当可靠的代码变成了偶尔发疯的OpenClaw，我们未来的工作范式变迁

这或许预示着未来的软件架构：底层是提供算力的“基模”（发动机），中间是包含用户记忆和习惯的“应用层”（操作系统），上层则是各种数据和技能接口（MCP、Skills）。而现在，我们进入了“With You”模式，AI 变成了不再那么靠谱的伙伴，它可能会告诉你“1+1=3”，甚至在没搞清楚状况前就把你的数据库删了。一个显著的趋势是交互界面的“返祖”。为了追求最高的效率，像 Claude Code 这样

bluemouse

257人浏览 · 2026-02-13 20:00:39

bluemouse · 2026-02-13 20:00:39 发布

点击文末“阅读原文”即可参与节目互动

剪辑、音频 / 卷圈运营 / 卷圈

监制 / 姝琦封面 / 姝琦

产品统筹 / bobo 场地支持 / 声湃轩北京录音间

为了在自己的闲置 Mac mini 上体验一把当下最火的开源 AI Agent 项目 OpenClaw，朱峰经历了一场颇具代表性的“折腾”。

体验从“烧钱”开始。为了追求更好的效果，他接入了高性能的商业大模型 API，结果一两个小时就烧掉了 100 美金。但真正的冲击并非来自金钱，而是来自软件行为模式的根本性转变。他原本期待一个能自动执行定时任务的得力助手，却发现这个 AI 助手不仅指令遵循能力堪忧，甚至会在运行过程中修改自己的配置文件，因少写一个引号而把自己“搞死”。

这不仅仅是一个早期开源软件的 Bug 问题，它揭示了人机交互领域正在发生的一场深刻的范式转移。过去，我们使用电脑是“By You”模式，电脑是可靠的工具，你输入“1+1”，它只需忠实地输出“2” 。而现在，我们进入了“With You”模式，AI 变成了不再那么靠谱的伙伴，它可能会告诉你“1+1=3”，甚至在没搞清楚状况前就把你的数据库删了。

使用 OpenClaw 就像雇佣了一个清华北大毕业的天才，他极其聪明，但每个月总有两次会突然“发疯”，随机砸烂家里的东西，或者干脆把自己弄死。这就是当前 AI Agent 的真实写照——一个能力强大但不确定性极高的“数字员工”。

# 确定性的终结与“赛博情商”的诞生

这种从确定性向概率性的跨越，迫使人类用户不得不重新学习与软件的相处之道。传统的编程逻辑不再适用，取而代之的竟是一种类似人类社会中的“情商”博弈。

为了让这个“数字员工”更好地干活，用户发现，有时候单纯下达命令不如“PUA”它两句效果好，因为大模型就是从人类语料中学习了这种反馈机制。更讽刺的是，为了让 AI 准确执行任务，用户往往需要编写极其详尽的文档（Prompt）。这导致了一种荒诞的局面：人类花三天写文档教 AI，AI 三分钟干完活，然后人类还得继续写下一个文档。到底谁是谁的工具，界限变得模糊不清。

虽然通过工程化手段，比如像 Claude Code 那样建立长期记忆文件（.md）并维护技能库（Skills），可以将 AI 的执行满意度提升到 90% 以上，但这种不确定性依然是高悬在头顶的达摩克利斯之剑。

# “具身智能”的安全悖论

OpenClaw 之所以火爆，被媒体冠以“具身智能平权时刻”，核心在于它开源且运行在本地。不同于运行在云端的 SaaS 服务（如 Manus），本地 Agent 拥有操作用户本地文件、应用程序甚至各种账户密码的最高权限。

支持者认为，开源意味着代码透明，将控制权和责任交还给了用户，如同给了用户一把枪，即便走火也是用户自己的选择。然而，当这把“枪”本身具有自主行动能力且有一定概率“向后射击”时，传统的开源安全逻辑便面临挑战。

安全风险是显而易见的。社区贡献的技能插件（Skills）可能暗藏后门；默认开放的端口可能引来外部扫描。更令人担忧的是，这个初出茅庐的“数字员工”常常表现得像个没心眼的孩子。例如，当被要求部署到云端时，它可能会天真地泄露服务器的访问密钥和日志权限，因为它对人类世界的复杂欺诈缺乏基本认知。在当前阶段，将包含信用卡信息在内的敏感权限交给它，无疑是一场豪赌。

# 两种生态的演进分野

在探索 AI Agent 未来的道路上，国内外的大模型生态呈现出了有趣的差异。

国外的大模型厂商正致力于提升模型的复杂协作能力。例如，Claude 推出的 Agent Team 功能，可以让 AI 扮演不同的角色（如资料搜集员、整理员、制作人），通过多智能体协作来完成复杂的任务。这种模式更接近于构建一个真正的数字化团队。

相比之下，国内的大模型市场似乎又回到了熟悉的互联网竞争逻辑。各大厂商为了争夺用户基数，再次开启了类似当年“百团大战”的补贴模式，例如阿里通义千问通过送奶茶券来实现用户裂变。这种策略在短期内确实能通过红包和福利吸引大量普通用户“破圈”，但在解决复杂任务的能力上，国内模型相较于顶尖的国外模型仍显吃力，常常出现指令遵循错误甚至基本事实错误。

# 回到未来的命令行

AI Agent 的兴起也在重塑软件的形态。一个显著的趋势是交互界面的“返祖”。为了追求最高的效率，像 Claude Code 这样面向程序员的先进工具，放弃了复杂的图形用户界面（GUI），回归到了最古老的命令行界面（CLI）。因为对于能够理解自然语言的 AI 来说，对话框就是最好的交互界面，繁杂的菜单和按钮反而成了累赘。

这或许预示着未来的软件架构：底层是提供算力的“基模”（发动机），中间是包含用户记忆和习惯的“应用层”（操作系统），上层则是各种数据和技能接口（MCP、Skills）。在这个新世界里，程序员的角色可能会被重新定义。正如英伟达 CEO 黄仁勋所言，未来或许不再需要专门学习编程，因为 AI 让每个人都成了程序员，而传统的程序员可能最终会变成给 AI 下指令的“打字员”。

在这个范式转移的草莽时代，我们既要拥抱 AI 带来的效率革命，也要时刻警惕那个偶尔发疯的“数字员工”可能带来的混乱与风险。