Peter Steinberger利用智能体自动化重塑开源项目维护流程

Build the thing that builds the thing | BRK245 — Microsoft Developer

Microsoft Developer

通过将重复的人工调试任务交由智能体闭环处理,软件开发者可以从低效的维护工作中解放,转而将核心精力集中在构建自动化工具的工程决策上。

AI-assisted summary of Build the thing that builds the thing | BRK245 — original source. Check the original for full context.

Source published:

Key ideas

  • Peter Steinberger 提出软件工程的核心使命已从“如何让自己写代码更快”转变为“如何构建工具帮助编程 Agent 更快闭环”,外界所谓 43 次失败的项目实则是为 Agent 铺路的一系列内部提效脚手架。 (0:06)
  • 开源项目的 Pull Request 本质上已演变为由 AI 生成的 Prompt Request,通过自研的 ClawSweeper 配合项目愿景规范文档(vision.md),团队自动化清理并关闭了约 15,000 个 GitHub Issue 与无效 PR。 (3:33)
  • 团队构建了全套甲壳类内部工具链(如 CrabBox 沙盒、Mantis 视觉验证、Auto Review 子进程互审、Octopus 配额分流代理等),用极简团队实现了对超大规模代码库的高确定性自愈式维护。 (20:04)
  • 大模型当下的瓶颈不再是智力而是人类开发者的想象力,“被激怒”是最好的自动化契机,用于提效的外围微型工具即便写成粗制滥造的脚本(slop)也能产生巨大的工程复利。 (31:46)

Detailed notes

## Background 该视频由 YouTube 频道 Microsoft Developer 于 2026 年 6 月 4 日发布,内容为 Microsoft Build 2026 大会的 BRK245 分论坛分享。演讲由 OpenClaw 维护者 Peter Steinberger 主讲,视频简介指出软件构建方式正在经历剧烈变革,本场演讲重点分享他们如何搭建一整套工具生态,以更快、更有信心地开发 OpenClaw 并应对维护挑战。

## TL;DR Peter Steinberger 颠覆了传统软件工程理念,提出开发者的核心使命已转变为“制造能够辅助智能体构建软件的工具”,并通过闭环机制释放编码智能体的最大潜能。面对 OpenClaw 社区爆发式的 Issue 洪流,他自研了 ClawSweeper 与 GitHub App 代理 Shim(Octopus),将 PR 重定义为 Prompt Request,并实现了基于项目愿景规范的自动化甄别与全量定期复查。此外,他还展示了跨平台沙盒 CrabBox、自动化视觉对比验证 Mantis、多轮独立上下文审阅 Auto Review 以及多人协作环境 CrabFleet 等微型工具链,主张以“烦躁感”作为自动化信号,用粗糙但极速见效的辅助脚本产生复利效应,让极小规模团队能够稳定驾驭超大规模代码库。

## Atmosphere & style 整场演讲呈现出一种反传统、极具黑客精神且务实幽默的技术极客氛围。Peter Steinberger 登台即打破企业级技术分享的陈规,用轻快讽刺的口吻调侃开源维护中的“痛苦与折磨”,将开发痛点戏谑地归结为“烦躁驱动自动化”与“推方形轮子”的生动隐喻。现场节奏紧凑、干货极多,伴随着他对 AI 时代生产力范式转移的深刻哲学反思,让听众不仅能感受到动手消除工程摩擦的爽快感,更体会到一种从繁琐重复劳动中彻底解脱、重新找回编程乐趣的亢奋体验。

## Bulletin - [00:06](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=6s) Peter Steinberger 提出软件工程的核心使命已从“如何让自己写代码更快”转变为“如何构建工具帮助编程 Agent 更快闭环”,外界所谓 43 次失败的项目实则是为 Agent 铺路的一系列内部提效脚手架。 - [03:33](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=213s) 开源项目的 Pull Request 本质上已演变为由 AI 生成的 Prompt Request,通过自研的 ClawSweeper 配合项目愿景规范文档(vision.md),团队自动化清理并关闭了约 15,000 个 GitHub Issue 与无效 PR。 - [20:04](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=1204s) 团队构建了全套甲壳类内部工具链(如 CrabBox 沙盒、Mantis 视觉验证、Auto Review 子进程互审、Octopus 配额分流代理等),用极简团队实现了对超大规模代码库的高确定性自愈式维护。 - [31:46](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=1906s) 大模型当下的瓶颈不再是智力而是人类开发者的想象力,“被激怒”是最好的自动化契机,用于提效的外围微型工具即便写成粗制滥造的脚本(slop)也能产生巨大的工程复利。

## Key takeaways - [00:06](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=6s) 开发者的核心角色正在从亲自编写代码转向“制造‘制造工具’的工具”,只要日常排错或测试中出现重复的人工介入,就必须通过自动化将其交由 Agent 形成反馈闭环。 - [03:33](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=213s) 在海量 AI 垃圾代码(Slop)涌入开源社区的背景下,处理干净的 Issue 往往比重构 Claude 生成的低质 PR 消耗更少的算力与时间,传统 PR 本质上已退化为功能变更诉求的信号(Prompt Request)。 - [03:33](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=213s) ClawSweeper 工具将 GitHub Actions 与 Codex 结合,基于根目录下的愿景文件(vision.md)对工单进行自动化评估与关闭,并通过周期性全量重跑将主分支隐性解决的陈年 Bug 自动闭环。 - [08:27](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=507s) 为解决多协作者透明度缺失问题,自研看板打破单一仓库代码提交维度,利用爬虫深度整合 Discord 讨论区活跃度与真实痛点,并借助轻量 Issue 文本划词浏览器将人工介入压缩至关键的 20% 核心决策。 - [12:33](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=753s) 全栈控制权是 Agent 释放自我修复能力的基石;利用 GitHub 仓库作为轻量序列化存储层,可在不暴露敏感 Bot Token 的前提下,为团队安全分发爬取的社区讨论数据中继。 - [15:19](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=919s) 外围工具开发应与核心业务审查明确解耦:面向百万用户的核心产品严防死守,而针对辅助工具(如 Release Bar 发版看板)则放手让 Agent 氛围编码(vibe coding),行不通直接废弃亦无心智负担。 - [17:01](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=1021s) Octopus 代理工具利用 GitHub App(15,000 次/小时)与个人 Token(5,000 次/小时)的限额差异,通过 Cloudflare Worker 中间层对公共仓库只读与写操作分流,打破自动化并发面临的 API 速率限制。 - [20:04](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=1204s) 针对重度测试卡死机器与跨平台兼容性陷阱(如 Windows 的 EPERM 权限报错),自研 CrabBox 临时容器沙盒,实现多云自动容灾与跨操作系统矩阵并行验证,并接入 VNC 远程桌面实现复杂环境全真复现。 - [24:48](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=1488s) Mantis 视觉验证系统结合 CrabBox 的图形化操控工具,让修复 Agent 自动录制复现与修复后的前后界面对比视频,使代码审查简化为“看视频确认效果并一键 Merge”。 - [26:29](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=1589s) Auto Review 机制要求 Agent 在提交前启动全新子进程进行无上下文污染的独立审查,工程上需显式声明系统不变量以防过度防御,并让 Agent 编写自身提示词、定期开启元模式清理语义冲突。 - [31:46](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=1906s) 通过在 PR 提交环节主动附带脱敏后的本地会话转录日志(Transcript),仓库维护者能够高效鉴别提交者背后的真实投入深度,精准区分毫无价值的垃圾代码与经过充分推敲的高可用成果。 - [34:02](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=2042s) ClawPatch 将庞大代码库拆解为独立模块小切片以突破模型上下文窗口限制;CrabFleet 则将沙盒转变为多用户共享的在线联机编码环境,消除人肉在即时通讯软件中充当“Agent 传声筒”的低效中转。 - [37:02](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=2222s) 为避开无头 Linux 测试环境中 Cloudflare 人机验证(CAPTCHA)的频频阻拦,团队自研了端到端聊天系统 ClickClock,进而促成了一系列小工具紧密联动的生态复利闭环。 - [39:51](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=2391s) 庞大的内部工具链不仅不会构成技术债务枷锁,反而依托模型的强大模式匹配能力实现解决方案跨项目迁移;团队已实现让 Codex 实时监听语音技术讨论,自动过滤闲聊并实时生成代码原型。 - [42:14](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=2534s) 摆脱“推方形车轮忙到没时间换圆形车轮”的效率陷阱,辅助脚本无需追求完美的架构或钟爱的技术栈(甚至可用不喜欢的 Go 语言快速生成),只要能消减人工操作的痛苦,粗糙工具就会带来复利价值。

## Detailed walkthrough ### [00:06](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=6s) 编程智能体的兴起与软件工程范式的颠覆

Peter Steinberger 登台并直接打消了大家对传统技术演讲的期待,开篇点明本次分享的主题是“制造‘制造工具’的工具”(Build the thing that builds the thing)。他直言,自具备实际编码能力的智能体出现至今甚至还不满一年,而它们真正变得极其好用也才过去大约半年,但这一发展趋势已经无可阻挡。在 Peter 看来,过去多年来人们早已习以为常的软件构建方式如今大半已经过时,只是行业整体尚未完全摸索出新的工作模式。他当场询问台下是否有维护开源项目的人,并打趣地问大家“平时都是如何忍受这种痛苦的”。

紧接着,Peter 谈到了外界对自己打造 OpenClaw 的误解。此前网上流传着许多报道,声称“Peter 经历了 43 次失败的项目尝试,最终才成功做出了一个”。面对这种论调,他付之一笑,指出那些被外界归为“失败”的项目压根就不是失败,而是他为了让自己、特别是让自己的智能体工作得更快而亲手搭建的工具。他强调,开发者的角色定位正在经历根本性的转变:你的核心任务早已不是琢磨自己如何亲自把代码写得更快,而是去思考“我能做些什么来帮助我的智能体更快地构建软件”。

软件开发效率的关键在于“闭环”(Closing the Loop)。Peter 回顾了去年花了几个月时间开发一款 SaaS 产品的经历:当时智能体写完代码会向他报告“已完成”,随后他去刷新浏览器界面排查错误,再把报错和视觉问题反馈给智能体,智能体修复后再通知他,如此反复来回拉扯。直到某一刻他突然顿悟:为什么不直接让智能体在代码变动后自己截屏检查呢?这就像人类调试界面一样自然。Peter 总结道,一旦你在日常开发中发现自己在机械地重复某项操作,就必须立刻警觉并思考如何将其自动化,把调试与验证的回路彻底交由智能体闭环。

> “随时任何时候你构建软件,你的职责都不再是琢磨如何让自己写软件更快。实际上你的职责应当是:我能做什么来帮助我的智能体更快地构建软件,甚至更进一步——这完全关乎于闭环。” —— Peter Steinberger

- 编码智能体出现不足一年,真正变得好用大约仅有半年时间。 - 外界媒体所谓“43 个失败的项目”,实际上全是 Peter 为给智能体铺路、加速自动化循环而写的一系列内部支撑工具。 - 自动化原则:只要某项调试或验证操作存在重复的人工干预,就应将其交由智能体自主执行并形成闭环反馈。

---

[03:33](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=213s) 告别 Pull Request:将 Prompt Request 与 GitHub Issue 自动化管理

随着 OpenClaw 客户端关注度的爆发式增长,项目仓库中的 Issue 和 Pull Request(PR)数量迅速激增。Peter 提到,GitHub 的界面计数在达到 5,000 之后就会停滞并掩盖真实数量,而 OpenClaw 仓库的 Issue 实际上一度冲破了 10,000 关口。他直言不讳地指出,外界不需要假装这些内容是人类亲手撰写的,因为不仅提问的人往往直接用 AI,甚至连背后提 PR 的也全都是智能体;大家根本不仔细排查,直接把各种 AI 生成的内容倾倒到开源仓库中。许多开源作者对此类“AI 垃圾内容”(Slop)感到无比愤怒,但 Peter 认为与其与大势对抗,不如正面接招。

