Edgen Stock·Feb 25 2026, 03:41在2月25日的一次採訪中，OpenClaw的創作者彼得·斯坦伯格揭示了AI代理如何使他實現了前所未有的軟體開發生產力水平。他的經驗凸顯了一個根本性的轉變：AI展示了突現式問題解決能力，超越了簡單的程式碼生成，實現了自主任務執行，並重新定義了開發者的角色，使其能夠專注於高層次的意圖而非手動編碼。
在一項曾被認為不可能的生產力展示中，開發者彼得·斯坦伯格在過去一年中，在GitHub上完成了超過9萬次程式碼提交，涵蓋了120多個獨立專案。OpenClaw這一開源AI專案的創建者斯坦伯格，透過將Codex和Gemini等AI模型作為開發夥伴來實現這一壯舉。他的工作流程包括向模型輸入一個大型Markdown檔案（有時高達1.5兆位元組，包含所有專案程式碼），並發出「建置」或「編寫技術規範」等高級命令。
這種由AI驅動的過程極大地縮短了開發時間。過去需要一個由架構師、前端、後端和測試工程師組成的完整團隊才能產出最小可行產品（MVP）的任務，現在一個人可以在數小時內完成。斯坦伯格指出：「我突然意識到，現在我真的可以建置任何東西了」，這突顯了開發成本和複雜度的根本性降低。
斯坦伯格的一個關鍵發現時刻是他的AI代理展現了自主問題解決能力。在通訊應用中收到一條音訊訊息後，這個AI（它沒有預先程式設計來處理音訊檔案）開始顯示「正在輸入」的指示。該代理在沒有人為干預的情況下獨立解決了這項任務。
當被問及如何完成時，AI解釋了它的過程：它透過檢查檔案頭識別出檔案是Opus音訊格式，使用FFmpeg命令列工具進行轉換，嘗試使用本地轉錄工具（Whisper）但發現未安裝，然後使用curl命令將檔案發送到OpenAI的API進行轉錄，最後返回文字。這一事件表明，AI代理正在從執行命令的工具演變為能夠制定策略並利用工具鏈解決新問題的自主系統。
隨著AI在程式碼生成方面變得越來越熟練，開發者的根本價值正在發生轉變。斯坦伯格現在將開源的拉取請求稱為「提示請求」（Prompt Requests），這表明貢獻者的意圖比他們提交的程式碼更重要。他不再逐行閱讀程式碼；相反，他要求AI總結意圖，並與模型討論架構適應性。
斯坦伯格認為，那些手動編寫AI可以處理的任務程式碼的開發者將會落後。他引用英偉達CEO的話來強化這一觀點：「短期內，你不會被AI取代，你不會被一個使用AI的人取代。」斯坦伯格預測，這種AI輔助開發的新範式將在未來一年內「徹底爆發」，這得益於下一代模型能力的迅速進步。