從 $1.16 億退休到 10 天寫出 10 萬星專案：Peter Steinberger 的 Agentic Engineering 哲學

「Don’t waste your time on stuff like RAG, subagents, Agents 2.0 or other things that are mostly just charade. Just talk to it.」—— Peter Steinberger

作者： Wisely Chen 日期： 2026 年 2 月 系列： AI Agent 實戰觀察 關鍵字： OpenClaw, Moltbot, Clawdbot, Peter Steinberger, Agentic Engineering, AI Agent, Unix Philosophy

從 $1.16 億退休到 Agentic Engineering：Peter Steinberger 與 OpenClaw 的傳奇開發哲學

一個退休工程師的「無聊」

Peter Steinberger 不是一般人。

他是奧地利人，維也納工業大學（TU Wien）畢業，曾在母校教授 iOS 和 Mac 開發。iPhone 問世之初他就開始寫 iOS，是最早一批的 iOS 開發者。

2011 年，他在 WWDC party 上收到一份舊金山 startup 的 job offer。但在簽證批准前，他的「side project」已經開始賺錢——甚至比那份工作的薪水還多。

這個 side project 就是 PSPDFKit。

名字來自他的名字縮寫（Peter Steinberger）+ PDF + Kit（SDK 的意思）。一個人從維也納開始，專做 PDF 處理的 SDK。

他試過同時兼顧舊金山的工作和自己的公司，結果累到崩潰。2012 年 4 月，他決定全職投入 PSPDFKit，搬回維也納。

接下來 13 年，他幾乎每個週末都在工作。

公司從一人擴展到 70 多人，完全 remote、分佈全球。客戶包括 Dropbox、DocuSign、SAP、IBM、Volkswagen。產品裝在超過 10 億台設備上。

而且，13 年間完全沒有拿過外部資金。純 bootstrap。

2021 年，Insight Partners 以 1.16 億美元投資 PSPDFKit。Peter 和共同創辦人 Martin Schürrer 賣掉股份，退出日常營運，正式退休。

然後他發現自己完全不知道該做什麼。

“When I sold my shares in PSPDFKit, I felt profoundly shattered… I’d poured 200% of my time into that company.”

他試過旅行、試過治療、試過各種享樂。都沒用。

“You can’t find happiness by moving. You must create purpose.”

退休後他轉向 Web 開發，學 React 和 TypeScript。同時也成為 Calm/Storm Ventures 的 Venture Partner，投資新創。

但這些都不是他真正想做的事。

2024 年，AI 突然從「還不能用」變成「真的有意思」。Peter 決定不再當旁觀者。他更新了自己的網站，簡單寫了一行：

“Came back from retirement to mess with AI.”

這是一個賣掉公司、本可以躺平的工程師，因為「覺得 mojo 不見了」而重新拿起鍵盤的故事。

Clawdbot 的誕生：一小時的 Hack

Clawdbot（後來改名 Moltbot，最終定名 OpenClaw）的起源非常簡單：

Peter 想在不坐在電腦前的時候，還能讓 AI 幫他寫程式。

他在吃飯、出門、旅行時，手邊只有手機。但他又不想中斷工作。於是他寫了一個 WhatsApp 轉接器，把訊息丟給 Claude，讓 Claude 直接操作他的電腦。

第一個版本只花了一小時。

這不是什麼商業計畫，不是融資前的 MVP，就是一個退休工程師的 hack。

但這個 hack 在 2025 年底上線 GitHub 後，24 小時內衝到 9,000 星，幾天後超過 70,000 星，兩個月後突破 100,000 星，成為 GitHub 史上成長最快的 repo 之一。

Agentic Engineering：Just Talk To It

Peter 不是那種會寫 20 頁架構文件的工程師。他的哲學可以用一句話總結：

“Don’t waste your time on stuff like RAG, subagents, Agents 2.0 or other things that are mostly just charade. Just talk to it.”