在 Peter 的全新视角中,传统的“Pull Request”实际上已经名存实亡,更确切的称呼应当是“Prompt Request”(提示词请求)。因为在当今时代,任何人提交一个 Issue 或 PR,本质上都只是发出一个信号——表明有人对当前功能不满意并提出了变更诉求。因此,Issue 和 PR 在很大程度上是可以互换的;甚至于面对代码变更时,直接处理一个 Issue 往往比处理一个 PR 更加轻松,因为如果有人扔过来一份由 Claude 生成的烂代码,让智能体去解析、理解并重构该 PR 耗费的算力和时间,反而远超让智能体直接根据干净的 Issue 从头编写全新的实现代码。

```mermaid flowchart TD accTitle: Issue and Prompt Request Automation Flow accDescr: GitHub Issue 与 PR 被触发后,由 GitHub Actions 调用云端 Codex 和 vision.md 进行自动化甄别与周期性复查的流程。

subgraph Trigger["触发阶段"] A["社区提交 Issue / PR<br/>('Prompt Request')"] end

subgraph Evaluation["云端评判与执行"] B["GitHub Actions 触发 ClawSweeper"] C["加载项目规范<br/>vision.md"] D["调用云端 Codex<br/>评估匹配度与代码状态"] B --> C C --> D end

subgraph Resolution["解决阶段"] E["判定不符合愿景 / 已失效"] -->|"直接关闭"| F["自动关闭并留言解释"] G["匹配主分支最新修复"] -->|"定期全量重审"| H["自动回复在 main 修复并关闭"] I["符合规范且待处理"] -->|"保留或生成补丁"| J["汇入待办 Dashboard"] end

A --> B D --> E D --> G D --> I ```

为了从根本上削减积压如山的工单,Peter 尝试了 CodeRabbit 等市面上的现有工具,但发现它们大多止步于代码审查(Review),而无法实现根据项目诉求自动归类并批量关闭 Issue 的能力。于是在“万物皆可自建”的理念下,他动手开发了自动化工具 ClawSweeper。其底层逻辑十分清晰:每当有新的 Issue 或 PR 产生,GitHub Actions 就会在云端拉起一个 OpenAI Codex 实例;该实例会优先读取项目根目录下的 `vision.md`。这个文件详细列明了项目的愿景,明确标出“哪些功能绝对要”以及“哪些设计坚决不要”。依据这些硬性准则,ClawSweeper 会自动在工单下留言甚至直接将其关闭。凭借这套基于“算力无限、Token 无限”假设的系统,Peter 成功自动化清理并关闭了约 15,000 个 Issue。

更重要的是,项目维护并不是一次性的静态过程。在 OpenClaw 的代码规模下,每当有一段修复代码合入主分支(main),极有可能顺带解决了某几个深埋在历史堆里、维护者从未看过的陈年 Bug。因此,Peter 设定让 ClawSweeper 每周(甚至每天)在所有现存的未结 Issue 和 PR 上全量重新跑一遍。经常出现的情况是:Discord 频道的集成通知忽然弹出,显示系统刚刚自动关闭了一个三个月前提交、Peter 本人甚至毫不知情的 Issue,并友好地向原作者回复“该问题已在 main 分支解决”。

> “是的,确实有大量的灌水垃圾内容,但真正的问题在于大家仍把它称作 Pull Request。我把它叫做 Prompt Request,因为你真正面对的是:每当有人提交 Issue 或 PR,它仅仅是一个信号,表明有人对你所做的东西不满意并请求做出更改。” —— Peter Steinberger

- GitHub 网页计数在达到 5,000 后便会封顶显示,而 OpenClaw 积压的真实工单一度超过 10,000 个。 - 借助 ClawSweeper 配合 `vision.md` 的规范匹配与自动化执行,累计自动关闭了约 15,000 个无意义或不合规的工单。 - 审查机制为动态循环:每周定期对所有打开的 Issue 重新执行 Codex 判定,只要主分支覆盖了相关改动,便自动标记关闭并同步结果至 Discord。

---

[08:27](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=507s) 跨平台数据捕获与极客式 Issue 快速分流器

随着项目声量日益壮大,Peter 引入了更多外部维护者(Maintainers)。但问题随之而来:部分维护者表现极为出色,而另一些人则在活跃了几天之后便杳无音信。由于初期授权过于宽松,Peter 很快对整个协作者网络的动态失去了宏观把控。为了恢复透明度,他决定构建专属的维护者数据分析看板(Dashboard),并命名为 `reports.openclaw`(非公开系统)。在 Peter 的定义中,成为维护者绝不仅仅意味着提交代码;深度参与社区讨论同样是不可或缺的指标。因此,该系统打破了单一的代码仓库维度,将 Discord 讨论区的所有交互数据全部采集并整合在内。

为了拿到 Discord 的内部互动数据,Peter 遵循“当前时代任何技术障碍都只差一个 Prompt 的距离”的原则,顺手搓了一个爬虫工具将聊天记录全部抓取下来。他指出,在当今开发环境中,构建工具从来不是难事,持续维护工具才是真正的挑战。不过,Peter 在维护自己的工具链时,思维模式已经跳脱了“具体项目”的狭隘层次——他习惯直接进入顶级目录下的 Projects 文件夹,向 Codex 下达全局指令:“来进行分类归流(Triage)吧,帮我梳理出当前各个项目里最该处理的任务有哪些?”随后模型会自动汇总横跨多个项目的待处理清单。

```mermaid flowchart LR accTitle: Maintainer Oversight and Issue Triage Dashboard accDescr: 跨 GitHub 与 Discord 的数据采集流,配合 Issue 浏览器实现高效率人工抽检。

subgraph DataSources["多源数据接入"] GH["GitHub 仓库<br/>(PR / Issues / Commits)"] DC["Discord 社区<br/>(爬虫拉取日常讨论)"] end

subgraph CentralEngine["中央汇总与分流"] DB["维护者监控看板<br/>reports.openclaw"] CLI["本地 Projects 级<br/>Codex 自动化 Triage"] end

subgraph UserAction["人机协同决策"] IB["自研 Issue 浏览器<br/>(智能正则与格式解析)"] Decision{"人工一键决策"} AutoRun["交由智能体全自动编码 (80%)"] Manual["人类介入复杂焦点核心 (20%)"] end

GH --> DB DC --> DB GH --> CLI CLI --> IB IB --> Decision Decision --> AutoRun Decision --> Manual ```

尽管智能体整理出的任务清单非常准确,但由于社区上报内容千奇百怪,Peter 仍保留着审阅机制,不完全盲信智能体。但作为一名自嘲“懒惰”的工程师,逐个点击浏览器里的 URL 链接极为耗时且令人抓狂。为此,他顺手写了一个极简的 Issue 专用文本浏览器:只需在终端划词选中文本,工具就会自动解析并呈现对应内容。由于各类大模型(Peter 戏称为“Clankers”)输出文本格式五花八门,这个小工具在日常使用中不断迭代,至今已经能够强兼容几乎所有格式的文本片段。

在日常交互中,借助前述 `vision.md` 的规范锚定,智能体的判断准确率已经极高。Peter 通常只需扫一眼并在列表中勾选:“处理这 8 项,剩下这 2 项先别动”。这剩下的两项往往是需要人类深度思考或消耗大量复杂上下文的关键设计。Peter 总结称,与智能体协作的核心心法在于:最大限度解放智能体的自主性,无论让它们跑多久都没关系;而开发者则必须极其克制、精准地支配自己的专注时间,将自己牢牢卡在最重要的核心决策回路之中。随后,在演示待办任务时,屏幕上闪过一项“gmail draft create”的功能需求,Peter 由此顺势引出了另一款他因不满现有生态而自研的工具 Gorg——起因仅是他厌烦了 Google 缺乏好用的 CLI 工具,而官方 Codex 的 Gmail 与 Google Calendar 插件又仅支持单一账号绑定,无法满足他让智能体全权接管多个 Google 账号的需求。

> “在当今这个时代,任何问题都仅仅只隔着一个提示词(Prompt)的距离。造出这个东西从来不是难事,维护这个东西才是真正困难的。” —— Peter Steinberger

- 维护者全景看板不仅统计 GitHub 的提交和代码行数,更深度融合了爬取的 Discord 社区活跃度与讨论频率。 - 自制轻量化 Issue 浏览器,内置对各类大语言模型生成的繁杂文本排版的解析能力,以“文本划选”代替频繁的“网页跳转”。 - 效能分配哲学:智能体负责 80% 可自主解决的代码编写,人类仅将有限的精力聚焦在需要核心把关的 20% 边缘案例上。 - 由于不满 Google 官方缺失命令行接口(CLI)且现有 Codex 插件仅限单一账号,Peter 随手开发了 Gorg 命令行工具以赋能智能体跨多账号操作。

[12:33](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=753s) 掌控全栈:Codex 的端到端自动化与 Discord 爬虫系统

当开发者掌控了整个技术栈时,Agent 的能力便能得到彻底释放。Peter Steinberger 解释道,只要自己拥有全栈的控制权,Agent 就同样拥有全栈控制权,一旦出现缺失或报错,它便能自我修复,这种感觉就像“你拥有了整个宇宙,一切皆可修复”。以 Codex 为例,它不仅能够编写代码实现功能,还能进行端到端验证——通过在 GOG 等平台上配置的演示账号,Codex 可以完整测试整个功能。维护者几乎不需要做任何繁重的手动操作,只需审阅并确认“同意”,就能极具信心地将功能发布出去,因为背后已经有完整的端到端测试兜底。

随着开源项目规模急剧扩大,面对成千上万个 open issues,维护者最头疼的痛点往往是“我到底应该先做哪件事”。为了解决这个优先级难题,Peter 为维护者报告构建了一套爬虫机制,并将其接入 Codex。这套系统会遍历所有讨论频道,维护者可以直接询问它:社区里大家在哪些问题上抱怨得最凶?哪些讨论与现有的 Issue 和 PR 高度相关?从而筛选出当前最应该优先解决的前五个任务。系统还会将这些问题与项目的愿景文档进行比对,挑出那些能够自主闭环处理的任务,放手让 Agent 在后台并行跑上几个小时。

```mermaid flowchart TD accTitle: Discord 讨论与 GitHub Issue 自动化分析分发流程 accDescr: 展示从 Discord 数据抓取、GitHub 序列化备份,到 Codex 分析筛选与并行执行的闭环

subgraph DataCollection["数据收集与中继"] D["Discord 社区讨论"] -->|"Multi Bot 抓取"| C["爬虫解析引擎"] C -->|"序列化数据库"| GH["GitHub 仓库 (开源公共中继/备份)"] end

subgraph AnalysisExecution["Codex 分析与执行"] GH -->|"拉取上下文"| CX["Codex Agent"] VD["愿景文档 (Vision Doc)"] --> CX CX -->|"交叉对比分析"| P["筛选 Top 5 最痛点任务"] P -->|"派发可自主完成的工作"| W["后台并行自动化开发 & 跑测"] end ```

这种高度自动化的核心在于维持对系统的全局掌控:维护者能清楚地看出哪些 Issue 看起来问题不大,哪些则错综复杂、必须人工深入介入。随后,其他维护者也希望能使用这套爬虫数据,但 Discord 本身缺乏现成的公共数据获取接口。Peter 最初通过群里的 Multi 机器人获取数据,但为了避免把自己的机器人 Token 分发给所有人造成安全风险,他采用了最简单的备份与分发方案——直接将 Discord 数据序列化后同步到 GitHub 仓库。这样一来,其他维护者哪怕没有 Bot Token,也能直接把 GitHub 当作替代数据服务器使用。

- Peter Steinberger 总结掌控全局时的自动化体验:“So it can just fix itself like so like you own the whole universe. Anything is fixable.” - 维护者筛选任务的标准包括:社区抱怨声量最大、与现有 Issue/PR 强关联、契合 Vision Document、且能由 Agent 独立闭环完成。 - 利用 GitHub 作为轻量级数据序列化仓库,既绕过了 Discord Bot Token 敏感凭证的分发风险,又为团队成员提供了开箱即用的公共数据中继。

---

[15:19](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=919s) Release Bar:开源维护者的发版看板与辅助工具哲学

在同时维护大量开源项目时,维持项目活跃度需要极大的心智负担。Peter 坦言自己一直渴望一个一目了然的仪表盘,能够明确提示:“究竟哪些项目现在需要我的关注?哪里的 PR 堆积最多?我是不是该发一个新版本了?”市面上缺少趁手的工具,他便随手做了一个名为 Release Bar 的看板。这个工具最核心的功能之一就是按“距离上次发布的自然日天数”进行排序与过滤。开源软件就像一座花园,必须持续修剪照料;如果长时间不打理,就会因为依赖库过时、上游系统环境变迁而慢慢“死掉”。有了这个看板,维护者就能精准捕捉到哪些项目需要打理、何时该推进发版。

针对这些外围辅助工具,Peter 分享了一种极其务实的开发哲学:用来辅助构建核心产品的外围工具(tools to build the thing),本身并不是系统级关键(not system critical)的基础设施。因此,他在做这些小工具时心态非常放松,甚至完全不看 Agent 生成的代码细节。这与 OpenClaw 核心代码的审查标准截然不同——对于数百万人运行的核心产品,他审查代码的严谨程度远超外界想象;但对于这些辅助脚本,完全可以采用“氛围编码”(vibe coding)的方式快速产出。如果工具实用,就继续迭代;如果行不通,直接废弃也没有任何心智与时间成本。

- Peter 强调开源代码必须持续维护的残酷现实:“Whenever I do like my little fixes and software, if you don't constantly garden your software, it's dead because dependencies, everything needs updating.” - 区分核心产品与辅助工具的代码审查边界:核心业务代码严防死守,辅助小工具则放手让 Agent 自由发挥,不占用宝贵的人工 Review 精力。

---

[17:01](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=1021s) Octopus:打破 GitHub API 速率限制的代理 Shim

随着 Peter 让 Agent 越来越多地并行处理任务,另一个棘手的现实问题浮出水面:GitHub API 速率限制(Rate Limits)。由于项目积累了海量 Issue,每当让 Agent 去全库搜寻关联 Issue 时,API 配额很快就会见底。Peter 调侃道,虽然自己在 GitHub 有关系不错的好友,对方甚至愿意人肉每小时帮他点一次后台按钮重置 Peter 的速率上限,但人类毕竟需要睡觉,不是永动机般的“铁疙瘩”(clankers)。一旦到了凌晨深更半夜写代码,对方不在电脑前,就没办法求助重置了。

