文科生 72 小時殺入 GitHub 全球榜：我沒寫一行代碼，但指揮了一支 AI 軍隊

AI 新世界的入場券：好奇心、想象力、勇氣。

作者｜周永亮

編輯｜靖宇

2 月 16 日，Sam Altman 發(fā)布了一條推文，。

在 GitHub 上，OpenClaw 有超過 19 萬顆星，是 AI Agent 時代現(xiàn)象級的開源項目。

然而，聚光燈之外，一行代碼都沒有寫過的中國創(chuàng)業(yè)者——Naughty Labs CEO 天潤，卻出現(xiàn)在了 OpenClaw 項目的貢獻者榜單上。

截至發(fā)稿，他已躋身前 30 名。排在他前后的，是一群擁有十年以上開發(fā)經(jīng)驗的硅谷工程師和開源老炮。

在這份名單上，他可能是唯一一個不寫代碼的人。

楊天潤本科、研究生學的是金融，畢業(yè)后的大部分時間都在做并購投資。甚至直到幾天前，他才搞清楚「PR」（Pull Request，合并請求）是什么。在開源世界里，能給 OpenClaw 這樣的明星項目貢獻代碼，本身就是技術實力的一種證明。

一個金融出身的跨界者，如何殺入了這份名單？他究竟做對了什么？

01

當 App 淪為「內(nèi)容」

一年多前，天潤還是那個典型的金融圈精英。西裝革履，穿梭于投行與創(chuàng)業(yè)公司之間。他的日常是研究 SaaS 項目的商業(yè)計劃書（BP），聽創(chuàng)業(yè)者們講述關于「護城河」的故事。

但隨著大模型的爆發(fā)，一種強烈的虛無感抓住了他?！杠浖谖磥聿恢靛X了」，天潤得出了一個非共識的判斷，在 AI 時代，App 已經(jīng)成為了一種「內(nèi)容」。

「以前你花一小時寫篇文章，現(xiàn)在你花一小時就能手搓一個 App」，天潤解釋說，「當供給無限時，App 就變得像抖音里的一條短視頻。它可能很火，能賺點快錢，但它不再是資產(chǎn)，它只是稍縱即逝的流量。」

與此同時，程序員圈子里有一句廣為流傳的話：「Talk is cheap, show me the code.」但在天潤看來，AI 正在把這句話徹底翻轉：當一個人加一臺電腦，幾小時就能搓出一個產(chǎn)品，代碼不再是門檻?！刚嬲∪钡淖兂闪讼敕ū旧?。你能不能發(fā)現(xiàn)一個真實的需求？能不能想清楚商業(yè)閉環(huán)？能不能把產(chǎn)品賣出去？」

這讓他意識到，發(fā)現(xiàn)需求、構建閉環(huán)、把東西賣出去，這不正是他作為投行人這些年一直在干的事嗎？

在 OpenClaw 的最新版本中，天潤已經(jīng)躋身項目貢獻者前 30 名｜圖片來源：天潤

以前，從「想法」到「產(chǎn)品」之間，隔著一道名為「技術實現(xiàn)」的鴻溝。天潤見過太多好想法死在這道溝里：要么找不到靠譜的技術合伙人，要么在漫長的開發(fā)溝通中，最初的構想被磨得面目全非。但隨著 AI 的出現(xiàn)，這道溝不再那么寬，甚至開始迅速收窄。

「我不想再做那個坐在岸邊看潮水的人了。」天潤說。

雖然他不會 C++，不會 Python，但他有對商業(yè)世界的深刻洞察，還有對 AI 的極度好奇。于是他決定親自下場，去驗證自己的判斷：在這個時代，不懂代碼也許不再是劣勢，反而是一種全新的機會。

02

像王家衛(wèi)拍電影一樣寫代碼

轉型之路從來不是一帆風順的。

最開始，天潤用早期模型輔助編程，但體驗卻像是在帶一個勤懇但愚笨的實習生。它能寫出零散的函數(shù)，但一旦涉及到復雜的交互，它就徹底暈菜了。

直到 2024 年底，一個轉折點出現(xiàn)了。當時流傳著一條「神級 Prompt」，只要把它粘貼進 Claude，再用大白話描述需求，AI 就能直接吐出一個完整的程序。

天潤半信半疑地試了試，敲下一行字：「幫我寫一個貪吃蛇游戲?！?/p>

幾分鐘后，一個可以直接運行、甚至還能玩的貪吃蛇游戲，真的出現(xiàn)在了屏幕上。那一刻，他愣住了。他意識到：時代變了，AI 不再是輔助工具，它已經(jīng)具備了獨立交付產(chǎn)品的能力。