這跟市面上那些「Agent 框架」的思路完全相反。

他觀察到一個現象：很多人花大量時間設計 subagent、prompt template、workflow orchestration，但實際產出卻沒有比「直接跟模型說你要什麼」更好。

他的做法是：

不用 MCP（Model Context Protocol）：他認為 MCP 是「行銷部門用來打勾的東西」，會浪費大量 context token。GitHub 的 MCP 一次吃掉 23,000+ tokens，換來的效果不成比例。
不用 subagent：他認為多 agent 架構只是把控制權藏起來，讓 debug 變得更難。直接開多個終端視窗，反而更清楚。
不用 plan mode：他認為夠聰明的模型會自己讀 context、自己規劃，不需要人為拆解。
不寫複雜 system prompt：他測過「You are an AI engineer specializing in production-grade LLM applications」這種 persona prompt，結論是沒有任何差別。

他真正做的是什麼？

同時開 3-8 個 codex CLI 在終端機的 3x3 grid 裡跑，用 tmux 管理背景任務，每個 agent 做 atomic git commit。

實戰工具：Unix 哲學的回歸

這不是框架，這是「直接動手」。

CLI 優於瀏覽器：為什麼他不用 Web Agent

Peter 對瀏覽器型 agent 有很直接的批評。他試過 Devin、Cursor web、Jules 這些工具，結論是：

“Really annoying to set up and broken.”

他的替代方案是什麼？CLI。

他花了大量時間寫小型命令列工具，讓 agent 用 CLI 完成任務。原因很務實：

“Models already know how to use it, and pay zero context tax.”

模型已經很懂 Unix 命令，不需要額外解釋。給 agent 一個 CLI 工具，它可以自己跑 --help 搞清楚怎麼用。而且 CLI 天生支援 chaining 和 reuse——這正是 agent 擅長的「tool orchestration」。

相比之下，MCP（Model Context Protocol）會吃掉大量 context token。他舉例：GitHub 的 MCP 一次吃 23,000+ tokens，但用 gh CLI 可以做到一樣的事，而且 token 成本幾乎是零。

這跟我之前寫的 Unix 哲學文章的觀點一致——Command Line 之所以是最佳介面，是因為它把整台電腦變成一個可被查詢、可被組合、可被推理的狀態空間。

Peter 的 OpenClaw 也是這樣設計的：記憶存成本地 Markdown、偏好存成本地文字檔、所有狀態都用人類可讀的格式保存。

這讓 agent 不只能執行，還能「回憶」。

Human-in-the-Loop vs. Agent Slop

Peter 對「全自動 agent」有很深的懷疑。

他批評那些「跑好幾個小時、有 mayor 和 overseer 的 agent 框架」是「slop」——看起來很炫，但產出品質極差。

“AI needs human taste and vision to be effective.”

他的觀點是：AI 是一個「weird friend」，是一個「squad」，可以幫你更快執行想法，但不能取代那個有想法的人。

他舉了一個例子：他曾經在 Twitter 上看到有人回報他專案的 bug，於是他截圖那則 tweet，丟進 WhatsApp。Agent 自己讀了 tweet、檢查 GitHub repo、修好 bug、commit、然後替他回覆那個 Twitter 用戶。

整個過程他沒有坐在電腦前。

但這不代表他完全放手。他強調：

“If you just press go and walk away, the results won’t be good. You still need to babysit this thing.”

這跟 Ralph Wiggum 那個「讓 agent 自己繼續跑」的工具作者 Geoffrey Huntley 說的話一模一樣。

全自動不是目標。更快、更順暢的人機協作才是。

一則傳奇：語音訊息事件

Peter 講過一個讓他自己都驚訝的故事。

有一天他發了一則語音訊息給 Clawdbot——但他根本還沒寫語音處理功能。

Agent 收到一個它不認識的檔案格式。於是它自己：

發現電腦上有 ffmpeg
用 ffmpeg 把語音轉成可處理的格式
找到電腦上的 OpenAI API key
用 Whisper API 把語音轉成文字
讀懂內容後，回覆他

沒有任何人寫過這個流程。

這是 agent 自己想出來的。

Peter 說他當時「stunned」。這是他真正意識到 AI 能力已經跨過某個門檻的瞬間。

傳奇時刻：未經編程的語音處理

改名風暴：一週三個名字，十秒被劫持

這是 2026 年 1 月最戲劇性的開源專案事件。

第一幕：Anthropic 來電

2026 年 1 月 27 日，Clawdbot 剛衝到 60,000 星。Anthropic 的法務團隊禮貌地聯繫 Peter——「Clawd」跟「Claude」太像了，有商標疑慮。

Peter 事後說：「I was forced to rename the account by Anthropic. Wasn’t my decision.」但他也承認 Anthropic 處理得很客氣。

