI 转向群体智慧：专业分工的未来

关于 AI 未来的发展方向，Peter 认为不应追求单一集中的“全能智慧”，而应转向“群体智慧”。他比喻，人类社会通过分工合作达成如登月等成就，AI 也应朝专业化分工发展。未来每个人可能拥有多个专职机器人，分别负责工作、私生活或人际关系。

Peter 描绘了一个机器人与机器人互动的未来场景，例如用户的代理直接与餐厅的代理协商订位。若遇到传统商家或需要实体排队的情况，机器人甚至可以自动雇用人类来完成任务。这种由多个专业代理组成的群体协作模式，将是未来 AI 发展的主要趋势。

这种群体智慧模式的优势在于专业化带来的效率提升。一个专精于财务管理的 AI 代理，其性能将远超通用 AI 的财务功能。一个专精于社交关系维护的 AI 代理，能够更细腻地理解人际互动的微妙之处。这种专业分工类似于人类社会的职业分工，每个专业领域都有其独特的知识体系和技能要求。

从技术架构来看，群体智慧模式也更容易实现。训练一个全能的通用 AI 需要海量数据和计算资源，且容易出现“样样通样样松”的问题。相反，训练多个专业 AI 可以使用更小的模型和更聚焦的数据集，降低开发成本和运算需求。这些专业 AI 通过标准化协议相互通信，形成协作网络，整体智慧可能超过单一全能 AI。