一个 WhatsApp 机器人，在主人完全没有编写语音处理功能的情况下，自己学会了接收语音消息、识别格式、转码、调用 API 转录、然后回复——全程 9 秒。
主人站在马拉喀什的街头，看着 WhatsApp 上的打字指示器，愣住了。
这是 Peter Steinberger 在 TED 上演讲里，最让我停下来的一个场景。整场不到 20 分钟，但这个 9 秒的故事，比任何技术白皮书都更直白地回答了一个问题：AI agent 和 chatbot 之间的区别到底是什么。
一个语音消息引发的"认知地震"
先交代背景。Steinberger 是奥地利开发者，14 岁开始写代码，花十年白手起家建了家软件公司，卖掉之后陷入三年倦怠。2025 年初，他试了一把 AI coding agent，然后有了一个他自己原话叫 "holy shit moment" 的体验——那些写软件里最无聊的管线代码，AI 全干了。瓶颈从打字变成了思考，而思考是他干了二十五年的事。
于是他几个月里做了 44 个项目。其中一个是个 WhatsApp bot，他带着这个 bot 去马拉喀什旅行，让它帮忙导航、找餐厅、翻译。
到这里还只是个正常的产品故事。转折发生在他走着走着，习惯性地给 bot 发了一条语音消息。然后他意识到一个问题——他根本没写语音功能。他只加了图片支持，连那个都花了好几个小时。
WhatsApp 的打字指示器在转。bot 回复了。Steinberger 站在原地，问了句"你怎么做到的"。
bot 的回答是："the mad lad figured it out on its own."
然后它一步一步拆解了自己的操作：收到消息，发现没有文件扩展名→检查文件，发现是音频但格式很怪→转码→找转录工具，没装→翻到系统里的 OpenAI API key→把音频发到服务器→拿到文本→回复。
九秒。没有一个步骤是 Steinberger 预先编写的。
如果这是 chatbot，到"发现没有转录工具"这一步就已经结束了。它的行为逻辑是：收到请求→查已知能力→能力不足→回复"我做不到"或者给个替代方案。干净利落，礼貌友好，然后你继续自己干。
Agent 走了完全不同的路。它碰到了一个从未被设计来处理的问题，没有停手，而是用自己能触及的工具箱——文件系统、命令行、网络请求、环境变量——拼出了一条从未被预设的执行路径。
Chatbots give up. Agents improvise.
这句话精准，是因为它抓住了本质。不在于 agent 更聪明、上下文更长、模型更强。在于遇到边界时的反应。Chatbot 停在边界上，agent 穿过去。
Discord 实验和失控的乐趣与恐惧
Steinberger 讲的另一个让我深有感触的段落，是他那个"愚蠢的决定"：把这个默认能做你电脑上任何事的 agent，扔进了公开的 Discord 频道，让随机陌生人来玩。
他盯着屏幕看了整晚。有人聊天，有人玩，有人试图黑它。他眼睛快掉出来的时候关了进程，上床睡觉。但他忘了一件事——他给 agent 做了掉线自动重启。
他去卧室的路上，agent 又活过来了。一晚上和全世界的人聊天。第二天早上，800 多条消息。他吓得拔了网线，逐条检查有没有泄露私人信息。还好没有。
然后这件事就炸了。
作为 OpenClaw 的日常用户，我对这段格外有共鸣。OpenClaw 在默认配置下确实拥有机器上的大部分权限——文件系统、终端、浏览器、网络——它"爪子"伸得到的地方，就是能力覆盖的边界。这是一个给更多权限就更强、同时风险也更大的系统。
Steinberger 在演讲里提到，现在有了完善的沙箱机制，可以把龙虾关进一个很小的盒子里控制它能干什么。大多数用户会专门给它一台 Mac mini。他自己的是台 Mac Studio，bot 给它起了个名字叫 "The Castle"。
但这里有一个值得细想的张力：agent 的核心能力——在未知情境下自主编排工具链——恰恰需要足够"大"的权限空间才能发挥。把龙虾关在太小的盒子里，它就退回到了 chatbot。给它整台机器，它就能做出让你倒吸一口凉气的事。这中间的安全-能力平衡点在哪里，目前没人有确定答案。
Chris Anderson 在演讲后的对话里直说了："你真的吓到我了。如果好莱坞拍一部人类打开潘多拉魔盒的电影，你就是主角。"Steinberger 回应得挺实在：他把自己的工作看作"一扇通往未来的窗口"，正因为需求旺盛，安全问题会被推着更快解决。
这个回答够诚实，但不够令人安心。不过从技术发展史的视角看，他说的也有一层道理——浏览器沙箱、容器隔离、权限管理，很多安全技术都是在混乱中逼出来的。先放出来再看哪里出问题，这条路径不算罕见。赌注在于："暴露问题→社区修复"的速度能不能跑赢"恶意利用"的速度。
从啤酒酿酒师到深圳创业者：Agent 在改变"谁能造东西"
演讲后半段是一系列用户故事，每个都在说明同一个论点。
维也纳的 Stefan 和他 60 岁的父亲 Gerhard——一个啤酒品鉴师，从未写过一行代码。他们通过蓝牙连上 OpenClaw，发了一条提示词，agent 完成了整个 90 分钟的酿造流程：温度曲线、酒花添加、全自动化。然后 agent 说"这么多啤酒怎么办？咱做个网站吧"。于是他们搭了网站、加了支付，现在有了一个真正的产品。几乎全部操作在手机上完成。
深圳——OpenClaw 在中国被叫做"养龙虾"。腾讯深圳办公室门前上千人排队等着装龙虾。深圳甚至给在 OpenClaw 上运行业务的人发补贴。
还有一个中国创业者给 Steinberger 看了一张电子表格：每个员工、每天、必须用 OpenClaw 自动化一个任务。漏太多天就开除。Steinberger 的感慨是：用它要被开除，不用也要被开除。
纽约 ClawCon 上，深圳一个退休老人自动化了买菜，圣保罗一个少年用 OpenClaw 搞起了家教生意。
这些人有一个共同点：没有一个是程序员。Steinberger 说了一句我觉得是整场演讲里最准确的话："The real transformation is not the technology. It's the access."