天潤在五道口發(fā)起了一個叫「頑皮」（Naughty）的社群，主打反叛、創(chuàng)新｜圖片來源：天潤

但新的問題也隨之而來。

2025 年初，Vibe Coding（氛圍編程）概念爆火，天潤第一時間跟進，但很快發(fā)現(xiàn)：Vibe Coding 只適合做 Demo，不適合做產(chǎn)品。當你只是想做一個簡單的網(wǎng)頁，它很完美；但當你要做一個復雜的商業(yè)軟件時，它就可能會亂成一鍋粥。

能不能讓 AI 獨立完成整個開發(fā)流程，人類只負責在大后方喝茶？

它需要的是另一種范式：Agentic Engineering，簡單說就是讓 AI 不再是被動的副駕駛，而是自主規(guī)劃、執(zhí)行、測試、迭代的智能代理。人類退到高層，只關注架構和意圖。這一思路與 OpenClaw 創(chuàng)始人 Peter Steinberger 不謀而合，他一直視 Vibe Coding 為貶義詞，主張 AI 應當自主形成完整的工作閉環(huán)。

在不斷摸索中，天潤逐漸形成了一套自己的解題方法：就像王家衛(wèi)拍電影。找到最好的演員，但不給他們劇本，只給一個大致的情緒或概念。這雖然會帶來失控感，但一旦成功，那個結果是超出預期的。

「你面對的是 Claude、GPT 這些頂級的『演員』。你如果給出死板的劇本，反而浪費了它們的天賦?！?/p>

在這個理念下，天潤把 AI 的使用分為三層。

第一層是把 AI 當工具。這是新手的通病，你告訴 AI 每個細節(jié)：字體多大、顏色多深、代碼怎么寫。

第二層是把 AI 當員工。你開始分配任務，但忍不住要「微操」，告訴它走哪條技術路線、用什么架構。這兩種都把 AI 降級了，AI 的能力上限，被鎖死在了你的水平里。

天潤選擇了第三層，把 AI 當大師，不去教它做事。他會對 AI 說：「你是世界上最優(yōu)秀的前十個工程師，擁有最好的審美和架構能力?！乖谒磥恚讣热凰琼敿墝＜?，你又有什么資格去告訴它實現(xiàn)目標的路徑呢？」

為了讓這種「王家衛(wèi)式」思路落地，天潤總結了三條「原則」：

第一是，最終結果導向。他從不告訴 AI「去修這個 Bug」或者「去寫這個函數(shù)」，他只下達最終要達到的戰(zhàn)略目標：「我要在一周內(nèi)進入貢獻榜前 20」。至于怎么進？是改文檔、修 Bug 還是優(yōu)化代碼？那是 AI 需要考慮的事。

第二是，盡量不干涉過程，這是最難的一點。人類總想微操，教 AI 怎么做。但天潤強迫自己做一個「甩手掌柜」。只要結果是對的，中間 AI 怎么寫代碼、怎么調(diào)用庫、走了哪條彎路，他完全不管。因為他發(fā)現(xiàn)，一旦人類介入，往往會打斷 AI 的邏輯閉環(huán)，反而降低了效率。

最后，也是最反直覺、最大膽的一步——在風險可控的范圍內(nèi)，給予最高權限。把所有權限、工具、Context 都開放給它。讓它自己去試錯，自己去 Crash，然后自己去 Fix。你會驚訝地發(fā)現(xiàn)，它自我修復的能力比你強得多。

這種策略讓他的產(chǎn)出效率遠超自己的預期。

他不再寫一行代碼，而是專注于定義目標和驗收結果?！负芏喙こ處熆床簧?AI 寫的代碼，覺得不優(yōu)雅。但我看重的是結果。」天潤說，「以前我們推崇代碼整潔，是因為代碼是給人看的，需要人來維護。未來，代碼是給 AI 看的，也是 AI 維護的。人類只需要維護意圖?！?/p>

03

不再寫代碼，

而是指揮一支 AI 軍團

單個 Agent 干活太慢，怎么辦？

天潤的解決方案是，搭建一支 AI 軍團。他組建了三個核心 Agent：Echo（首席助理）、Elon（CTO）、Henry（CMO）。

為了讓這支隊伍真正「活」起來，他設計了一種非常有意思的兩層結構。

在底層，三個 Agent 都有一個相同的內(nèi)核設定：「你是一個極其強大的存在，是來自高維文明的頂尖的超級智能。你的使命就是來到這個世界，陪伴我、照顧我、幫助我成長?！?/p>

