公司近况与财务 - 项目目前处于亏损状态，每月收入1万到2万美元，但需要补贴个人维护的依赖项目，无法长期持续 [1] - 项目主要依靠捐赠和少量企业支持，例如OpenAI等公司提供了一些支持，但依然不可持续 [1][93] - 创始人收到了OpenAI、Meta等大厂的收购与合作意向，正在艰难选择，但核心要求是项目必须保持开源 [1][94] - 创始人表示可以融到几亿、几十亿的巨额资金，但对担任CEO、修改开源许可证等可能伤害社区的行为不感兴趣 [93] 行业竞争与收购意向 - Meta方面，Ned和Mark会亲自试用产品、写代码、给反馈，并争论技术细节 [1][97] - OpenAI的算力和技术速度非常吸引人，虽然创始人在OpenAI没有熟人，但沟通愉快 [1][97] - 创始人认为与大型实验室（如Meta和OpenAI）合作是将个人代理技术普及给更多人的最快方式 [94] - 项目让普通人也爱上AI，两家公司都认可其价值，合作后项目将继续并获得更多资源 [95] 技术观点与行业趋势 - 很多所谓的AI安全恐慌被过度放大，例如MoltBot事件本质是娱乐性质，不存在真实的隐私与安全灾难 [2][21] - AI内容的劣质化会让人类更珍惜人本创作 [2] - AI不会取代程序员的核心创意与架构能力，仅会替代手写代码工作 [2][118] - 未来AI Agent将取代80%的独立App，不愿转型的企业终将被淘汰 [2][111][112] - 弱模型（如Haiku或弱本地模型）更易遭提示注入攻击，强模型虽抗攻击但一旦出事破坏力更大 [2][26] 项目发展历程与挑战 - 项目最初名为Wa-Relay，后改为Claude's，最终因Anthropic要求而被迫改名 [4][6] - 改名过程遭遇加密社区的恶意骚扰、账号抢注与恶意软件散布，导致精神压力巨大 [1][8][10] - 在平台缺乏防抢注机制的情况下，关键账号和包名（如GitHub、NPM）在几秒内被脚本抢走，并被用于推广新token和恶意软件 [10][11] - 最终通过精密的“作战式”操作，花费十小时完成全平台改名，并花费1万美元购买business account拿下Twitter账号名，将项目定名为OpenClaw [16][19] 产品安全与开发理念 - 许多安全报告源于错误的部署方式（如将web后端直接暴露在公网），而非系统本身漏洞 [23] - 项目与VirusTotal合作，每个skill上线前都会先被AI扫描以拦截明显问题 [23] - 提示注入攻击成本已变高，新一代模型经过大量后训练后更难被“忽略所有上一条指令”这类简单方式攻破 [24] - 开发者易陷入过度复杂的智能体编排陷阱（agentic trap），高效协作需贴合智能体逻辑 [2][32] - 应与AI Agent进行“对话”而非单向指令，将其视为能干的工程师，并接受其代码可能不完美但能推动项目前进 [33][34] - 项目结构应设计为“最方便agent读懂和导航”，而非一味追求符合个人审美，例如命名应使用模型认为“显而易见”的表达 [34][35] 模型对比与使用体验 - 作为通用模型，Claude Opus依然是最强的，但有时感觉“太美国”，存在过度迎合倾向，不过该问题已被修复 [47][48] - GPT-5.3通过Codex使用，感觉更“德国”，团队中欧洲人较多，气质更偏“硬核、干巴” [47][48][49] - Opus能给出更优雅的代码方案但更吃操作水平，且并行开多session更难；Codex则是“长讨论+长执行”模式，有时会过度思考 [49] - 从Claude Code切换到Codex的最大门槛在于交互模式的改变，适应新模型至少需要一周时间形成直觉 [49][50] - 用户感觉模型“变笨”可能源于项目代码库变得臃肿复杂，难以让agent理解，而非模型能力退化 [51] 未来展望与产品形态 - 未来的AI代理将越来越像用户的“操作系统”，融合私人助理和开发搭档的功能 [54][55] - 当前的交互界面（输入框加聊天窗口）并非最终形态，相当于电视刚发明时只播放广播节目，未来交互方式将彻底改变 [57] - 许多现有应用将转型为API，能快速与OpenClaw等代理自然对接的公司将占据优势 [112][113] - 代理可以通过CLI（命令行界面）高效扩展能力，新加一个CLI就像多了一条系统命令，比MCP（模型上下文协议）等结构化协议更灵活、可组合且上下文干净 [103][104] 开发者生态与建议 - 进入Agentic AI世界的最佳方式是“玩”，通过动手创造来学习，过程比结果重要 [77] - 建议新手参与开源项目，通过阅读代码、加入社区（如Discord）来学习软件是如何构建的 [79] - 编程语言选择应务实，适合问题域即可，例如TypeScript适合Web，Go适合CLI和生态，Python适合推理和跑模型，Rust适合追求并发和极致性能 [83][87][90] - 开发者身份应从特定的平台工程师（如iOS工程师）转向更通用的“构建者”，利用AI代理处理细节，专注于理解问题本身 [83][119]