```mermaid flowchart LR accTitle: Octopus GitHub API 速率路由与分流机制 accDescr: 展示只读公共请求通过 GitHub App 获取 15k 配额,变更操作回退个人 Token 的过程

Agent["Agent / 本地工作流"] -->|"请求 GitHub API"| Oct["Octopus (Cloudflare Worker Shim)"]

Oct -->|"公开仓库 / 非修改性只读操作"| AppAuth["GitHub App 凭据<br/>(15,000 req/hr)"] Oct -->|"写操作 / 状态变更 / 私有操作"| UserAuth["个人 API Token<br/>(5,000 req/hr)"]

AppAuth --> GHAPI["GitHub 官方 API"] UserAuth --> GHAPI ```

面对这种摩擦,Peter 信奉“被激怒往往是解决问题最好的驱动力”,于是他开发了名为 Octopus 的工具。其背后的原理极为清晰:个人账号每小时只有 5,000 次 API 调用限额,但如果安装一个 GitHub App,该 App 能获得高达 15,000 次/小时的配额。他在 Cloudflare 上搭建了一个 Shim 代理拦截 GitHub 请求(gg):只要是针对公共仓库的非修改性只读(non-mutating read-only)操作,流量就会走 GitHub App 并消耗这 15,000 次的独立配额;只有当遇到写操作、状态变更或不符合只读匹配的请求时,才会回退使用个人 Token。借助当前高水平的大模型与 Browser-Use 工具,整个 Cloudflare 的配置与实现几乎全由 Agent 自行搞定,开发者只需在最终检查一下安全策略即可。

- Peter 谈到解决自动化瓶颈的心理动力:“I find being annoyed is the very best way to solve problems.” - 核心策略:利用个人 Token(5,000 次/小时)与 GitHub App Token(15,000 次/小时)的权限规则分离,在中间层实现只读与写请求的智能分流。 - 自动化基础设施带来的复利效应:只要感到流程卡顿或痛苦,就立刻做工具消除它,这种微小工具的持续积累会反哺整个团队的研发吞吐率。

---

[20:04](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=1204s) Crab Box:从黑匠(Blacksmith)测试痛点到跨平台云端隔离环境

当同时并发运行十几个甚至更多编码会话时,项目代码量和功能急剧膨胀,随之而来的测试套件逐渐演变成巨大的折磨。测试耗时从最初的 10 秒、30 秒,一路蔓延到 1 分钟、2 分钟甚至 5 分钟。Peter 曾尝试在自己的高配 Mac Studio 上进行极端优化,将执行时间压回 1 分钟,但团队其他人立刻抱怨连连,因为大家手头的电脑没有 40 个核心,跑测试时发热严重到“电脑几乎要融化”。彼时创业团队 Blacksmith 推出了名为 Testbox 的概念,主打将重度消耗 CPU 的测试隔离到云端临时沙盒运行。然而这项新技术非常初期,每天至少宕机两小时,而当时团队对其依赖已极深,一旦云端服务宕机,CI 和测试全部卡死,两个小时内所有人什么活都干不了。

为了打破对单一不稳定服务的依赖,Peter 遵循命名习惯(甲壳类命名法)打造了名为 Crab Box 的工具。它的核心机制是在云端即时拉起一台轻量计算实例,将本地修改同步进去,测试套件在预先拉好代码的远端环境中并发执行。更重要的是,Crab Box 实现了多云容灾回退:主云服务商一旦不可用,它会自动平滑切换到 AWS 或 Azure。社区很快对这个工具产生了巨大热情并持续贡献 PR,如今已扩展支持了多达 20 家云服务提供商。

不仅如此,Crab Box 顺带解决了长期困扰开发者的跨平台兼容性陷阱。在 Node.js 环境下虽然号称跨平台,但现实中经常会出现诸如 Windows 平台上特有的 `EPERM` 权限报错,Peter 感慨“跨平台就是个谎言”(cross-platform is a lie)。以往由于懒得开本地 Windows 电脑、配置本地虚拟机或者在凌晨三点疲惫不堪地折腾环境同步,开发者往往选择将就甚至推送低质量补丁(slop)。为解决这个问题,Peter 给 Crab Box 增加了全自动跨平台矩阵支持:当遇到棘手问题时,直接吩咐 Agent“在所有操作系统上测试”,Agent 便会并行拉起三台、甚至针对特定 Red Hat Linux 环境拉起四台机器同时跑测,极大地拉升了交付代码的确定性。而面对某些特定于“Windows 平台某款浏览器”的前端 UI 渲染 Bug,团队进一步把 VNC 远程桌面集成到了 Crab Box 容器中,让 Agent 和维护者能够直接接管带图形界面的云端环境进行调试。

- Peter 指出跨平台开发在真实场景中的尴尬现实:“node and it should be cross-platform, there's like always little weird details where cross-platform is a lie.” - 面对繁琐环境配置时人类的真实心理与偷懒哲学:“You know, you have to fight friction like, like ultimately we are being lazy is good. So I noticed that I'm, I'm pushing slop because I'm too lazy to come up with a good testing system.” - Crab Box 的演进路径:单云容灾切换(支持 20+ 提供商) $\rightarrow$ 跨平台操作系统矩阵并行验证(Windows / Linux / Red Hat 等) $\rightarrow$ 集成 VNC 远程桌面以支持完整 UI 交互级 Bug 复现。

[24:48](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=1488s) CrabBox 自动化 UI 控制与 Mantis 视觉验证系统

在实现 VNC 环境自动拉起完整的浏览器、终端和 Telegram 客户端以重现 Issue 之后,Peter Steinberger 依然感到不满,因为作为开发者他仍然需要手动在界面上点击操作。他打趣道:“懒惰是件好事(laziness is good)。”既然现在的模型具备极佳的计算机视觉能力,为什么不能让 AI Agent(他亲昵地称之为“Clanker”)自己动手?于是团队为沙盒系统 CrabBox 增加了截图、点击和输入的工具,使 Agent 能够通过自动化手段直接操控图形界面。然而这还不够理想,因为开发者并不想实时盯着 Agent 的操作过程,而只希望直接看到结果视频。

为此,他们构建了名为 Mantis 的全新系统。现在,当遇到一个 Issue 时,Peter 只需呼叫 Klaus(代码修复 Agent)生成 Pull Request,随后在 PR 中 @ Mantis。Mantis 会自动启动沙箱容器,分别录制 Bug 发生的视频与修复后的验证视频,并由模型自身审阅视频进行视觉对比校验。整个流程让代码审查变成了极其轻松的体验,正如 Peter Steinberger 所总结的:“我所要做的基本上就是看一下视频,然后按下 Merge 键。而这一切都是基于我感到被烦透了而构建出来的。”

```mermaid flowchart LR accTitle: Mantis 自动化视觉验证与代码修复工作流 accDescr: 展示从收到 Issue 到 AI 修复、沙盒界面自动化测试并生成前后对比视频供人工合并的完整流程。 subgraph S1["代码修复阶段"] A["GitHub Issue"] --> B["Klaus Agent<br/>(生成修复 PR)"] end subgraph S2["Mantis 验证阶段"] B --> C["Mantis Agent<br/>(启动 CrabBox)"] C --> D["UI 自动化操控<br/>(截图/点击/输入)"] D --> E["生成 Bug 与 Fix 录屏<br/>(视觉模型比对验证)"] end subgraph S3["人工审查阶段"] E --> F["开发者审阅视频<br/>一键点击 Merge"] end ```

[26:29](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=1589s) Auto Review:多轮自我审查与 Agent 上下文管理

在使用 Codex 编写代码时,开发者常常会输入 `/review` 命令进行审查。Codex 往往能找出三个合情合理的 Bug,可当花费十几分钟修复并重新测试后再跑审查,模型又会因为单次无法输出所有问题而报告两处新问题。Peter 讲述了他此前为开源项目添加 LINE 应用支持时的惨痛经历:为了满足某个热心用户的需求,他整整一天重复了十多次“审查-修复-再审查”的死循环。他感叹道:“我觉得我自己反倒成了一个机器人(I feel like I'm the clanker)。”

为了彻底摆脱人工审查循环,他开发了 Auto Review。最初他以为需要修改开源的 Codex 代码或编写复杂的 Hook,后来发现随着近四五个月 Agent 遵循指令能力的极大提升,只需在 `agents.md` 文件中增加一条简单规则:“在提交代码或合并 PR 之前,如果尚未执行 Auto Review,必须运行 Auto Review。”由于同一个上下文无法做到真正的“换一双客观的眼睛审视代码”,系统巧妙地让当前的 CLI Agent 直接拉起全新的子进程来调用自身,从而在干净的上下文中进行交叉审查。尽管早期曾出现过“Codex 调用 Codex 再递归调用 Codex”的死循环 Bug,但修复后这套机制变得异常可靠,能够全自动执行多轮代码审查。

- **显式定义系统不变量(Invariants)**:Agent 在审查中常会提出荒谬的极端边界情况,例如假设用户会在服务运行时随机篡改插件文件,从而写出极其臃肿多余的防御性代码。开发者必须在 Agent 说明文件中明确指出哪些运行条件是有效的、哪些是不可能发生的假设。 - **让 Agent 编写 Agent 文档**:不要亲自撰写给 Agent 的指导规范,“你不知道怎么以机器人与机器人交流的方式去写(You don't know how to write to the client in a way that Clanker writes to a clanker)”。正确做法是告诉 Agent 你的目标,让它用自己的语言生成说明。 - **定期进入“元模式(Meta Mode)”清理文档**:定期询问 Agent 指令文件中是否存在任何语义冲突或含糊不清之处。清理这些混乱不仅能提升最终输出质量,还能避免在每次会话中白白浪费大量 Token。 - Peter 极力推荐的两个核心工程实践:“如果你只能从这场演讲中带走两个想法,去试试 Auto Review 和 CrabBox 吧。”

[31:46](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=1906s) PR 提示词追踪:区分“低质垃圾”与“优质代码”

代码生成 Agent 的普及带来了一个严重问题:一个只有一句话的极简 Prompt 可能会直接生成长达十页的代码,而仓库维护者根本无法分辨提交者究竟是进行了深入探讨还是随手敷衍。最初 Peter 在贡献指南中要求提交者附上提示词,但由于人类天生的惰性,几乎没有人会照做。最终他在 OpenClaw 中内置了一项自动化技能:当用户准备向 OpenClaw 提交 Pull Request 时,本地的 Agent 会主动询问用户是否愿意共享经过脱敏过滤后的会话记录,并承诺附带会话的 PR 将获得更快速的审查。

一旦用户确认,Agent 会在本地磁盘上检索自身的转录日志(Transcript),自动提取核心交互片段并附加在 PR 中。这为维护者提供了极其关键的评估数据,让审查者一眼看透工作量背后的真实成分。Peter 形象地比喻道,这种透明度“对于分辨哪些是彻头彻尾的垃圾代码(Total Slop),哪些是质量过硬的可用代码(Kind of Good Slop)极为有用”。这引发了他对当前 AI 工程现状的深刻哲学反思:“很多时候,我们不再受到智力的限制。现在的模型已经足够优秀了。我们唯一的局限就是我们自己的想象力(Oftentimes we're not limited anymore by intelligence. The models are good enough now. Everything that we are limited of is our own imagination)。”

[34:02](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=2042s) ClawPatch 拆分审查与 CrabFleet 多人协同环境

在 Auto Review 取得显著效果后,Peter 意识到以往未经严格审查就合入主干的代码潜藏着巨大的技术债务。即使强如 GPT-5 这样顶尖的模型,在面对复杂的大型代码库时依然容易犯错(boo boos),很多棘手的隐蔽问题只有在经历多轮迭代审查后才会暴露出来。然而,对于拥有数百万行代码的大型项目,根本无法直接运行 `/review`,因为这会严重超出模型的上下文窗口并导致注意力涣散。

遵循“被激怒就写新工具”的一贯风格,Peter 构建了 ClawPatch。该工具将庞大的代码库切分成大约 50 个按功能或模块隔离的子集,分发给独立的 Agent 实例对各个小切片进行深度审查。尽管这在覆盖率上尚未达到逐个 PR 增量审查那般极致,但对于历史代码库的排毒清理已经展现出惊人的效果。

在此基础上,他又注意到了团队日常协作中的一个滑稽痛点:当他向同事咨询技术问题时,同事往往只是充当“传声筒”——把聊天软件里的文字复制给身边的编码 Agent,再把 Agent 的回答复制回聊天窗口。Peter 吐槽道:“你只是个中间人,我想直接和你的机器人对话。”为了消除这种低效的信息中转,他打造了 CrabFleet。既然沙盒环境 CrabBox 已经能够完美运行自动化测试,自然也能直接在容器内托管 Codex。CrabFleet 将单机编码环境转变为“多人在线协作版 Codex(Multiplayer Codex)”,开发者只需向队友发送一个链接,即可让多位开发者和 Agent 共享同一套上下文和调试终端。

[37:02](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=2222s) 自研聊天工具 ClickClock 与“烦躁驱动自动化”哲学

Peter Steinberger 介绍了他们团队内部构建的一整套协同体系。团队成员不仅可以直接查看他人的会话、与会话交互,甚至能直接接管别人的工作会话,他戏称这种体验就像“多人联机敲代码(multiplayer clanking)”。更夸张的是,他们团队甚至“重新造了一个 Slack”。起因是系统中存在大量跨模型的消息通信通道,维护者经常需要进行端到端测试;由于很多复杂的 API 特性很难仅凭代码理解,他们非常希望能在 UI 界面中直观看到效果。

然而,当 Peter 尝试用自动化脚本在沙箱里跑测试时,却频繁遭遇拦截。各种商业平台对自动化极不友好:只要在无头环境中拉起一个 Linux 沙箱且没有真实用户登录,就会立刻弹出 Cloudflare 人机验证(CAPTCHA),“感觉就像有人在尝试黑进他们的系统”。为了拥有一个完全受控的真实端到端测试环境,团队干脆自己动手写了一套消息平台。这个项目后来有点“做失控了”,演变成了一个真正可用的备用内部聊天系统——“ClickClock”,只要主流团队协作工具出故障,他们就会切到 ClickClock 上继续工作。

Peter 强调,构建这一整套工具链的核心驱动力其实非常简单:倾听自己的身体信号。只要感到厌烦,那就是最强烈的自动化契机。一旦将痛点自动化,所有微小工具就会产生复利效应。无论是数据抓取器 Discrawl、沙箱 CrabBox 还是批量集群管理工具 CrabFleet,这些名字古怪的小工具紧密联动,让一支规模极小的精干团队得以稳定维护极其庞大的代码库。

“Annoyance is an amazing signal for we can automate this.” —— Peter Steinberger

- **自研聊天系统 ClickClock**:最初仅用于规避 Cloudflare 验证以进行端到端 UI 测试,后演化为团队关键备用通讯软件。 - **工具生态复利效应**:自动化工具形成依赖联动(如利用 Discrawl 生成维护报告,依靠 CrabBox 支持 CrabFleet 集群运作)。