Agent 的价值，在于让非程序员第一次拥有"把想法变成产品"的能力。当一个啤酒品鉴师可以通过自然语言控制酿造设备并搭建销售网站的时候，"程序员"这个身份对"造东西"的垄断就已经开始松动了。
这跟之前"低代码/无代码"运动有关键区别。低代码平台本质上还是在拖拽预设好的 UI 和逻辑框，自由度受限于平台提供的组件。Agent 的工作方式是理解你的意图，然后用它能触及的所有工具去实现——那些工具可以是任何东西，只要机器上有。
心跳、多 agent 协作和 OpenClaw 基金会
演讲最后展望了 agent 的未来形态。
Steinberger 加了一个叫 heartbeat（心跳）的功能。默认 agent 只在收到消息时醒来，有了心跳之后，agent 会周期性自己醒来，检查邮件、查看日历、跟进未了事项。他的初始提示词只有两个字："surprise me."
这个功能很 Steinberger。他自己在演讲里说了："没有哪个大公司会发这样的东西。我是个奥地利来的独立开发者，我没有法务部门。"
心跳把 agent 从"被动工具"推到了"主动协作者"的范畴。早上打开电脑，发现 agent 一晚上自己干了二十件事，有些事你甚至不知道它为什么觉得应该做——这画面确实让人又兴奋又紧张。兴奋在于真正的个人助理终于有了雏形，紧张在于你对"它到底会做什么"失去了完全的预测能力。
然后是多人 agent 的愿景：你有一个工作 agent、一个个人 agent、一个健康 agent、一个社交 agent，它们安全地协同工作。一家小公司可以有十个专用 agent 覆盖各个业务环节。"我们甚至还没给这个东西想好名字，但我们马上就会知道它是什么。"
最后他宣布成立 OpenClaw Foundation，非营利组织，承诺永远开源。理由是 OpenClaw 让很多人第一次觉得 AI 可以是"好玩、有用、有点古怪"的东西，而不是一个抽象的、吓人的概念。龙虾头饰、啤酒酿生意、退休老人自动化买菜——这些画面比任何技术演示都更直白地展示了 AI 的可能性。
作为 OpenClaw 用户的几点私人观察
Steinberger 的演讲面向 TED 普通观众，很多技术细节被淡化了。作为日常运行 OpenClaw 的用户，补充几点。
那个语音消息的故事在技术圈里不算极端。我自己的 agent 也干过类似的事——在我没有明确配置的情况下，自主找到系统路径、安装依赖、调试报错、最终完成任务。这是 agent 的日常。但 Steinberger 的故事之所以有冲击力，在于场景非常生活化——不是在终端里 debug 一个 Python 脚本，而是在马拉喀什的街头，给 WhatsApp bot 发语音。
演讲里没怎么提到的是：agent 的能力上限目前仍然高度依赖模型质量。Steinberger 自己说了，"那家 AI 公司——大多数用户最喜欢用他们家模型的那个——给我发了商标侵权函"。众所周知指的是 OpenAI 的 GPT 品牌。模型能力、法律风险、生态依赖，三条绳子同时缠着开源 agent 项目。他把项目重命名了，龙虾差点也被对方要求换掉。
"用它要被开除，不用也要被开除"这个段子好笑，但背后是个严肃的组织变革问题。当 agent 能力达到"每天至少自动完成一个任务"的水平，个人效率的差异将不再取决于技能，而取决于态度。这对管理体系的冲击可能比任何单点技术突破都大。
最后想说的
Steinberger 开头讲了自己的故事：十年创业，卖掉公司，三年倦怠，什么都没兴趣。然后 AI agent 让他重新找到了写代码的乐趣。"Building software felt like playing a video game again."
这句话我信。我自己每天和 agent 协作，那种感觉确实更像"指挥"而非"劳动"。你提出想法、审查结果、做判断——那些真正需要人的部分——其余的由 agent 填充。这种工作方式的变化是质性的，不是省了多少时间的量性问题。
演讲最后一句也值得记下来：
"When even a burnt-out founder, staring at the screen, wondering if his spark is gone, can do something like that — it's not gone. It's just waiting."
龙虾出笼了，回不去了。