1. Token消耗:Steinberger估計自己上個月運行AI計算任務花了約1000萬美元的Token。不過,他強調,並非所有Token消耗都能產生實際價值。 2. 基礎設施現狀:Steinberger認爲很多人面臨的主要挑戰是基礎設施尚未真正跟上,並提出爲何工作負載仍在使用本地計算機運行,而非全部放到雲端。 3. 開源與AI生成的低質貢獻:面對AI生成的大量低質代碼導致部分開源項目維護者因不堪其擾而停止接受拉取請求的現象,Steinberger認爲,代碼審查機制需要調整,開發者應解釋代碼修改的思路和推導過程,而不應只提交最終成果。 4. 未來AI智能體的數量:Steinberger不認爲未來每個人都會運行數百個AI智能體,但預計人們將擁有能夠全天運行、思考並提供幫助的智能系統,甚至能夠提前預測用戶未來的需求,讓用戶在提出問題之前就獲得答案。 5. 對AI智能體的信任:Steinberger表示,如何判斷應向智能體提供哪些數據,是一個難題。用戶對底層模型的信任程度十分重要,因爲模型的許多行爲並不完全受harness的約束。隨着模型能力提升,OpenClaw早期的一些設計決策也可以隨

2026-10-22

1. Token消耗:Steinberger估計自己上個月運行AI計算任務花了約1000萬美元的Token。不過,他強調,並非所有Token消耗都能產生實際價值。 2. 基礎設施現狀:Steinberger認爲很多人面臨的主要挑戰是基礎設施尚未真正跟上,並提出爲何工作負載仍在使用本地計算機運行,而非全部放到雲端。 3. 開源與AI生成的低質貢獻:面對AI生成的大量低質代碼導致部分開源項目維護者因不堪其擾而停止接受拉取請求的現象,Steinberger認爲,代碼審查機制需要調整,開發者應解釋代碼修改的思路和推導過程,而不應只提交最終成果。 4. 未來AI智能體的數量:Steinberger不認爲未來每個人都會運行數百個AI智能體,但預計人們將擁有能夠全天運行、思考並提供幫助的智能系統,甚至能夠提前預測用戶未來的需求,讓用戶在提出問題之前就獲得答案。 5. 對AI智能體的信任:Steinberger表示,如何判斷應向智能體提供哪些數據,是一個難題。用戶對底層模型的信任程度十分重要,因爲模型的許多行爲並不完全受harness的約束。隨着模型能力提升,OpenClaw早期的一些設計決策也可以隨之調整。 6. AI智能體權限與安全:Steinberger建議不要向單個智能體授予全部權限。他提出,可以引入另一個智能體負責審批權限,並讓智能體之間相互協商、評估任務是否必要,以及是否存在符合安全限制的替代方案。這種雙層機制能夠增強用戶對AI自主執行任務的信任。