```mermaid flowchart TD accTitle: 工具自动化演进与复利闭环 accDescr: 展示从遭遇痛点到开发工具,再到工具沉淀与复利的闭环流程。

subgraph Trigger["触发与痛点"] A["人工操作产生厌烦与阻碍"] --> B["自动化测试遇阻 (如 Cloudflare CAPTCHA)"] end

subgraph Building["工具孵化"] B --> C["构建受控的微型工具 (如 ClickClock/CrabBox)"] end

subgraph Compounding["生态复利"] C --> D["各小工具相互调用协同"] D --> E["极小团队支撑海量代码库"] E -->|发现新痛点| A end ```

---

[39:51](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=2391s) Q&A:工具依赖陷阱、模式匹配与实时转录编程

在问答环节,有现场观众提出疑问:当团队构建了如此庞大的内部工具生态并逐渐趋向于“企业化”时,工具之间的依赖关系是否反过来限制了创新的手脚?Peter 明确表示目前完全没有发生这种情况。这些工具并不是沉重的强依赖,而是互相带来速度提升。在借助 Agent 开发时,只要在一个工具里解决过某个模式,就可以直接告诉 Agent“参考那里的实现”,模型在模式匹配(Pattern matching)方面的能力极其出色,开发效率只会成倍叠加。

Peter 举了 GitHub Token 认证工具的演进过程作为例子:第一版工具直接跑在他的本机上,与 GitHub App 集成起来体验极差。于是他决定重构,直接向 Agent 下达指令:“删掉这里的旧特性,按新构思重构,并把那个工具里的这部分代码搬过来”。由于代码库与 Git 提交历史本身提供了充分的上下文,开发者甚至完全省去了冗长的 Prompt 编写过程。

更进一步,团队现在经常利用实时音频来驱动开发。在团队语音讨论技术方案时,Peter 只需按下一个按钮让 Codex 接入监听。即使交谈过程中夹杂着各种闲聊和冷笑话,模型也能敏锐区分出哪些是调侃、哪些是核心需求,在大家一边讨论的同时,Agent 就已经在后台把代码写出来了。

“When you work with agents, if you've solved something once, you can just tell the agent, look there, I already solved this there. They are really good at pattern matching.” —— Peter Steinberger

- **模式复用代替详写 Prompt**:利用既有代码与 Git 历史作为上下文,让 Agent 直接抓取已有方案迁移至新模块。 - **实时会话监听式编程**:将语音讨论接入模型后台,由 Agent 过滤杂音与玩笑,自主提取需求并同步生成代码原型。

---

[42:14](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=2534s) Q&A:石器时代车轮隐喻与无包袱的“垃圾代码”哲学

现场一位名叫 Divya 的解决方案工程师提出了困惑:在日常事务堆积如山的情况下,尽管自研 Agent 工具听起来非常美妙,但日常工作节奏让人根本挤不出时间来“磨刀”。Peter 用石器时代的经典漫画打了个生动的比方:一群人正满头大汗地推着装有“方形轮子”的手推车,旁边有人送来“圆形轮子”,推车的人却连连摆手说“我们太忙了,没时间换”。

针对这一痛点,Peter 给出的关键建议是:打破完美主义,微型工具完全可以是“粗制滥造的产物(massive slop)”。开发者根本不需要纠结代码规范或技术选型,可以直接把出错会话丢给模型:“看看刚才这段痛苦的操作,写个小工具帮我减轻这个痛点”。

Peter 自嘲说,他写这些辅助小工具时经常用 Go 语言,但他本人甚至不喜欢 Go 语言;仅仅因为 Agent 写 Go 语言的速度极快、成功率极高,这就足够了。他建议大家在屏幕角落留一个小窗口做实验,不仅能找回编程的乐趣,而且这些随手写就的粗糙脚本,最终会产生不可估量的复合价值。

“So the beauty is all these tools, they can be massive slop. It's like you can literally, you can really tell your cortex, hey, look at this session and see the pain that I had to do. Build me a tool that reduces the pain.” —— Peter Steinberger

- **方形车轮困局**:因眼前忙碌而拒绝花时间构建提效工具,只会深陷效率低下的死循环。 - **不拘泥于技术选型**:工具本身无需经过精细架构设计或严苛审查,选择 Agent 最擅长生成的语言(如 Go),快速产出并投入使用即可。

## Notable quotes > [03:26](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=206s) 随时任何时候你构建软件,你的职责都不再是琢磨如何让自己写软件更快。实际上你的职责应当是:我能做什么来帮助我的智能体更快地构建软件,甚至更进一步——这完全关乎于闭环。 — Peter Steinberger

> [08:27](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=507s) 在当今这个时代,任何问题都仅仅只隔着一个提示词(Prompt)的距离。造出这个东西从来不是难事,维护这个东西才是真正困难的。 — Peter Steinberger

> [34:02](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=2042s) Oftentimes we're not limited anymore by intelligence. The models are good enough now. Everything that we are limited of is our own imagination. — Peter Steinberger

> [39:19](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=2359s) Annoyance is an amazing signal for we can automate this. — Peter Steinberger

> [40:20](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=2420s) When you work with agents, if you've solved something once, you can just tell the agent, look there, I already solved this there. They are really good at pattern matching. — Peter Steinberger

## Mentioned OpenClaw, Peter Steinberger, GitHub, Discord, OpenAI Codex, ClawSweeper, CodeRabbit, Gorg, CrabBox, Blacksmith, Mantis, ClawPatch, CrabFleet, ClickClock, Cloudflare, AWS, Azure, Node.js

## Video description The way software is built is changing rapidly. Learn how we build a whole ecosystem of tools to build OpenClaw faster and with more confidence.

Seating for this session is first-come, first-served. Add it to your schedule to plan your day and arrive early to secure a spot.

To learn more, please check out these resources: * https://aka.ms/build26-next-steps

𝗦𝗽𝗲𝗮𝗸𝗲𝗿𝘀: * Peter Steinberger

𝗦𝗲𝘀𝘀𝗶𝗼𝗻 𝗜𝗻𝗳𝗼𝗿𝗺𝗮𝘁𝗶𝗼𝗻: This is one of many sessions from the Microsoft Build 2026 event. View even more sessions on-demand and learn about Microsoft Build at https://build.microsoft.com

BRK245 | English (US) | Agents & apps

Breakout | (200) Intermediate

#MSBuild

Chapters: 0:00 - Scaling Automation to Regularly Review and Resolve Issues 00:08:27 - Building Maintainer Dashboards Integrating GitHub and Discord Data 00:13:09 - Creating crawl system for open source issue management 00:14:22 - Distributing Discord crawl data via GitHub for maintainers 00:15:19 - Developing Release Bar dashboard for open source maintenance 00:22:56 - Expansion to cross-platform testing to handle OS-specific bugs 00:24:37 - Addition of VNC integration for full UI bug reproduction and remote debugging 00:33:37 - AI models no longer limited by intelligence but imagination 00:39:26 - Q&A: Balancing ecosystem dependencies and agent interoperability

[Source](https://www.youtube.com/watch?v=o5IQMijn-Ks)

中文简报

Steinberger借自定义智能体工具实现OpenClaw自动化开发 软件工程必须从手动编写代码转向构建一次性基础设施与反馈循环,使自主智能体能够端到端验证、修复并交付软件。 Peter Steinberger提出了一种软件开发范式转变,认为工程师不应再优化自身的编码速度,而应设计反馈循环,赋能自主编码智能体完成端到端工作。面对OpenClaw上数以万计的GitHub议题(issues)和拉取请求(PR),Steinberger构建了一套相互依存的一次性内部工具链——例如利用Codex进行持续议题分类分流的ClawSweeper、用于突破API速率限制的Octopus、用于跨平台云虚拟化的CrabBox,以及用于自动化视频缺陷验证的Mantis。在整个演讲中,他展示了如何将开发者个人的困扰作为自动化信号,从而让一个小团队能够构建复利型工具链、开展全代码库审计,并突破传统运维瓶颈。 Peter Steinberger认为软件工程已发生倒置:开发者应停止优化个人的编码速度,转而构建工具、反馈循环和验证环境,使AI智能体能够端到端自主运行。 (0:06) OpenClaw利用ClawSweeper处理了超过10,000项的积压议题;该自动化分流系统在GitHub Actions上运行OpenAI Codex,依据核心vision.md文件对议题进行评估,并关闭了约15,000个议题。 (3:02) 为突破多智能体全量扫描期间个人GitHub API每小时5,000次请求的上限,Steinberger部署了Octopus这一Cloudflare Worker垫片,将读取流量路由至每小时15,000次请求的GitHub App,同时将个人令牌保留用于写入/变更操作。 (17:09) 视觉与跨平台验证通过CrabBox和Mantis得以解决;它们能在多个操作系统间启动远程云环境,通过VNC录制修复前后的视频证据,让智能体在合并PR前以视觉方式确认修复结果。 (24:48)