他決定改名叫「Moltbot」——取自龍蝦脫殼（molt）的意象。龍蝦必須脫掉舊殼才能長大，這個隱喻很貼切。

第二幕：10 秒的災難

改名當天，Peter 需要同時更換 GitHub organization 和 Twitter/X handle。

他的計畫是：釋出舊的 @clawdbot handle，立刻註冊新的 @moltbot handle。

問題是，Crypto 詐騙犯早就在監控這個專案。

Peter 自己描述：「I messed up the rename and my old name was snatched in 10 seconds.」

就在他釋出舊 handle、準備申請新 handle 的那個瞬間，詐騙犯搶走了 GitHub organization 和 Twitter 帳號。

他們立刻開始對數萬名追蹤者推銷假的 $CLAWD 代幣。

第三幕：1600 萬美元的詐騙

詐騙犯在 Solana 上發行了假的 $CLAWD token，利用改名的混亂和專案的熱度。

這個假幣在幾小時內衝到 1600 萬美元市值。

FOMO 的投資人以為自己找到了「早期 AI 投資機會」，瘋狂買入。

Peter 緊急發文澄清：

“To all crypto folks: Please stop pinging me, stop harassing me. I will never do a coin. Any project that lists me as coin owner is a SCAM.”

假幣立刻崩盤。早期賣出的詐騙犯帶走數百萬，晚進場的投資人血本無歸。

第四幕：OpenClaw 誕生

經歷這場災難後，Peter 決定再改一次名。

這次他做了完整的商標搜索、買好網域、寫好遷移程式碼。不再倉促。

新名字叫「OpenClaw」：

Open：開源、社群驅動、自託管
Claw：保留龍蝦的血統

有人說這個名字是在致敬 OpenAI，Peter 沒有正面回應。

一週內，三個名字。60,000 星變成 103,000 星。詐騙犯賺走 1600 萬。

這大概是 GitHub 史上最混亂的改名事件。

但專案活下來了。Peter 說得很淡定：「The software itself was always compelling.」

現在 OpenClaw 的定位也變了——從「Claude with hands」變成「model-agnostic infrastructure」。這次改名反而讓專案更成熟。

坦白說

Peter Steinberger 不是在做產品，他在做實驗

他明確說過：他對傳統 VC 融資沒興趣，也不想做一般的 startup。他在考慮成立非營利基金會，讓這個專案能「outlive」他。

他的動機是「fun」和「inspiration」，不是 profit。

這跟我在套殼 2.0 文章裡分析的邏輯一致——Moltbot/OpenClaw 之所以能這麼激進地試探邊界，正是因為它不需要像 Anthropic 那樣考慮「出事誰負責」。

開源社群可以自己承擔風險。這是它的自由，也是它的限制。

「Apps 的死亡」預言

Peter 有一個很大膽的預測：

“Many consumer apps will melt away into APIs managed by personal agents.”

你不需要健身 app 的介面，你只要告訴 agent 你吃了什麼。你不需要航空公司 app 的介面，你只要告訴 agent 你要飛哪裡。

Agent 會幫你處理那些「本來需要 app」的事。

這跟我們在談的「數位員工」概念完全一致——agent 不是工具，是代理人。

安全風險是真的

Peter 自己也承認：這個專案「unsafe by design」。它讓 AI 完全存取你的電腦——檔案、API key、攝影機，全部。

“Prompt injection is not solved.”

他現在正在組建團隊來處理安全問題。但在那之前，這東西本質上是一個「你願意承擔多少風險」的選擇。

這也是為什麼我之前寫了 Moltbot 安全加固指南——套殼 2.0 的能力越強，安全工程就越關鍵。

我從 Peter Steinberger 身上學到的

框架不重要，直接動手才重要：他不用 RAG、不用 subagent、不用複雜的 orchestration，但產出不比任何人差。
CLI 是 AI 的天然介面：文字輸入、文字輸出，沒有比這更乾淨的了。
Human-in-the-loop 不是退步：全自動 agent 聽起來很酷，但「有品味的人引導 agent」才是真正能產出好東西的方式。
解決自己的問題，然後分享給世界：PSPDFKit 是這樣、OpenClaw 也是這樣。最好的產品來自真實的痛點。
退休不是終點，創造才是：一個已經財務自由的人，因為「覺得 mojo 不見了」而重新寫程式。這種動機比任何商業計畫都更持久。

Wisely Chen｜AI Agent、地端 LLM 與企業 AI 架構實戰筆記