编辑 | 姜篇
彼得 · 斯坦伯格：不用追完每一个新工具。觉得自己必须知道 AI 领域发生的所有事，可能是一种错觉；重要的是把项目做出来、发布出去。
彼得 · 斯坦伯格：现在做一个软件已经很容易了。先把它做出来，再去找人讨论；这个过程本身就能让你发现问题。
彼得 · 斯坦伯格：我认为最重要的能力，是主动把事情往前推进。
彼得 · 斯坦伯格在访谈中提到，自己还维护着大约 40 个开源项目：Agent 定期检查依赖更新、GitHub 上的问题和 PR；他有空时再看用户真正想要什么，决定关掉请求，还是让 Agent 继续改进并发布。
备注：彼得 · 斯坦伯格（Peter Steinberger）是开源 AI Agent 项目 OpenClaw 的创作者，曾创办 PDF 开发工具公司 PSPDFKit。2026 年 2 月，他加入 OpenAI，从事个人 Agent 相关工作。
这听起来像是 " 一个人顶一支团队 "，但他并没说把 40 个项目交给 AI 放着不管。访谈里更值得细看的，是他怎样决定什么先做、什么不做、什么可以让 Agent 自己处理。这也解释了他为什么把 " 主动性 " 放在一堆新工具和提示词技巧前面。
彼得谈 AI 时代最重要的能力
以下根据原视频翻译整理。
有想法？先拿一个能运行的版本来
主持人问，今天的开发者最需要什么能力。彼得回答：主动性。
彼得 · 斯坦伯格：那些在公司里或者独立做事做得好的人，带来的不只是一个问题。他们通常已经想过怎么解决。现在做原型这么容易，只说 " 我们可以做这个 "，却没有任何东西能展示，我会让他先回去做。
彼得解释为什么讨论新功能前应先做原型
他并不是要求每个提议都得出一套完整产品。
哪怕只是一个能跑通关键流程的小样，也能让讨论从 " 听起来不错 " 变成 " 这个交互绕不绕、用户会不会用、现有系统接不接得住 "。原型做出来，提议者自己先会学到东西；拿给别人看，才更容易得到具体反馈。
彼得 · 斯坦伯格：先做原型。你可能在给别人看之前就学到东西；也可能从别人的反馈里得到新的想法。
把这段话放到开发日常，就像提一个 " 搜索结果应该更快 " 的需求。与其只在群里说一句，不如先拿一小组真实查询做个改动和对比：它快在什么场景、慢在什么场景、有没有牺牲结果质量。Agent 能帮忙把试验搭起来，但要验证哪种问题值得解决，仍需要有人先迈一步。
一个人维护约 40 个项目，他把哪些活交给了 Agent
彼得说自己维护 " 大约 40 个 " 开源项目。主持人立刻追问：这么多项目，你怎么管？他说自己并不是开 40 个窗口、全天盯着 Agent 写代码。
彼得 · 斯坦伯格：我有一个会定期运行的 Agent 会话，更新依赖，检查 GitHub 上的 issue 和 PR。哪些改动可以自动合入，我设了比较严格的规则。
彼得自述维护约 40 个开源项目
依赖更新、排查积压请求，是会反复出现的维护工作。Agent 先把线索收集起来，可以不用每天逐仓库巡检。但 " 可以自动合入 " 有明确规则，不是看见 PR 就合。
彼得 · 斯坦伯格：等我有空认真看时，我会去看用户到底在要什么功能、有哪些 PR。然后决定关掉它，或者让 Agent 把它完善后发布。
彼得介绍 Agent 处理重复维护工作的方式
这里有个区别：AI 帮他发现和处理候选工作，他仍在决定哪些请求值得做、做到什么程度。这是彼得个人的工作方法，访谈没有给出 40 个项目的更新频率、缺陷率或成本；不能因此推导出 " 一个人已经能无成本维护 40 个生产系统 "。
只会写代码，还不够让人愿意用你的产品