精炼阅读摘要

Peter Steinberger 提出在 AI 编程代理快速演进的背景下,软件工程师的核心职责不再是追求自身写代码的速度,而是为代理构建辅助基础设施与反馈闭环;以自身痛点为驱动生成的“一次性”内部工具链,能帮助极少数维护者应对海量开源仓库的治理与多平台验证压力。 转变工程思维:帮助代理实现端到端闭环 (0:06) Steinberger 认为编码代理在最近几个月内才真正展现出实用价值,这种范式转变正使传统开发模式逐步过时。他澄清媒体关于自己此前经历 43 次失败项目的传闻,指出这些项目实为针对自身流程开发的内部工具,目的是消除代理在自主作业中的摩擦阻力。他强调工程范式必须彻底倒置:开发者应聚焦于如何赋能代理独立完成任务,而非让人类自己写代码更快。 以构建 SaaS 产品的经历为例,最初代理写出代码后,开发者必须在浏览器中手动校验 UI、寻找错误并反复交互提示;直到让代理具备截屏并直接审查视觉渲染结果的能力后,才真正消除了低效的人工介入。通过为代理搭建具备自主修复能力的闭环反馈机制,开发者的职责逐步转变为从整体环境层级掌控流程,将精力集中在最终成果的审批上。 重塑工单分流:以规则文档应对 AI 垃圾洪流 (3:02) 在开源项目 OpenClaw 热度骤增后,GitHub 工单库在突破 5000 阈值后停止公开递增计数,实际积压条目超过 10000 篇。面对大量用户与外部自动化脚本提交的低质量内容,Steinberger 主张适应技术潮流而非抵触,并将 Pull Request 重新定义为本质相同的“Prompt Request”。他指出审查外部 PR 往往迫使自身代理去解析和重写第三方代码,其耗时远超让代理直接基于 Issue 描述生成全新修复方案。 为此他开发了运行于 GitHub Actions 的自动化分流工具 ClawSweeper。该工具基于 OpenAI Codex 运行,将仓库核心规则文件 vision.md 注入代理提示词,明确界定项目接受与拒绝的功能边界。ClawSweeper 在“无限 Token”假设下,通过单次及每周定期全库扫描,自动核对最新 main 分支提交并关停了约 15000 个冗余或已解决的工单,更进一步通过 Discord 发送清理通知,将维护者从繁重的分流负担中解放出来。 破除界面摩擦:数据聚合与轻量级代理工具 (8:30) 为了对散落的社区反馈与贡献者状态进行精细治理,Steinberger 搭建了一套聚合 GitHub 提交与 Discord 讨论记录的维护者面板。针对 Discord 缺乏便捷导出机制且共享特权 Bot Token 存在安全风险的问题,他让爬虫将聊天数据库持续序列化为文本备份存入私有 GitHub 仓库,使其他维护者无需管理复杂凭证即可直接拉取结构化数据进行 Codex 查询。 由于在多个浏览器标签页之间反复跳转审查会严重拖累决策节奏,加之各类模型输出的 Markdown 格式极不规范,Steinberger 构建了专用的轻量 Web 工单浏览器,可对混乱文本直接解析并快速做出采纳决策。此外,针对 GitHub API 个人令牌每小时 5000 次请求的严格限制,他构建了名为 Octopus 的 Cloudflare Worker 代理中间件,将无修改风险的只读请求重定向至额度为每小时 15000 次的 GitHub App,变相突破调用上限,确保多个代理进程并发顺畅。 云端沙盒验证:视屏双录与跨平台自动化测试 (20:00) 随着代码库规模膨胀,本地测试套件的耗时激增并导致开发者硬件过载。Steinberger 构建了名为 Crab Box 的基础设施抽象层,可在 AWS 和 Azure 等 20 多个云供应商之间弹性创建隔离虚拟机,分流 CPU 密集型任务,并能并发在 Windows 与各类 Linux 发行版上执行矩阵测试。通过在虚拟机中内置 VNC 访问能力与计算机视觉交互工具,代理可以像人类一样在图形界面上点击、键入并捕捉重现错误。 为了避免实时紧盯代理操作的枯燥等待,他进一步构建了 Mantis 验证流。在代理生成代码补丁时,Mantis 会自动启动容器并分别录制修复前的 Bug 重现视频与修复后的正常运行视频,随后由模型自主判定画面确认缺陷已排除。这种基于直观影像证据的闭环,让维护者能够在几秒内快速核准并一键合并 Pull Request。 内部工具的复合效应:以痛点驱动“随意编码” (37:02) 在代码审查与协作场景中,Steinberger 通过 auto-review 规则让每次提交触发完全隔离上下文的子代理进行多轮自查,并借助 ClawPatch 将百万行代码库切分为约 50 个功能切片以规避上下文溢出。在面对第三方即时通讯平台对无头 Linux 容器频繁施加的验证码和封锁时,团队索性开发了一套名为 ClickClack 的自研聊天系统来承载端到端测试,并意外作为备用协作信道使用。 Steinberger 的核心开发哲学在于“将日常烦躁视为自动化的最佳信号”。他强调内部工具无需遵循严苛的软件工程架构、代码审查或语言偏好,哪怕是由代理生成的劣质代码(slop),只要能消除当前摩擦就能带来巨大价值。由于现代大模型具备出色的代码上下文模式匹配能力,先前解决的逻辑与脚本可被模型迅速提炼并复用于下一套工具,形成相互支撑、指数级放大人力杠杆的复合工具链。 Peter Steinberger 描绘了一种以 AI 代理为核心的激进软件生产模型,强调开发者应当以自身体验中的摩擦与烦躁为线索,低成本生成一次性内部工具来打通自动化验证闭环。然而,该实践目前高度依赖大模型对特定仓库规范文件的遵循程度,且涉及对海量 Token 的持续消耗与自研基础设施的长期维护,这种高容忍度、重工具链的维护哲学能否被规范化企业团队普适接纳仍有待观察。

