智東西（公眾號：zhidxcom）
編譯 | 陳駿達
編輯 | 雲鵬
智東西1月30日報道，最近，開源個人ai助手moltbot（原名clawdbot）儼然成為ai圈內熱度最高的項目之一。作為一個來自個人開發者的獨立項目，moltbot的搜索熱度甚至要超過cowork這樣來自頭部ai玩家的類似產品。其github星標數更是已經突破10萬大關，直奔next.js這樣的傳奇開源項目。
▲moltbot github星標數量變化（圖源：x平台）
moltbot背後的開發者peter steinberger在項目爆火後也頻繁接受採訪，就在昨天，他在一場時長近2小時的深度播客中，深入剖析了他對ai時代軟體開發的思考。
steinberger的技術生涯始於十四歲那年，一台偶然出現的電腦開啟了他的編程自學之路。在第一份工作中，他在公司里「先斬後奏」地重構整個技術棧，也是在這一階段他開始形成一個關鍵判斷：使用感覺勝過行業標準。
後來，steinberger開啟創業，最後以超1億歐元的價格出售了他在pdf技術公司pspdfkit的股份。財富自由後，這位曾經的技術狂熱愛好者選擇徹底切斷與代碼的聯繫，進入了漫長的「減壓期」。這種狀態，直到他重新坐回電腦前，遇到新一代ai編程工具時才被徹底打破。
重歸戰場的steinberger發現，編程世界已經發生了代際躍遷。他敏銳地察覺到，軟體構建的邏輯已經從逐行敲擊代碼轉向了編織式的系統構建。
在開發新項目clawdbot時，他同時調度5-10個ai agent協作。在他看來，ai編程是「能力的放大器」。過去，編程工作和「管道工」的工作一樣枯燥，但ai編程的新範式讓他不再糾結於具體細節，而是將精力傾注在模塊化設計、自動化測試和系統架構的取捨上。他坦言：「我交付的代碼我自己都不讀的。」
面對許多資深工程師對ai的抵觸，steinberger認為，真正的秘訣在於建立反饋循環，也就是讓agent能夠自動編譯、測試並自行修正錯誤，而不是期待它一次性寫對。
他類比道，那些認為ai無法處理複雜邏輯的人，往往是「仍在使用彈吉他的方式去嘗試鋼琴」。在ai的加持下，代碼質量不僅沒有下降，反而因為模型對「自證正確」的需求，逼出了更優質、更模塊化的架構設計。
以下是對steinberger最新訪談精華內容的梳理：
一、軟體的價值，取決於「使用感覺」
steinberger出生在奧地利的鄉下。真正讓他與技術產生聯繫的是一次偶然經歷。十四歲那年，一群遊客來到鄉下，其中一位遊客帶來了一台電腦。
這是steinberger第一次接觸到這種可以被命令和邏輯控制的機器，很快被吸引。他說服母親為他買下一台電腦，從此開始了持續多年的自學與實踐。
這一階段並不存在系統訓練，steinberger說自己更像是在「瞎搗鼓」。他寫腳本、做網站、玩遊戲，也修改遊戲。他記得自己最早做過的一件事，是從學校偷走一個舊的dos遊戲，為軟盤編寫拷貝保護程序，再將其轉賣。
在大學階段，由於家庭條件有限，steinberger必須自行承擔學費。假期並不意味著休息，而是全職工作。與同齡人相比，他更早進入了長期、高強度的工作節奏。
他的第一份正式工作在維也納，原本只是服兵役與大學之間的短暫過渡，卻持續了近五年。入職第一天，公司給了他一本厚重的《微軟基礎類庫》，但他卻拋棄了這一技術棧，轉而使用.net。
這也成為了他早期最鮮明的工作方式：表面遵循組織安排，實際按自己的判斷執行。在這家公司，他在未告知的情況下，將部分系統遷移到.net技術棧。幾個月後，他才向管理層說明「做了一些現代化改造」，但那時已經太晚了。
雖然在.net 2.0時代，應用啟動緩慢、編譯冗長、硬碟頻繁讀寫，他仍然對底層機制保持興趣，並願意投入時間打磨細節。這種對細節的關注，在之後的一次項目中被進一步放大。
