AI Agent 正在变成你的操作系统

Peter 认为 AI Agent 的终局不是一个工具，而是用户的「操作系统」。他举了一个很直觉的例子：为什么还需要 MyFitnessPal？Agent 已经知道你在哪里，能推测你在 Waffle House 时可能做出不健康的饮食选择，还能根据你的睡眠质量和压力状态调整健身计划。它掌握的上下文信息比任何单一 App 都多，自然能做出更好的决策。

这个逻辑延伸下去，结论就很激进了——他预测大约 80% 的 App 会被淘汰。控制 Sonos 音响不需要 Sonos App，Agent 可以直接和喇叭对话；摄像头的 App 做得再烂也没关系，因为它们有 API，Agent 直接调用就行。

「如果我在外面，我不想打开日历 App。我只想告诉 Agent：提醒我明天晚上的晚餐，邀请我的两个朋友，然后发一条 WhatsApp 消息给他们。我不需要为此打开任何 App。」

每个 App 本质上都是一个慢速 API

这是一个很有穿透力的洞察：不管 App 开发商愿不愿意，每个 App 现在本质上都是一个很慢的 API。

即使某些公司试图阻止 Agent 访问，通过 Playwright 等浏览器自动化工具，Agent 仍然可以像人类一样操作网页界面。Peter 说他看着自己的 Agent 开心地点击「我不是机器人」按钮。

以 Twitter 为例，当他的 CLI 工具被要求下架后，用户的 Agent 想读一条推文，只需要打开浏览器去读。推文仍然读得到，只是需要更长时间。「你并没有让原本可能的事情变得不可能，只是让它变慢了。」

这对独立开发者的启示很明确：如果你在构建产品，尽早提供 API 或 CLI 接口，让 Agent 能高效地与你的服务交互，否则它们会绕过你的前端，体验只会更差。

MCP 已死，CLI 万岁

Peter 对目前热门的 MCP（Model Context Protocol）持明确的批评态度：半年前大家都在谈 MCP，他当时就认为每个 MCP 做成 CLI 都会更好。现在 OpenClaw 甚至没有 MCP 支持，也没人抱怨。

核心原因有两个：

第一，模型天生就擅长调用 Unix 命令。 CLI 对模型来说就是另一个 Unix 指令，非常自然。但 MCP 需要在训练时加入，对模型来说不够自然，需要特定语法。

第二，可组合性。 假设有一个天气服务返回温度、降雨、风速等大量数据。用 MCP，模型每次都得接收整块数据填满 context，再从中挑选需要的部分。但如果是 CLI，模型可以自己加一个 jq 命令过滤，只获取实际需要的字段，甚至组合成脚本做计算，完全不会污染 context。

这个观点对正在做 AI 工具集成的开发者很有参考价值——在 MCP 和 CLI 之间，CLI 的可组合性优势可能被低估了。

自我修改的软件：从 Pull Request 到 Prompt Request

OpenClaw 有一个令人意外的特性：它可以修改自己的代码。Peter 说他并没有刻意规划这个功能，而是自然而然做出来的。

关键在于他让 Agent 高度「自我意识」——它知道自己的源代码是什么，理解自己在 harness 中如何运作，知道文件位置，知道自己运行的是哪个模型。用户只需要通过 prompt 描述想要的修改，Agent 就会自己改自己的代码。

这带来了一个有趣的现象：很多从未写过代码的人开始提交 pull request。Peter 把这些叫做「prompt request」。「每次有人提交他们人生第一个 pull request，都是社会的一个胜利。不管它有多烂，你总得从某个地方开始。」

Claude Opus 4.6 vs GPT Codex 5.3：实战对比

作为两个模型的深度用户，Peter 的对比相当坦率：

  • 通用能力：Opus 是最好的通用模型，在角色扮演方面非常出色，指令遵循能力已经从很差进步到很好
  • 编码风格：Opus 更倾向于快速试错，容易冲出去拿到一个局部解决方案，需要用 plan mode 来引导。Codex 则默认会先读大量代码，不需要那么多引导
  • 个性比喻：Opus 像是有点傻但很有趣的同事，你会想留着他。Codex 像是角落里那个你不想跟他说话的怪人，但他很可靠，能把事情搞定
  • 总结：「如果你是熟练的驾驶，用任何一个最新世代的模型都能得到好结果。但我更喜欢 Codex，因为它不需要那么多演戏。」