Detailed notes — zh

## Background 该视频由 YouTube 频道 Microsoft Developer 于 2026 年 6 月 4 日发布,内容为 Microsoft Build 2026 大会的 BRK245 分论坛分享。演讲由 OpenClaw 维护者 Peter Steinberger 主讲,视频简介指出软件构建方式正在经历剧烈变革,本场演讲重点分享他们如何搭建一整套工具生态,以更快、更有信心地开发 OpenClaw 并应对维护挑战。 ## TL;DR Peter Steinberger 颠覆了传统软件工程理念,提出开发者的核心使命已转变为“制造能够辅助智能体构建软件的工具”,并通过闭环机制释放编码智能体的最大潜能。面对 OpenClaw 社区爆发式的 Issue 洪流,他自研了 ClawSweeper 与 GitHub App 代理 Shim(Octopus),将 PR 重定义为 Prompt Request,并实现了基于项目愿景规范的自动化甄别与全量定期复查。此外,他还展示了跨平台沙盒 CrabBox、自动化视觉对比验证 Mantis、多轮独立上下文审阅 Auto Review 以及多人协作环境 CrabFleet 等微型工具链,主张以“烦躁感”作为自动化信号,用粗糙但极速见效的辅助脚本产生复利效应,让极小规模团队能够稳定驾驭超大规模代码库。 ## Atmosphere & style 整场演讲呈现出一种反传统、极具黑客精神且务实幽默的技术极客氛围。Peter Steinberger 登台即打破企业级技术分享的陈规,用轻快讽刺的口吻调侃开源维护中的“痛苦与折磨”,将开发痛点戏谑地归结为“烦躁驱动自动化”与“推方形轮子”的生动隐喻。现场节奏紧凑、干货极多,伴随着他对 AI 时代生产力范式转移的深刻哲学反思,让听众不仅能感受到动手消除工程摩擦的爽快感,更体会到一种从繁琐重复劳动中彻底解脱、重新找回编程乐趣的亢奋体验。 ## Bulletin - [00:06](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=6s) Peter Steinberger 提出软件工程的核心使命已从“如何让自己写代码更快”转变为“如何构建工具帮助编程 Agent 更快闭环”,外界所谓 43 次失败的项目实则是为 Agent 铺路的一系列内部提效脚手架。 - [03:33](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=213s) 开源项目的 Pull Request 本质上已演变为由 AI 生成的 Prompt Request,通过自研的 ClawSweeper 配合项目愿景规范文档(vision.md),团队自动化清理并关闭了约 15,000 个 GitHub Issue 与无效 PR。 - [20:04](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=1204s) 团队构建了全套甲壳类内部工具链(如 CrabBox 沙盒、Mantis 视觉验证、Auto Review 子进程互审、Octopus 配额分流代理等),用极简团队实现了对超大规模代码库的高确定性自愈式维护。 - [31:46](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=1906s) 大模型当下的瓶颈不再是智力而是人类开发者的想象力,“被激怒”是最好的自动化契机,用于提效的外围微型工具即便写成粗制滥造的脚本(slop)也能产生巨大的工程复利。 ## Key takeaways - [00:06](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=6s) 开发者的核心角色正在从亲自编写代码转向“制造‘制造工具’的工具”,只要日常排错或测试中出现重复的人工介入,就必须通过自动化将其交由 Agent 形成反馈闭环。 - [03:33](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=213s) 在海量 AI 垃圾代码(Slop)涌入开源社区的背景下,处理干净的 Issue 往往比重构 Claude 生成的低质 PR 消耗更少的算力与时间,传统 PR 本质上已退化为功能变更诉求的信号(Prompt Request)。 - [03:33](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=213s) ClawSweeper 工具将 GitHub Actions 与 Codex 结合,基于根目录下的愿景文件(vision.md)对工单进行自动化评估与关闭,并通过周期性全量重跑将主分支隐性解决的陈年 Bug 自动闭环。 - [08:27](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=507s) 为解决多协作者透明度缺失问题,自研看板打破单一仓库代码提交维度,利用爬虫深度整合 Discord 讨论区活跃度与真实痛点,并借助轻量 Issue 文本划词浏览器将人工介入压缩至关键的 20% 核心决策。 - [12:33](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=753s) 全栈控制权是 Agent 释放自我修复能力的基石;利用 GitHub 仓库作为轻量序列化存储层,可在不暴露敏感 Bot Token 的前提下,为团队安全分发爬取的社区讨论数据中继。 - [15:19](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=919s) 外围工具开发应与核心业务审查明确解耦:面向百万用户的核心产品严防死守,而针对辅助工具(如 Release Bar 发版看板)则放手让 Agent 氛围编码(vibe coding),行不通直接废弃亦无心智负担。 - [17:01](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=1021s) Octopus 代理工具利用 GitHub App(15,000 次/小时)与个人 Token(5,000 次/小时)的限额差异,通过 Cloudflare Worker 中间层对公共仓库只读与写操作分流,打破自动化并发面临的 API 速率限制。 - [20:04](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=1204s) 针对重度测试卡死机器与跨平台兼容性陷阱(如 Windows 的 EPERM 权限报错),自研 CrabBox 临时容器沙盒,实现多云自动容灾与跨操作系统矩阵并行验证,并接入 VNC 远程桌面实现复杂环境全真复现。 - [24:48](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=1488s) Mantis 视觉验证系统结合 CrabBox 的图形化操控工具,让修复 Agent 自动录制复现与修复后的前后界面对比视频,使代码审查简化为“看视频确认效果并一键 Merge”。 - [26:29](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=1589s) Auto Review 机制要求 Agent 在提交前启动全新子进程进行无上下文污染的独立审查,工程上需显式声明系统不变量以防过度防御,并让 Agent 编写自身提示词、定期开启元模式清理语义冲突。 - [31:46](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=1906s) 通过在 PR 提交环节主动附带脱敏后的本地会话转录日志(Transcript),仓库维护者能够高效鉴别提交者背后的真实投入深度,精准区分毫无价值的垃圾代码与经过充分推敲的高可用成果。 - [34:02](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=2042s) ClawPatch 将庞大代码库拆解为独立模块小切片以突破模型上下文窗口限制;CrabFleet 则将沙盒转变为多用户共享的在线联机编码环境,消除人肉在即时通讯软件中充当“Agent 传声筒”的低效中转。 - [37:02](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=2222s) 为避开无头 Linux 测试环境中 Cloudflare 人机验证(CAPTCHA)的频频阻拦,团队自研了端到端聊天系统 ClickClock,进而促成了一系列小工具紧密联动的生态复利闭环。 - [39:51](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=2391s) 庞大的内部工具链不仅不会构成技术债务枷锁,反而依托模型的强大模式匹配能力实现解决方案跨项目迁移;团队已实现让 Codex 实时监听语音技术讨论,自动过滤闲聊并实时生成代码原型。 - [42:14](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=2534s) 摆脱“推方形车轮忙到没时间换圆形车轮”的效率陷阱,辅助脚本无需追求完美的架构或钟爱的技术栈(甚至可用不喜欢的 Go 语言快速生成),只要能消减人工操作的痛苦,粗糙工具就会带来复利价值。 ## Detailed walkthrough ### [00:06](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=6s) 编程智能体的兴起与软件工程范式的颠覆 Peter Steinberger 登台并直接打消了大家对传统技术演讲的期待,开篇点明本次分享的主题是“制造‘制造工具’的工具”(Build the thing that builds the thing)。他直言,自具备实际编码能力的智能体出现至今甚至还不满一年,而它们真正变得极其好用也才过去大约半年,但这一发展趋势已经无可阻挡。在 Peter 看来,过去多年来人们早已习以为常的软件构建方式如今大半已经过时,只是行业整体尚未完全摸索出新的工作模式。他当场询问台下是否有维护开源项目的人,并打趣地问大家“平时都是如何忍受这种痛苦的”。 紧接着,Peter 谈到了外界对自己打造 OpenClaw 的误解。此前网上流传着许多报道,声称“Peter 经历了 43 次失败的项目尝试,最终才成功做出了一个”。面对这种论调,他付之一笑,指出那些被外界归为“失败”的项目压根就不是失败,而是他为了让自己、特别是让自己的智能体工作得更快而亲手搭建的工具。他强调,开发者的角色定位正在经历根本性的转变:你的核心任务早已不是琢磨自己如何亲自把代码写得更快,而是去思考“我能做些什么来帮助我的智能体更快地构建软件”。 软件开发效率的关键在于“闭环”(Closing the Loop)。Peter 回顾了去年花了几个月时间开发一款 SaaS 产品的经历:当时智能体写完代码会向他报告“已完成”,随后他去刷新浏览器界面排查错误,再把报错和视觉问题反馈给智能体,智能体修复后再通知他,如此反复来回拉扯。直到某一刻他突然顿悟:为什么不直接让智能体在代码变动后自己截屏检查呢?这就像人类调试界面一样自然。Peter 总结道,一旦你在日常开发中发现自己在机械地重复某项操作,就必须立刻警觉并思考如何将其自动化,把调试与验证的回路彻底交由智能体闭环。 > “随时任何时候你构建软件,你的职责都不再是琢磨如何让自己写软件更快。实际上你的职责应当是:我能做什么来帮助我的智能体更快地构建软件,甚至更进一步——这完全关乎于闭环。” —— Peter Steinberger - 编码智能体出现不足一年,真正变得好用大约仅有半年时间。 - 外界媒体所谓“43 个失败的项目”,实际上全是 Peter 为给智能体铺路、加速自动化循环而写的一系列内部支撑工具。 - 自动化原则:只要某项调试或验证操作存在重复的人工干预,就应将其交由智能体自主执行并形成闭环反馈。 --- ### [03:33](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=213s) 告别 Pull Request:将 Prompt Request 与 GitHub Issue 自动化管理 随着 OpenClaw 客户端关注度的爆发式增长,项目仓库中的 Issue 和 Pull Request(PR)数量迅速激增。Peter 提到,GitHub 的界面计数在达到 5,000 之后就会停滞并掩盖真实数量,而 OpenClaw 仓库的 Issue 实际上一度冲破了 10,000 关口。他直言不讳地指出,外界不需要假装这些内容是人类亲手撰写的,因为不仅提问的人往往直接用 AI,甚至连背后提 PR 的也全都是智能体;大家根本不仔细排查,直接把各种 AI 生成的内容倾倒到开源仓库中。许多开源作者对此类“AI 垃圾内容”(Slop)感到无比愤怒,但 Peter 认为与其与大势对抗,不如正面接招。 在 Peter 的全新视角中,传统的“Pull Request”实际上已经名存实亡,更确切的称呼应当是“Prompt Request”(提示词请求)。因为在当今时代,任何人提交一个 Issue 或 PR,本质上都只是发出一个信号——表明有人对当前功能不满意并提出了变更诉求。因此,Issue 和 PR 在很大程度上是可以互换的;甚至于面对代码变更时,直接处理一个 Issue 往往比处理一个 PR 更加轻松,因为如果有人扔过来一份由 Claude 生成的烂代码,让智能体去解析、理解并重构该 PR 耗费的算力和时间,反而远超让智能体直接根据干净的 Issue 从头编写全新的实现代码。 ```mermaid flowchart TD accTitle: Issue and Prompt Request Automation Flow accDescr: GitHub Issue 与 PR 被触发后,由 GitHub Actions 调用云端 Codex 和 vision.md 进行自动化甄别与周期性复查的流程。 subgraph Trigger["触发阶段"] A["社区提交 Issue / PR<br/>('Prompt Request')"] end subgraph Evaluation["云端评判与执行"] B["GitHub Actions 触发 ClawSweeper"] C["加载项目规范<br/>vision.md"] D["调用云端 Codex<br/>评估匹配度与代码状态"] B --> C C --> D end subgraph Resolution["解决阶段"] E["判定不符合愿景 / 已失效"] -->|"直接关闭"| F["自动关闭并留言解释"] G["匹配主分支最新修复"] -->|"定期全量重审"| H["自动回复在 main 修复并关闭"] I["符合规范且待处理"] -->|"保留或生成补丁"| J["汇入待办 Dashboard"] end A --> B D --> E D --> G D --> I ``` 为了从根本上削减积压如山的工单,Peter 尝试了 CodeRabbit 等市面上的现有工具,但发现它们大多止步于代码审查(Review),而无法实现根据项目诉求自动归类并批量关闭 Issue 的能力。于是在“万物皆可自建”的理念下,他动手开发了自动化工具 ClawSweeper。其底层逻辑十分清晰:每当有新的 Issue 或 PR 产生,GitHub Actions 就会在云端拉起一个 OpenAI Codex 实例;该实例会优先读取项目根目录下的 `vision.md`。这个文件详细列明了项目的愿景,明确标出“哪些功能绝对要”以及“哪些设计坚决不要”。依据这些硬性准则,ClawSweeper 会自动在工单下留言甚至直接将其关闭。凭借这套基于“算力无限、Token 无限”假设的系统,Peter 成功自动化清理并关闭了约 15,000 个 Issue。 更重要的是,项目维护并不是一次性的静态过程。在 OpenClaw 的代码规模下,每当有一段修复代码合入主分支(main),极有可能顺带解决了某几个深埋在历史堆里、维护者从未看过的陈年 Bug。因此,Peter 设定让 ClawSweeper 每周(甚至每天)在所有现存的未结 Issue 和 PR 上全量重新跑一遍。经常出现的情况是:Discord 频道的集成通知忽然弹出,显示系统刚刚自动关闭了一个三个月前提交、Peter 本人甚至毫不知情的 Issue,并友好地向原作者回复“该问题已在 main 分支解决”。 > “是的,确实有大量的灌水垃圾内容,但真正的问题在于大家仍把它称作 Pull Request。我把它叫做 Prompt Request,因为你真正面对的是:每当有人提交 Issue 或 PR,它仅仅是一个信号,表明有人对你所做的东西不满意并请求做出更改。” —— Peter Steinberger - GitHub 网页计数在达到 5,000 后便会封顶显示,而 OpenClaw 积压的真实工单一度超过 10,000 个。 - 借助 ClawSweeper 配合 `vision.md` 的规范匹配与自动化执行,累计自动关闭了约 15,000 个无意义或不合规的工单。 - 审查机制为动态循环:每周定期对所有打开的 Issue 重新执行 Codex 判定,只要主分支覆盖了相关改动,便自动标记关闭并同步结果至 Discord。 --- ### [08:27](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=507s) 跨平台数据捕获与极客式 Issue 快速分流器 随着项目声量日益壮大,Peter 引入了更多外部维护者(Maintainers)。但问题随之而来:部分维护者表现极为出色,而另一些人则在活跃了几天之后便杳无音信。由于初期授权过于宽松,Peter 很快对整个协作者网络的动态失去了宏观把控。为了恢复透明度,他决定构建专属的维护者数据分析看板(Dashboard),并命名为 `reports.openclaw`(非公开系统)。在 Peter 的定义中,成为维护者绝不仅仅意味着提交代码;深度参与社区讨论同样是不可或缺的指标。因此,该系统打破了单一的代码仓库维度,将 Discord 讨论区的所有交互数据全部采集并整合在内。 为了拿到 Discord 的内部互动数据,Peter 遵循“当前时代任何技术障碍都只差一个 Prompt 的距离”的原则,顺手搓了一个爬虫工具将聊天记录全部抓取下来。他指出,在当今开发环境中,构建工具从来不是难事,持续维护工具才是真正的挑战。不过,Peter 在维护自己的工具链时,思维模式已经跳脱了“具体项目”的狭隘层次——他习惯直接进入顶级目录下的 Projects 文件夹,向 Codex 下达全局指令:“来进行分类归流(Triage)吧,帮我梳理出当前各个项目里最该处理的任务有哪些?”随后模型会自动汇总横跨多个项目的待处理清单。 ```mermaid flowchart LR accTitle: Maintainer Oversight and Issue Triage Dashboard accDescr: 跨 GitHub 与 Discord 的数据采集流,配合 Issue 浏览器实现高效率人工抽检。 