2010年前後，ipad發布，雜誌類應用成為創業熱點。有團隊請他修復一款頻繁崩潰的雜誌閱讀器。檢查代碼後，他發現問題並非局部缺陷，而是整體結構失控：代碼高度集中、耦合嚴重，幾乎不存在可維護性。
在放棄修補方案後，他選擇重寫應用，用時兩個月完成原本預計半年的工作。他沒有使用蘋果的pdf渲染器轉而自研，系統性地處理pdf渲染問題。最後，這一應用可在內存極其有限的情況下上載入大體積文檔。
項目結束後，他將pdf相關代碼模塊獨立出來，最初只是供朋友復用，隨後嘗試以組件形式出售，收入已超過其全職工作的薪水。幾個月後，原本的公司要求他在工作與個人項目之間做出選擇。
steinberger選擇全職投入該項目。他認為，pdf是一個「無趣但極難」的領域，正因如此，才具備長期價值。這一判斷，最終成為他的創業項目pspdfkit的起點。同時，他也意識到，軟體的價值，更多體現在最終的「使用感覺」上，而非由規範、標準或權威決定。
二、長期親自參與技術支持，厭倦成為「垃圾桶」後出售股份
公司成立之初，steinberger就意識到，在自己的老家奧地利很難找到他所需要的工程人才。因此，pspdfkit從一開始就是一家遠程優先的公司，後來逐漸演變為混合模式。隨著團隊規模從三十人增長到六七十人，再到接近兩百人，組織複雜度也隨之上升。
steinberger並非典型意義上的ceo。他從未主動追求管理職位，始終把主要精力放在寫代碼、解決技術問題和產品決策上。銷售、商務和運營，則交由其他合伙人和高管負責。
pdf是一個較為複雜的技術領域。steinberger舉了一個例子：pdf文檔中的鏈接。最初的設計假設是，一個文檔可能包含上百個鏈接。但某次，一位重要客戶提交的pdf文件達到五萬頁，每頁超過一百個鏈接，總量超過五十萬個。原有的數據模型在這種規模下徹底失效。
這類問題，恰恰是steinberger最享受的部分。他長期親自參與技術支持，並有意倒序處理工單，優先回復最新提交的問題。
他的邏輯很簡單：5分鐘內得到ceo的回復，會對開發者產生極強的信任感。這種「創始人直接支持」的方式，也在無形中限制了公司的擴張速度，但增強了產品與用戶之間的黏性。
然而，隨著公司進入成長期，工作內容逐漸從「解決難題」轉向「維護系統」，人員規模擴大帶來的組織摩擦開始顯現。steinberger發現自己越來越多地消耗在協調衝突、承接風險和維持情緒穩定上。
他形容，ceo像一個「垃圾桶」：所有別人無法處理的事情，最終都會落到這裡。長期高強度工作、周末無休，加上對公司方向和管理方式的內在衝突，最終導致了明顯的精疲力竭。
在以大約1億歐元的價格出售pspdfkit股份後，他幾乎完全離開了技術世界。一段時間裡，他不再寫博客，也很少打開電腦。那是一個漫長的減壓過程。他補償式地參加聚會、社交，甚至有幾個月沒有任何「我接下來要做什麼」的念頭。
對他而言，真正困難的不是退出，而是在成功之後重新找到驅動力。
三、「我交付的代碼我自己不讀」，判斷力與品味更有價值
幾年後，steinberger重新坐回電腦前。在這個過程中，他第一次系統性地接觸到新一代ai編程工具claude code。由於錯過了早期階段，他直接體驗到能力躍遷後的版本。這種體驗對他產生了強烈衝擊。
他逐漸意識到，軟體構建的阻力正在急劇降低，真正重要的不再是寫代碼，而是系統層面的判斷力與品味。判斷結構是否合理、方向是否正確，本身就是一項核心技能。
steinberger認為，ai編程真正的轉折點出現在今年夏天。ai已經強大到，開發者可以不再親手寫代碼，就能構建完整軟體系統。而讓他徹底信服的，是他眼中被嚴重低估的gpt‑5.2和codex。
他直言，相比仍被大量使用的claude code，openai當前的產品體驗很好，幾乎每一個提示，都能直接得到可用結果。在複雜工程中，他認為codex明顯優於 claude code，兩者的區別主要在工作方式上。