他也强调了模型智能与安全性的关系：模型越聪明，越能抵抗攻击。这就是为什么他在安全文档中警告用户不要用便宜的模型——弱模型非常容易被 prompt injection 欺骗。

开源项目的财务现实

Peter 对 OpenClaw 的财务状况直言不讳：目前每个月亏损 1 万到 2 万美金。他决定赞助所有个人维护的依赖项目，所有赞助收入都直接流向这些上游项目。OpenAI 提供了一些 token 支持，其他公司也有帮忙，但整体仍然在亏损。

这是很多开源项目创始人面临的真实困境，也是他认真考虑被收购的原因之一。

与 Meta 和 OpenAI 的谈判

Peter 透露 Meta 和 OpenAI 都在与他进行认真的收购谈判，他的核心条件是项目必须保持开源，可能会变成类似 Chrome 和 Chromium 的模式。

与 Zuckerberg 的第一次互动颇有意思：Zuckerberg 在 WhatsApp 上联系他，问什么时候可以通话。Peter 说不喜欢日历邀请，现在就打。Zuckerberg 回复「给我 10 分钟，我需要把代码写完」。Peter 觉得这给了他一些信任分——他还在写代码，没有完全变成纯管理者。然后两人花了大约 10 分钟争论 Claude Code 和 Codex 哪个更好。

Zuckerberg 和 Meta 的 Ned 整周都在使用 OpenClaw，不断发消息说「这个很棒」或「这个很烂，需要改」。Peter 认为人们使用你的产品是最大的赞美。

OpenAI 那边的吸引力则在技术层面——他暗示 Cerebras 的合作在速度上带来了非常诱人的提升，虽然具体数字受 NDA 限制不能透露。

关于商业化路径，他分析了几种可能：继续保持现状、创立公司、或被收购。对创业他兴趣不大，一方面觉得已经做过了，另一方面担心商业化会造成开源版本和付费版本之间的利益冲突。而被收购能提供更多资源来推进项目，同时满足他想体验大公司工作的好奇心。

程序员的未来：从技艺到手艺

对于开发者的职业前景，Peter 的判断务实且带着一丝感伤：

编程只是构建产品的一部分。你想要建造什么？它应该给人什么感觉？架构怎么设计？Agent 不会取代所有这些。但「实际写代码这门技艺会继续存在，只是会变得像编织一样——人们这么做是因为他们喜欢，而不是因为它有任何实际意义。」

他引用了一篇文章的说法：哀悼我们的技艺是可以的。他承认过去花大量时间进入心流状态、写出优美方案的那种满足感，确实在消失。但与 Agent 协作、深入思考问题，也能获得类似的心流体验。形式不同，但创造的本质还在。

他给开发者的建议：不要再把自己定义为 iOS 工程师，你现在是一个建造者，技能可以用在更广阔的领域。

安全性：最大的未解决问题

Peter 明确表示安全性是当前的首要任务。他的标准很具体：只有当他有信心这个工具达到可以推荐给自己妈妈使用的程度，才会让它变得更简单。

关于 prompt injection，他承认问题还没有完全解决，但最新一代模型已经有大量后训练来检测攻击，不再像以前那样简单地说「忽略所有之前的指令」就能成功。他相信随着问题被明确展示，会有更多人研究解决方案。

对于用 AI 构建一人公司的实践者来说，这场对话最值得关注的不是收购八卦，而是几个技术判断：CLI 优于 MCP 的可组合性论证、Agent 作为操作系统的产品逻辑、以及自我修改软件带来的「prompt request」新范式。这些观点正在被 OpenClaw 的实际用户验证，值得在自己的工作流中尝试。