subgraph DataSources["多源数据接入"] GH["GitHub 仓库<br/>(PR / Issues / Commits)"] DC["Discord 社区<br/>(爬虫拉取日常讨论)"] end subgraph CentralEngine["中央汇总与分流"] DB["维护者监控看板<br/>reports.openclaw"] CLI["本地 Projects 级<br/>Codex 自动化 Triage"] end subgraph UserAction["人机协同决策"] IB["自研 Issue 浏览器<br/>(智能正则与格式解析)"] Decision{"人工一键决策"} AutoRun["交由智能体全自动编码 (80%)"] Manual["人类介入复杂焦点核心 (20%)"] end GH --> DB DC --> DB GH --> CLI CLI --> IB IB --> Decision Decision --> AutoRun Decision --> Manual ``` 尽管智能体整理出的任务清单非常准确,但由于社区上报内容千奇百怪,Peter 仍保留着审阅机制,不完全盲信智能体。但作为一名自嘲“懒惰”的工程师,逐个点击浏览器里的 URL 链接极为耗时且令人抓狂。为此,他顺手写了一个极简的 Issue 专用文本浏览器:只需在终端划词选中文本,工具就会自动解析并呈现对应内容。由于各类大模型(Peter 戏称为“Clankers”)输出文本格式五花八门,这个小工具在日常使用中不断迭代,至今已经能够强兼容几乎所有格式的文本片段。 在日常交互中,借助前述 `vision.md` 的规范锚定,智能体的判断准确率已经极高。Peter 通常只需扫一眼并在列表中勾选:“处理这 8 项,剩下这 2 项先别动”。这剩下的两项往往是需要人类深度思考或消耗大量复杂上下文的关键设计。Peter 总结称,与智能体协作的核心心法在于:最大限度解放智能体的自主性,无论让它们跑多久都没关系;而开发者则必须极其克制、精准地支配自己的专注时间,将自己牢牢卡在最重要的核心决策回路之中。随后,在演示待办任务时,屏幕上闪过一项“gmail draft create”的功能需求,Peter 由此顺势引出了另一款他因不满现有生态而自研的工具 Gorg——起因仅是他厌烦了 Google 缺乏好用的 CLI 工具,而官方 Codex 的 Gmail 与 Google Calendar 插件又仅支持单一账号绑定,无法满足他让智能体全权接管多个 Google 账号的需求。 > “在当今这个时代,任何问题都仅仅只隔着一个提示词(Prompt)的距离。造出这个东西从来不是难事,维护这个东西才是真正困难的。” —— Peter Steinberger - 维护者全景看板不仅统计 GitHub 的提交和代码行数,更深度融合了爬取的 Discord 社区活跃度与讨论频率。 - 自制轻量化 Issue 浏览器,内置对各类大语言模型生成的繁杂文本排版的解析能力,以“文本划选”代替频繁的“网页跳转”。 - 效能分配哲学:智能体负责 80% 可自主解决的代码编写,人类仅将有限的精力聚焦在需要核心把关的 20% 边缘案例上。 - 由于不满 Google 官方缺失命令行接口(CLI)且现有 Codex 插件仅限单一账号,Peter 随手开发了 Gorg 命令行工具以赋能智能体跨多账号操作。 ### [12:33](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=753s) 掌控全栈:Codex 的端到端自动化与 Discord 爬虫系统 当开发者掌控了整个技术栈时,Agent 的能力便能得到彻底释放。Peter Steinberger 解释道,只要自己拥有全栈的控制权,Agent 就同样拥有全栈控制权,一旦出现缺失或报错,它便能自我修复,这种感觉就像“你拥有了整个宇宙,一切皆可修复”。以 Codex 为例,它不仅能够编写代码实现功能,还能进行端到端验证——通过在 GOG 等平台上配置的演示账号,Codex 可以完整测试整个功能。维护者几乎不需要做任何繁重的手动操作,只需审阅并确认“同意”,就能极具信心地将功能发布出去,因为背后已经有完整的端到端测试兜底。 随着开源项目规模急剧扩大,面对成千上万个 open issues,维护者最头疼的痛点往往是“我到底应该先做哪件事”。为了解决这个优先级难题,Peter 为维护者报告构建了一套爬虫机制,并将其接入 Codex。这套系统会遍历所有讨论频道,维护者可以直接询问它:社区里大家在哪些问题上抱怨得最凶?哪些讨论与现有的 Issue 和 PR 高度相关?从而筛选出当前最应该优先解决的前五个任务。系统还会将这些问题与项目的愿景文档进行比对,挑出那些能够自主闭环处理的任务,放手让 Agent 在后台并行跑上几个小时。 ```mermaid flowchart TD accTitle: Discord 讨论与 GitHub Issue 自动化分析分发流程 accDescr: 展示从 Discord 数据抓取、GitHub 序列化备份,到 Codex 分析筛选与并行执行的闭环 subgraph DataCollection["数据收集与中继"] D["Discord 社区讨论"] -->|"Multi Bot 抓取"| C["爬虫解析引擎"] C -->|"序列化数据库"| GH["GitHub 仓库 (开源公共中继/备份)"] end subgraph AnalysisExecution["Codex 分析与执行"] GH -->|"拉取上下文"| CX["Codex Agent"] VD["愿景文档 (Vision Doc)"] --> CX CX -->|"交叉对比分析"| P["筛选 Top 5 最痛点任务"] P -->|"派发可自主完成的工作"| W["后台并行自动化开发 & 跑测"] end ``` 这种高度自动化的核心在于维持对系统的全局掌控:维护者能清楚地看出哪些 Issue 看起来问题不大,哪些则错综复杂、必须人工深入介入。随后,其他维护者也希望能使用这套爬虫数据,但 Discord 本身缺乏现成的公共数据获取接口。Peter 最初通过群里的 Multi 机器人获取数据,但为了避免把自己的机器人 Token 分发给所有人造成安全风险,他采用了最简单的备份与分发方案——直接将 Discord 数据序列化后同步到 GitHub 仓库。这样一来,其他维护者哪怕没有 Bot Token,也能直接把 GitHub 当作替代数据服务器使用。 - Peter Steinberger 总结掌控全局时的自动化体验:“So it can just fix itself like so like you own the whole universe. Anything is fixable.” - 维护者筛选任务的标准包括:社区抱怨声量最大、与现有 Issue/PR 强关联、契合 Vision Document、且能由 Agent 独立闭环完成。 - 利用 GitHub 作为轻量级数据序列化仓库,既绕过了 Discord Bot Token 敏感凭证的分发风险,又为团队成员提供了开箱即用的公共数据中继。 --- ### [15:19](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=919s) Release Bar:开源维护者的发版看板与辅助工具哲学 在同时维护大量开源项目时,维持项目活跃度需要极大的心智负担。Peter 坦言自己一直渴望一个一目了然的仪表盘,能够明确提示:“究竟哪些项目现在需要我的关注?哪里的 PR 堆积最多?我是不是该发一个新版本了?”市面上缺少趁手的工具,他便随手做了一个名为 Release Bar 的看板。这个工具最核心的功能之一就是按“距离上次发布的自然日天数”进行排序与过滤。开源软件就像一座花园,必须持续修剪照料;如果长时间不打理,就会因为依赖库过时、上游系统环境变迁而慢慢“死掉”。有了这个看板,维护者就能精准捕捉到哪些项目需要打理、何时该推进发版。 针对这些外围辅助工具,Peter 分享了一种极其务实的开发哲学:用来辅助构建核心产品的外围工具(tools to build the thing),本身并不是系统级关键(not system critical)的基础设施。因此,他在做这些小工具时心态非常放松,甚至完全不看 Agent 生成的代码细节。这与 OpenClaw 核心代码的审查标准截然不同——对于数百万人运行的核心产品,他审查代码的严谨程度远超外界想象;但对于这些辅助脚本,完全可以采用“氛围编码”(vibe coding)的方式快速产出。如果工具实用,就继续迭代;如果行不通,直接废弃也没有任何心智与时间成本。 - Peter 强调开源代码必须持续维护的残酷现实:“Whenever I do like my little fixes and software, if you don't constantly garden your software, it's dead because dependencies, everything needs updating.” - 区分核心产品与辅助工具的代码审查边界:核心业务代码严防死守,辅助小工具则放手让 Agent 自由发挥,不占用宝贵的人工 Review 精力。 --- ### [17:01](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=1021s) Octopus:打破 GitHub API 速率限制的代理 Shim 随着 Peter 让 Agent 越来越多地并行处理任务,另一个棘手的现实问题浮出水面:GitHub API 速率限制(Rate Limits)。由于项目积累了海量 Issue,每当让 Agent 去全库搜寻关联 Issue 时,API 配额很快就会见底。Peter 调侃道,虽然自己在 GitHub 有关系不错的好友,对方甚至愿意人肉每小时帮他点一次后台按钮重置 Peter 的速率上限,但人类毕竟需要睡觉,不是永动机般的“铁疙瘩”(clankers)。一旦到了凌晨深更半夜写代码,对方不在电脑前,就没办法求助重置了。 ```mermaid flowchart LR accTitle: Octopus GitHub API 速率路由与分流机制 accDescr: 展示只读公共请求通过 GitHub App 获取 15k 配额,变更操作回退个人 Token 的过程 Agent["Agent / 本地工作流"] -->|"请求 GitHub API"| Oct["Octopus (Cloudflare Worker Shim)"] Oct -->|"公开仓库 / 非修改性只读操作"| AppAuth["GitHub App 凭据<br/>(15,000 req/hr)"] Oct -->|"写操作 / 状态变更 / 私有操作"| UserAuth["个人 API Token<br/>(5,000 req/hr)"] AppAuth --> GHAPI["GitHub 官方 API"] UserAuth --> GHAPI ``` 面对这种摩擦,Peter 信奉“被激怒往往是解决问题最好的驱动力”,于是他开发了名为 Octopus 的工具。其背后的原理极为清晰:个人账号每小时只有 5,000 次 API 调用限额,但如果安装一个 GitHub App,该 App 能获得高达 15,000 次/小时的配额。他在 Cloudflare 上搭建了一个 Shim 代理拦截 GitHub 请求(gg):只要是针对公共仓库的非修改性只读(non-mutating read-only)操作,流量就会走 GitHub App 并消耗这 15,000 次的独立配额;只有当遇到写操作、状态变更或不符合只读匹配的请求时,才会回退使用个人 Token。借助当前高水平的大模型与 Browser-Use 工具,整个 Cloudflare 的配置与实现几乎全由 Agent 自行搞定,开发者只需在最终检查一下安全策略即可。 - Peter 谈到解决自动化瓶颈的心理动力:“I find being annoyed is the very best way to solve problems.” - 核心策略:利用个人 Token(5,000 次/小时)与 GitHub App Token(15,000 次/小时)的权限规则分离,在中间层实现只读与写请求的智能分流。 - 自动化基础设施带来的复利效应:只要感到流程卡顿或痛苦,就立刻做工具消除它,这种微小工具的持续积累会反哺整个团队的研发吞吐率。 --- ### [20:04](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=1204s) Crab Box:从黑匠(Blacksmith)测试痛点到跨平台云端隔离环境 当同时并发运行十几个甚至更多编码会话时,项目代码量和功能急剧膨胀,随之而来的测试套件逐渐演变成巨大的折磨。测试耗时从最初的 10 秒、30 秒,一路蔓延到 1 分钟、2 分钟甚至 5 分钟。Peter 曾尝试在自己的高配 Mac Studio 上进行极端优化,将执行时间压回 1 分钟,但团队其他人立刻抱怨连连,因为大家手头的电脑没有 40 个核心,跑测试时发热严重到“电脑几乎要融化”。彼时创业团队 Blacksmith 推出了名为 Testbox 的概念,主打将重度消耗 CPU 的测试隔离到云端临时沙盒运行。然而这项新技术非常初期,每天至少宕机两小时,而当时团队对其依赖已极深,一旦云端服务宕机,CI 和测试全部卡死,两个小时内所有人什么活都干不了。 为了打破对单一不稳定服务的依赖,Peter 遵循命名习惯(甲壳类命名法)打造了名为 Crab Box 的工具。它的核心机制是在云端即时拉起一台轻量计算实例,将本地修改同步进去,测试套件在预先拉好代码的远端环境中并发执行。更重要的是,Crab Box 实现了多云容灾回退:主云服务商一旦不可用,它会自动平滑切换到 AWS 或 Azure。社区很快对这个工具产生了巨大热情并持续贡献 PR,如今已扩展支持了多达 20 家云服务提供商。 不仅如此,Crab Box 顺带解决了长期困扰开发者的跨平台兼容性陷阱。在 Node.js 环境下虽然号称跨平台,但现实中经常会出现诸如 Windows 平台上特有的 `EPERM` 权限报错,Peter 感慨“跨平台就是个谎言”(cross-platform is a lie)。以往由于懒得开本地 Windows 电脑、配置本地虚拟机或者在凌晨三点疲惫不堪地折腾环境同步,开发者往往选择将就甚至推送低质量补丁(slop)。为解决这个问题,Peter 给 Crab Box 增加了全自动跨平台矩阵支持:当遇到棘手问题时,直接吩咐 Agent“在所有操作系统上测试”,Agent 便会并行拉起三台、甚至针对特定 Red Hat Linux 环境拉起四台机器同时跑测,极大地拉升了交付代码的确定性。而面对某些特定于“Windows 平台某款浏览器”的前端 UI 渲染 Bug,团队进一步把 VNC 远程桌面集成到了 Crab Box 容器中,让 Agent 和维护者能够直接接管带图形界面的云端环境进行调试。 - Peter 指出跨平台开发在真实场景中的尴尬现实:“node and it should be cross-platform, there's like always little weird details where cross-platform is a lie.” - 面对繁琐环境配置时人类的真实心理与偷懒哲学:“You know, you have to fight friction like, like ultimately we are being lazy is good. So I noticed that I'm, I'm pushing slop because I'm too lazy to come up with a good testing system.” - Crab Box 的演进路径:单云容灾切换(支持 20+ 提供商) $\rightarrow$ 跨平台操作系统矩阵并行验证(Windows / Linux / Red Hat 等) $\rightarrow$ 集成 VNC 远程桌面以支持完整 UI 交互级 Bug 复现。 ### [24:48](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=1488s) CrabBox 自动化 UI 控制与 Mantis 视觉验证系统 在实现 VNC 环境自动拉起完整的浏览器、终端和 Telegram 客户端以重现 Issue 之后,Peter Steinberger 依然感到不满,因为作为开发者他仍然需要手动在界面上点击操作。他打趣道:“懒惰是件好事(laziness is good)。”既然现在的模型具备极佳的计算机视觉能力,为什么不能让 AI Agent(他亲昵地称之为“Clanker”)自己动手?于是团队为沙盒系统 CrabBox 增加了截图、点击和输入的工具,使 Agent 能够通过自动化手段直接操控图形界面。然而这还不够理想,因为开发者并不想实时盯着 Agent 的操作过程,而只希望直接看到结果视频。 为此,他们构建了名为 Mantis 的全新系统。现在,当遇到一个 Issue 时,Peter 只需呼叫 Klaus(代码修复 Agent)生成 Pull Request,随后在 PR 中 @ Mantis。Mantis 会自动启动沙箱容器,分别录制 Bug 发生的视频与修复后的验证视频,并由模型自身审阅视频进行视觉对比校验。整个流程让代码审查变成了极其轻松的体验,正如 Peter Steinberger 所总结的:“我所要做的基本上就是看一下视频,然后按下 Merge 键。而这一切都是基于我感到被烦透了而构建出来的。” ```mermaid flowchart LR accTitle: Mantis 自动化视觉验证与代码修复工作流 accDescr: 展示从收到 Issue 到 AI 修复、沙盒界面自动化测试并生成前后对比视频供人工合并的完整流程。 subgraph S1["代码修复阶段"] A["GitHub Issue"] --> B["Klaus Agent<br/>(生成修复 PR)"] end subgraph S2["Mantis 验证阶段"] B --> C["Mantis Agent<br/>(启动 CrabBox)"] C --> D["UI 自动化操控<br/>(截图/点击/输入)"] D --> E["生成 Bug 与 Fix 录屏<br/>(视觉模型比对验证)"] end subgraph S3["人工审查阶段"] E --> F["开发者审阅视频<br/>一键点击 Merge"] end ``` ### [26:29](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=1589s) Auto Review:多轮自我审查与 Agent 上下文管理 在使用 Codex 编写代码时,开发者常常会输入 `/review` 命令进行审查。Codex 往往能找出三个合情合理的 Bug,可当花费十几分钟修复并重新测试后再跑审查,模型又会因为单次无法输出所有问题而报告两处新问题。Peter 讲述了他此前为开源项目添加 LINE 应用支持时的惨痛经历:为了满足某个热心用户的需求,他整整一天重复了十多次“审查-修复-再审查”的死循环。他感叹道:“我觉得我自己反倒成了一个机器人(I feel like I'm the clanker)。” 为了彻底摆脱人工审查循环,他开发了 Auto Review。最初他以为需要修改开源的 Codex 代码或编写复杂的 Hook,后来发现随着近四五个月 Agent 遵循指令能力的极大提升,只需在 `agents.md` 文件中增加一条简单规则:“在提交代码或合并 PR 之前,如果尚未执行 Auto Review,必须运行 Auto Review。”由于同一个上下文无法做到真正的“换一双客观的眼睛审视代码”,系统巧妙地让当前的 CLI Agent 直接拉起全新的子进程来调用自身,从而在干净的上下文中进行交叉审查。