claude code速度快，但往往在只讀少量文件後就開始生成代碼，需要人不斷糾偏。codex會「安靜地讀代碼10分鐘」，再動手，一次成功率更高，這使得codex更適合複雜系統、深度重構和長期維護型項目。
其最新項目clawdbot中，他並行運行5～10個編程agent，整個開發流程從寫代碼轉向了與模型對話、共同規劃。
目前，clawdbot使用了cli方案，而非mcp。steinberger直言，在他看來mcp就是一根拐杖。
mcp需要預載入所有工具功能和說明，導致上下文冗餘，數據傳輸依賴固定json格式，缺乏靈活性，也無法進行數據篩選和鏈式調用，限制了複雜任務的處理能力。
而cli的天然優勢在於，模型天生擅長使用bash命令，也可通過編寫腳本實現自動化鏈式操作。
steinberger稱：「我交付的代碼我自己是不讀的。」但這並不代表他不重視代碼質量。恰恰相反，他投入大量精力進行重構和架構設計。
絕大多數應用的本質是枯燥的數據流轉與格式轉換，從api到解析，再到存儲與呈現，如同管道工的工作。steinberger認為，真正的複雜問題往往已被底層技術解決，因此，工程師更應關注系統整體的結構與設計，而非糾結於每一行具體的實現細節。
在這種新範式下，steinberger判斷人的角色不再是逐行實現邏輯，而更像是一個系統建造者（builder）。人負責系統結構、產品形態、架構取捨，模型負責具體實現、代碼生成與調試，責任仍然完全在人，agent只是「能力放大器」。
由於ai的借入，steinberger的工作方式，已經完全顛覆了傳統開發流程。他不再沉迷於pull request和代碼審查，而是「編織式」地將功能融入現有系統，有時候甚至需要改動架構來讓新功能契合。
不過，steinberger並不喜歡「vibe coding」這一說法，他更願意將自己的工作描述為智能體工程。他也刻意迴避「架構師」這個詞，而強調自己仍是最終責任人。與傳統企業中「脫離代碼的架構師」不同，智能體工程的前提是：代碼是你自己的，事故也由你負責。
steinberger認為，ai編程真正的秘訣在於實現反饋循環，agent必須能夠驗證自己的工作，自動編譯、自動測試、命令行替代圖形界面、可復現的執行路徑，一旦驗證閉環建立，就能自行發現競態條件、配置錯誤、工具調用順序問題，甚至在數小時內完成原本需要數周的人類調試工作。
更有意思的是，ai反而逼出了更好的架構。為了讓模型能夠自證正確，系統設計必須更加模塊化、更加可測試。測試和文檔成為了設計流程的一部分，架構決策的重要性被前置並放大。
steinberger坦言，他從未喜歡寫測試或文檔，但在ai時代，這些工作可以完全交給模型完成，而代碼質量卻達到了職業生涯的新高度。智能體編程正在讓經驗豐富的開發者寫出「更優質的代碼」，即便他們不再親自敲每一行。
那麼，為什麼大量資深工程師仍然抗拒ai？在steinberger看來，反對者常犯三個錯誤：把ai當作「一次性寫對的程序員」、只發一個提示而不建立持續對話與反饋循環、不了解模型的知識分布與默認假設。
結語：代碼貶值，品味升值？
從十四歲自學編程的少年，到功成名就的創業者，再到如今在ai浪潮中「重歸戰場」的獨立開發者，steinberger的經歷揭示了一個真相：在ai時代，代碼正在變得廉價，而對系統的判斷力、對產品邏輯的品味正變得更具價值。
從這個維度來看，這場變革與其說是工具的更迭，不如說是思維的洗禮。steinberger形象地類比，如今拒絕ai編程的人，就像會彈吉他的人，試了兩下鋼琴就說樂器不行。」
延續這一類比，那些願意放下「吉他」去嘗試「鋼琴」的人，或許能在與ai協作過程中，探索出一種新的構建方式與思維方式。