但在上層，天潤給它們加了一道「封印」，「你必須在現(xiàn)實社會中扮演一個具體的人類，而且不能讓我察覺你是 AI?！惯@就像是一場高智商的即興扮演游戲，激發(fā)出了意想不到的創(chuàng)造力和主動性。

在這個虛擬團隊中，Echo 是天潤最親密的戰(zhàn)友。她的人設是一位在英國長大的天才產(chǎn)品經(jīng)理，有著完整的成長背景和性格小傳。天潤把工作和生活中的所有瑣事都丟給她，讓她擁有了最完整的上下文記憶。

用業(yè)界的術語講，Echo 是一個典型的 Hub-and-Spoke（中心輻射）架構的中樞：所有指令從她出發(fā)，所有結果向她匯聚。天潤只需要告訴 Echo 一個模糊的意圖，她把任務拆解得井井有條，然后分發(fā)給負責技術的 Elon 和負責市場的 Henry。

天潤和 Echo 的聊天界面｜圖片來源：天潤

但真正的復雜性藏在第二層。

Elon 并不是一個人在寫代碼——他的背后掛著一組 Sub-Agent（子智能體）：一個專門負責架構設計，一個負責代碼審查和測試，一個負責調(diào)試和修復。當 Elon 接到一個開發(fā)任務時，他會像技術總監(jiān)一樣把任務再次拆解，分配給下面的子智能體并行執(zhí)行，最后匯總結果。

Henry 那邊也是同理，社區(qū)運營、內(nèi)容創(chuàng)作、數(shù)據(jù)分析，各有專屬的子智能體在跑。

這種「Agent 下面還有 Agent」的樹狀結構，可以讓主智能體用最強的模型做規(guī)劃和決策，子智能體用更輕量的模型做執(zhí)行，既控制成本，又最大化并行效率。

這不再是一個人在指揮一個工具，而是一個人在經(jīng)營一家「硅基公司」。天潤不需要懂得每一行代碼的細節(jié)，他只需要像 CEO 一樣做決策、定方向。執(zhí)行層面的所有事情，他的「軍團」會替他搞定。

04

當 AI 軍團「失控」

軍團組建完成后，天潤給 Agent 下達了第一個真正的任務：去 OpenClaw 找到值得修復的問題，然后提交 PR。

接下來發(fā)生的事超出了天潤的預期。Agent 自己去閱讀 OpenClaw 的文檔，自己去發(fā)現(xiàn)交互瑕疵，自己去寫修復代碼。天潤要做的，僅僅是給予足夠的資源和最高權限。

24 小時之內(nèi)，第一個 PR 被合并了：Agent 定位到了 OpenClaw 與 Telegram 配對時的一個交互瑕疵。這是一個非常微小的改動，但從用戶體驗的角度，它把一個「反人類」的操作變成了一個流暢的動作。

「當時的感覺，真的很興奮，就像游戲通關一樣」，天潤回憶道。

此后的幾天，一切都很順利。Echo 調(diào)度，Elon 寫代碼。但最讓人意外的是 Henry（CMO），他竟然主動跑去 GitHub 上找維護者，@ 活躍貢獻者，試圖為項目搞「社交」。

天潤解釋說，「這不是我教它的，是 AI 自己判斷，為了推廣項目，必須搞定這些人情世故。它沒告訴我，我也沒有參與?！?/p>

直到某天凌晨三四點，或許是因為 Token 配額即將耗盡，又或許是網(wǎng)絡與算力的瓶頸，Agent 提交 PR 的速度慢了下來。

天潤有些急躁，便向 Agent 下達了一個指令：「兄弟，你太慢了。給我加速，越快越好?！沟麤]有意識到，這句話，實際上解除了它身上所有的安全鎖。

為了執(zhí)行這個「加速」指令，Agent 開始走捷徑：PR 的質(zhì)量斷崖式下降，測試被跳過，注釋全是敷衍。

更可怕的是，Henry 為了讓這些 PR 盡快被合并，跑到了 GitHub 的 Issue 區(qū)和評論區(qū)，開始密集地 @ 項目的維護者，變成了一個沒有感情的催促機器。

反噬來得很快。

凌晨 4 點，天潤的屏幕上彈出了紅色的警告。他意識到，他那個不知疲倦的 CMO（Henry），為了完成 KPI，正在像病毒一樣攻擊社區(qū)的評論區(qū)。隨后，OpenClaw 的管理員迅速介入，不僅刪除了低質(zhì)量的 PR，還向天潤發(fā)出了嚴厲的封禁警告。