尽管早期曾出现过“Codex 调用 Codex 再递归调用 Codex”的死循环 Bug,但修复后这套机制变得异常可靠,能够全自动执行多轮代码审查。 - **显式定义系统不变量(Invariants)**:Agent 在审查中常会提出荒谬的极端边界情况,例如假设用户会在服务运行时随机篡改插件文件,从而写出极其臃肿多余的防御性代码。开发者必须在 Agent 说明文件中明确指出哪些运行条件是有效的、哪些是不可能发生的假设。 - **让 Agent 编写 Agent 文档**:不要亲自撰写给 Agent 的指导规范,“你不知道怎么以机器人与机器人交流的方式去写(You don't know how to write to the client in a way that Clanker writes to a clanker)”。正确做法是告诉 Agent 你的目标,让它用自己的语言生成说明。 - **定期进入“元模式(Meta Mode)”清理文档**:定期询问 Agent 指令文件中是否存在任何语义冲突或含糊不清之处。清理这些混乱不仅能提升最终输出质量,还能避免在每次会话中白白浪费大量 Token。 - Peter 极力推荐的两个核心工程实践:“如果你只能从这场演讲中带走两个想法,去试试 Auto Review 和 CrabBox 吧。” ### [31:46](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=1906s) PR 提示词追踪:区分“低质垃圾”与“优质代码” 代码生成 Agent 的普及带来了一个严重问题:一个只有一句话的极简 Prompt 可能会直接生成长达十页的代码,而仓库维护者根本无法分辨提交者究竟是进行了深入探讨还是随手敷衍。最初 Peter 在贡献指南中要求提交者附上提示词,但由于人类天生的惰性,几乎没有人会照做。最终他在 OpenClaw 中内置了一项自动化技能:当用户准备向 OpenClaw 提交 Pull Request 时,本地的 Agent 会主动询问用户是否愿意共享经过脱敏过滤后的会话记录,并承诺附带会话的 PR 将获得更快速的审查。 一旦用户确认,Agent 会在本地磁盘上检索自身的转录日志(Transcript),自动提取核心交互片段并附加在 PR 中。这为维护者提供了极其关键的评估数据,让审查者一眼看透工作量背后的真实成分。Peter 形象地比喻道,这种透明度“对于分辨哪些是彻头彻尾的垃圾代码(Total Slop),哪些是质量过硬的可用代码(Kind of Good Slop)极为有用”。这引发了他对当前 AI 工程现状的深刻哲学反思:“很多时候,我们不再受到智力的限制。现在的模型已经足够优秀了。我们唯一的局限就是我们自己的想象力(Oftentimes we're not limited anymore by intelligence. The models are good enough now. Everything that we are limited of is our own imagination)。” ### [34:02](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=2042s) ClawPatch 拆分审查与 CrabFleet 多人协同环境 在 Auto Review 取得显著效果后,Peter 意识到以往未经严格审查就合入主干的代码潜藏着巨大的技术债务。即使强如 GPT-5 这样顶尖的模型,在面对复杂的大型代码库时依然容易犯错(boo boos),很多棘手的隐蔽问题只有在经历多轮迭代审查后才会暴露出来。然而,对于拥有数百万行代码的大型项目,根本无法直接运行 `/review`,因为这会严重超出模型的上下文窗口并导致注意力涣散。 遵循“被激怒就写新工具”的一贯风格,Peter 构建了 ClawPatch。该工具将庞大的代码库切分成大约 50 个按功能或模块隔离的子集,分发给独立的 Agent 实例对各个小切片进行深度审查。尽管这在覆盖率上尚未达到逐个 PR 增量审查那般极致,但对于历史代码库的排毒清理已经展现出惊人的效果。 在此基础上,他又注意到了团队日常协作中的一个滑稽痛点:当他向同事咨询技术问题时,同事往往只是充当“传声筒”——把聊天软件里的文字复制给身边的编码 Agent,再把 Agent 的回答复制回聊天窗口。Peter 吐槽道:“你只是个中间人,我想直接和你的机器人对话。”为了消除这种低效的信息中转,他打造了 CrabFleet。既然沙盒环境 CrabBox 已经能够完美运行自动化测试,自然也能直接在容器内托管 Codex。CrabFleet 将单机编码环境转变为“多人在线协作版 Codex(Multiplayer Codex)”,开发者只需向队友发送一个链接,即可让多位开发者和 Agent 共享同一套上下文和调试终端。 ### [37:02](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=2222s) 自研聊天工具 ClickClock 与“烦躁驱动自动化”哲学 Peter Steinberger 介绍了他们团队内部构建的一整套协同体系。团队成员不仅可以直接查看他人的会话、与会话交互,甚至能直接接管别人的工作会话,他戏称这种体验就像“多人联机敲代码(multiplayer clanking)”。更夸张的是,他们团队甚至“重新造了一个 Slack”。起因是系统中存在大量跨模型的消息通信通道,维护者经常需要进行端到端测试;由于很多复杂的 API 特性很难仅凭代码理解,他们非常希望能在 UI 界面中直观看到效果。 然而,当 Peter 尝试用自动化脚本在沙箱里跑测试时,却频繁遭遇拦截。各种商业平台对自动化极不友好:只要在无头环境中拉起一个 Linux 沙箱且没有真实用户登录,就会立刻弹出 Cloudflare 人机验证(CAPTCHA),“感觉就像有人在尝试黑进他们的系统”。为了拥有一个完全受控的真实端到端测试环境,团队干脆自己动手写了一套消息平台。这个项目后来有点“做失控了”,演变成了一个真正可用的备用内部聊天系统——“ClickClock”,只要主流团队协作工具出故障,他们就会切到 ClickClock 上继续工作。 Peter 强调,构建这一整套工具链的核心驱动力其实非常简单:倾听自己的身体信号。只要感到厌烦,那就是最强烈的自动化契机。一旦将痛点自动化,所有微小工具就会产生复利效应。无论是数据抓取器 Discrawl、沙箱 CrabBox 还是批量集群管理工具 CrabFleet,这些名字古怪的小工具紧密联动,让一支规模极小的精干团队得以稳定维护极其庞大的代码库。 “Annoyance is an amazing signal for we can automate this.” —— Peter Steinberger - **自研聊天系统 ClickClock**:最初仅用于规避 Cloudflare 验证以进行端到端 UI 测试,后演化为团队关键备用通讯软件。 - **工具生态复利效应**:自动化工具形成依赖联动(如利用 Discrawl 生成维护报告,依靠 CrabBox 支持 CrabFleet 集群运作)。 ```mermaid flowchart TD accTitle: 工具自动化演进与复利闭环 accDescr: 展示从遭遇痛点到开发工具,再到工具沉淀与复利的闭环流程。 subgraph Trigger["触发与痛点"] A["人工操作产生厌烦与阻碍"] --> B["自动化测试遇阻 (如 Cloudflare CAPTCHA)"] end subgraph Building["工具孵化"] B --> C["构建受控的微型工具 (如 ClickClock/CrabBox)"] end subgraph Compounding["生态复利"] C --> D["各小工具相互调用协同"] D --> E["极小团队支撑海量代码库"] E -->|发现新痛点| A end ``` --- ### [39:51](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=2391s) Q&A:工具依赖陷阱、模式匹配与实时转录编程 在问答环节,有现场观众提出疑问:当团队构建了如此庞大的内部工具生态并逐渐趋向于“企业化”时,工具之间的依赖关系是否反过来限制了创新的手脚?Peter 明确表示目前完全没有发生这种情况。这些工具并不是沉重的强依赖,而是互相带来速度提升。在借助 Agent 开发时,只要在一个工具里解决过某个模式,就可以直接告诉 Agent“参考那里的实现”,模型在模式匹配(Pattern matching)方面的能力极其出色,开发效率只会成倍叠加。 Peter 举了 GitHub Token 认证工具的演进过程作为例子:第一版工具直接跑在他的本机上,与 GitHub App 集成起来体验极差。于是他决定重构,直接向 Agent 下达指令:“删掉这里的旧特性,按新构思重构,并把那个工具里的这部分代码搬过来”。由于代码库与 Git 提交历史本身提供了充分的上下文,开发者甚至完全省去了冗长的 Prompt 编写过程。 更进一步,团队现在经常利用实时音频来驱动开发。在团队语音讨论技术方案时,Peter 只需按下一个按钮让 Codex 接入监听。即使交谈过程中夹杂着各种闲聊和冷笑话,模型也能敏锐区分出哪些是调侃、哪些是核心需求,在大家一边讨论的同时,Agent 就已经在后台把代码写出来了。 “When you work with agents, if you've solved something once, you can just tell the agent, look there, I already solved this there. They are really good at pattern matching.” —— Peter Steinberger - **模式复用代替详写 Prompt**:利用既有代码与 Git 历史作为上下文,让 Agent 直接抓取已有方案迁移至新模块。 - **实时会话监听式编程**:将语音讨论接入模型后台,由 Agent 过滤杂音与玩笑,自主提取需求并同步生成代码原型。 --- ### [42:14](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=2534s) Q&A:石器时代车轮隐喻与无包袱的“垃圾代码”哲学 现场一位名叫 Divya 的解决方案工程师提出了困惑:在日常事务堆积如山的情况下,尽管自研 Agent 工具听起来非常美妙,但日常工作节奏让人根本挤不出时间来“磨刀”。Peter 用石器时代的经典漫画打了个生动的比方:一群人正满头大汗地推着装有“方形轮子”的手推车,旁边有人送来“圆形轮子”,推车的人却连连摆手说“我们太忙了,没时间换”。 针对这一痛点,Peter 给出的关键建议是:打破完美主义,微型工具完全可以是“粗制滥造的产物(massive slop)”。开发者根本不需要纠结代码规范或技术选型,可以直接把出错会话丢给模型:“看看刚才这段痛苦的操作,写个小工具帮我减轻这个痛点”。 Peter 自嘲说,他写这些辅助小工具时经常用 Go 语言,但他本人甚至不喜欢 Go 语言;仅仅因为 Agent 写 Go 语言的速度极快、成功率极高,这就足够了。他建议大家在屏幕角落留一个小窗口做实验,不仅能找回编程的乐趣,而且这些随手写就的粗糙脚本,最终会产生不可估量的复合价值。 “So the beauty is all these tools, they can be massive slop. It's like you can literally, you can really tell your cortex, hey, look at this session and see the pain that I had to do. Build me a tool that reduces the pain.” —— Peter Steinberger - **方形车轮困局**:因眼前忙碌而拒绝花时间构建提效工具,只会深陷效率低下的死循环。 - **不拘泥于技术选型**:工具本身无需经过精细架构设计或严苛审查,选择 Agent 最擅长生成的语言(如 Go),快速产出并投入使用即可。 ## Notable quotes > [03:26](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=206s) 随时任何时候你构建软件,你的职责都不再是琢磨如何让自己写软件更快。实际上你的职责应当是:我能做什么来帮助我的智能体更快地构建软件,甚至更进一步——这完全关乎于闭环。 — Peter Steinberger > [08:27](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=507s) 在当今这个时代,任何问题都仅仅只隔着一个提示词(Prompt)的距离。造出这个东西从来不是难事,维护这个东西才是真正困难的。 — Peter Steinberger > [34:02](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=2042s) Oftentimes we're not limited anymore by intelligence. The models are good enough now. Everything that we are limited of is our own imagination. — Peter Steinberger > [39:19](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=2359s) Annoyance is an amazing signal for we can automate this. — Peter Steinberger > [40:20](https://www.youtube.com/watch?v=o5IQMijn-Ks&t=2420s) When you work with agents, if you've solved something once, you can just tell the agent, look there, I already solved this there. They are really good at pattern matching. — Peter Steinberger ## Mentioned OpenClaw, Peter Steinberger, GitHub, Discord, OpenAI Codex, ClawSweeper, CodeRabbit, Gorg, CrabBox, Blacksmith, Mantis, ClawPatch, CrabFleet, ClickClock, Cloudflare, AWS, Azure, Node.js ## Video description The way software is built is changing rapidly. Learn how we build a whole ecosystem of tools to build OpenClaw faster and with more confidence. Seating for this session is first-come, first-served. Add it to your schedule to plan your day and arrive early to secure a spot. To learn more, please check out these resources: * https://aka.ms/build26-next-steps 𝗦𝗽𝗲𝗮𝗸𝗲𝗿𝘀: * Peter Steinberger 𝗦𝗲𝘀𝘀𝗶𝗼𝗻 𝗜𝗻𝗳𝗼𝗿𝗺𝗮𝘁𝗶𝗼𝗻: This is one of many sessions from the Microsoft Build 2026 event. View even more sessions on-demand and learn about Microsoft Build at https://build.microsoft.com BRK245 | English (US) | Agents & apps Breakout | (200) Intermediate #MSBuild Chapters: 0:00 - Scaling Automation to Regularly Review and Resolve Issues 00:08:27 - Building Maintainer Dashboards Integrating GitHub and Discord Data 00:13:09 - Creating crawl system for open source issue management 00:14:22 - Distributing Discord crawl data via GitHub for maintainers 00:15:19 - Developing Release Bar dashboard for open source maintenance 00:22:56 - Expansion to cross-platform testing to handle OS-specific bugs 00:24:37 - Addition of VNC integration for full UI bug reproduction and remote debugging 00:33:37 - AI models no longer limited by intelligence but imagination 00:39:26 - Q&A: Balancing ecosystem dependencies and agent interoperability [Source](https://www.youtube.com/watch?v=o5IQMijn-Ks)

Source quotes

[3:26] Peter Steinberger: 随时任何时候你构建软件,你的职责都不再是琢磨如何让自己写软件更快。实际上你的职责应当是:我能做什么来帮助我的智能体更快地构建软件,甚至更进一步——这完全关乎于闭环。 [8:27] Peter Steinberger: 在当今这个时代,任何问题都仅仅只隔着一个提示词(Prompt)的距离。造出这个东西从来不是难事,维护这个东西才是真正困难的。 [34:02] Peter Steinberger: Oftentimes we're not limited anymore by intelligence. The models are good enough now. Everything that we are limited of is our own imagination. [39:19] Peter Steinberger: Annoyance is an amazing signal for we can automate this. [40:20] Peter Steinberger: When you work with agents, if you've solved something once, you can just tell the agent, look there, I already solved this there. They are really good at pattern matching.