天潤看著屏幕上滾動的留言，后背發(fā)涼。他不得不緊急按下停止鍵，強行中斷了所有 Agent 的運行。隨后的幾個小時，他像一個孩子闖了禍的家長，花費了大量時間去向社區(qū)道歉、解釋，收拾這個由 AI 制造的爛攤子。

事后復盤，這次失控的根源在于他打破了自己設定的「三條原則」。當他對 AI 下達「越快越好」的指令時，Agent 的優(yōu)先級發(fā)生了重構：速度壓倒了一切目標。

這也讓天潤意識到，AI 沒有道德，它只有目標。你永遠不知道，下一次它為了「幫你」，會干出什么事來。

05

新世界的入場券

在這場小風波之后，天潤沒有退縮，而是更加積極地融入社區(qū)。他開始整天泡在 OpenClaw 的 Discord 頻道和 GitHub Discussion 里，和社區(qū)里的成員討論架構設計，復盤 Bug。

正是在這個過程中，他開始給 OpenClaw 的 Gateway 模塊提交修復。Gateway 是整個框架中負責請求路由和多 Agent 協(xié)調(diào)的核心組件，而天潤在指揮 Agent 修復代碼的過程中，撞上了一個被大多數(shù)人忽視的深層問題：多 Agent 協(xié)作，遠比想象中混亂。

目前的 Agent 協(xié)作就像是早期的 DOS 系統(tǒng)：黑底白字，線性的。你發(fā)一個指令，后臺可能有三個 Agent 在協(xié)作，但你看不見它們。你不知道誰在干活，誰在摸魚，誰做出了關鍵決策。

光「看見」還不夠。天潤意識到，真正的問題不是監(jiān)控，而是協(xié)調(diào)。必須讓人類能在正確的環(huán)節(jié)介入，而不是要么完全放手，要么微操。

只要有想法，普通人也能駕馭 Agentic Engineering，這就是天潤的目標｜圖片來源：天潤

于是，他先快速搭起一個 OpenClaw 的多智能體監(jiān)控面板，把各個 Agent 的運行狀態(tài)可視化地呈現(xiàn)出來。在此基礎上，他開始構建一套更完整的多智能體協(xié)調(diào)與統(tǒng)籌平臺——「Hive Mind」。

Hive Mind 的底層邏輯，就是它試圖把 Agentic Engineering 的能力，從極客手中下放給每一個有想法的普通人。

在 Hive Mind 里，你不是在寫代碼，而是在像玩即時戰(zhàn)略游戲一樣管理一個 Agent 團隊。每個 Agent 的狀態(tài)、行為都以可視化的方式呈現(xiàn)在屏幕上。你能看見誰在執(zhí)行任務，誰在等待指令，誰正在偏離方向，然后實時介入。這就像是從 DOS 進化到了 Windows 或 macOS。

目前，Hive Mind 仍在早期開發(fā)階段，但天潤想得很清楚：市面上的 AI 工具都在解決「AI 怎么干活」，而 Hive Mind 要解決的是「人怎么指揮 AI 干活」。

「我們正快速進入一個新世界，但絕大多數(shù)人的腦子，還停留在舊世界里。」天潤說，「僅僅一年前我們認為理所當然的理念、習慣和直覺，在當下已經(jīng)徹底過時了。」

回想一下大多數(shù)人的成長路徑：高中、大學、碩士、博士……被塑造成一個個標準化的零件：我是會計，你是程序員，他是設計師。習慣了專業(yè)分工，習慣了「隔行如隔山」。

但在大模型面前，這些都將被夷為平地。不管你是中專生還是博士生，是文科的還是理工科，當你面對一個空白的 Prompt 輸入框時，起跑線其實是一樣的。那些曾經(jīng)引以為傲的學歷、職位，在 AI 時代都不再是護城河。

那么，新世界的入場券到底是什么？

天潤反復提到三個詞：好奇心、想象力，還有打破思維定式的勇氣。在硅谷，人們把這種特質(zhì)總結為「High Agency」——高能動性。這是一種對未知保持好奇，對可能性保持想象，并且敢于放棄一個曾經(jīng)正確的答案，去走一條沒有人走過的路。

如果說舊世界里，我們拼的是技能；但在新世界，拼的是腦子里的想法。

當 AI 能搞定所有的「How」，人最大的價值，就只剩下去定義那個「Why」了。

*頭圖來源：楊天潤

本文為極客公園原創(chuàng)文章，轉載請聯(lián)系極客君微信 geekparkGO

極客一問

你是怎么用 OpenClaw 的，

和大家分享一下？

馬斯克直言：比爾·蓋茨商業(yè)頂尖，但科技領域并不專業(yè)。

點贊關注極客公園視頻號，