话题转到软件工程师的未来时，彼得先反问：software engineer 这个称呼会不会已经太窄？他随后把话落到一个很具体的困境：软件比以前更容易做出来，但做出来不等于有人用。
彼得 · 斯坦伯格：如今只做软件已经不像过去那么难了。可如果你没有产品意识，视工作而定，也不懂一些设计或传播，做出的东西很可能没人注意。
彼得谈软件工程师需要理解产品、设计等工作
这不是要求每个工程师都转行做市场。比如你做一个开发工具：能运行只是起点。第一次安装卡在哪儿？报错能不能看懂？README 能否让陌生人五分钟试起来？这些问题不全是代码问题，却会决定工具有没有第二个用户。
彼得也没有把编程基本功说成过时。他说自己现在经常是给 Agent 下指令，但能理解 Agent 在做什么、知道该问什么，仍让他受益。
彼得 · 斯坦伯格：我依然把这叫编程。只是现在不一定手动写每一行了。理解 Agent 在干什么、知道该向它提出什么要求，仍然有用。
新工具看不过来？他劝开发者先把项目做好
主持人问了一个很熟悉的问题：AI 工具更新这么快，开发者怎么跟得上？彼得说，认为自己必须知道所有新东西，本身可能是一种错觉。
彼得 · 斯坦伯格：重要的是你真的去做软件，把它发布出去。找一个你自己在意的项目，然后把它做好。
彼得谈不必追完每一项 AI 更新，关键是做出并发布作品
他每周都会收到请他看项目的邮件，但真正点开的很少。原因很简单：邮件像 AI 做出来的，网站也像一条提示词生成后就再没打磨。他宁愿看到有个人语气的介绍，哪怕英语不完美。
彼得 · 斯坦伯格：AI 让做东西变容易了，但这也意味着，想做出真正好的东西，你得花更多心思。光是 " 它能实现这些功能 "，已经不够了。
对开发者来说，Agent 可以写第一版，随后还得有人去用、听反馈、修最碍事的地方。一个项目有没有被反复打磨，用户通常看得出来。
新人更容易展示作品，找第一份工作却未必容易
彼得认为，有了 AI 工具，一个人更容易独立做出可以展示的作品。求职时，一个有人在用的项目，有时比学校背景更能说明实际能力。主持人随即追问：可初级岗位在减少，刚入行的人怎么办？
彼得 · 斯坦伯格：如果走传统路径，先读软件工程，再找一份初级工程师工作，现在可能确实更难。
彼得承认传统的初级工程师求职路径可能变难
前后两句话并不矛盾：做作品的门槛下降了，拿到入门岗位的门槛未必下降。他的建议是，别只把 " 会用 Agent" 写在简历上，拿一个做过、有人反馈、自己还在改的项目出来。这样至少能让招聘方看到你怎样发现问题、处理取舍，而不是只看到一份漂亮的生成结果。
当然，作品也不能保证录用。彼得说的是一条可能的路径，不是对就业市场的统计结论。
写在最后
访谈最后，主持人问，Agent 越来越能干，软件工程师还做什么。彼得的判断是：工程师负责的范围可能继续扩大，人的坚持、品味和对产品的理解会进入更多环节。他也承认，两年后的技术变化很难预料。
彼得 · 斯坦伯格：Agent 本身不会凭空做出东西。知道该做什么，把自己的经验用在具体领域里，仍是很难、也很重要的能力。
" 主动性 " 听上去容易说成口号。在这场访谈里，它其实有一个很朴素的样子：看到一个问题，先做一版；拿给别人试；发现不对再改；最后愿意为这个东西有没有用继续负责。新工具会换，能不能把事情推进到这一步，才是彼得想问开发者的。
参考链接：
https://www.youtube.com/watch?v=KrlaBpyWH_k
——好文链接——
AI" 自我进化 " 被吹过头了！李飞飞当场反驳谷歌科学家：" 自我改进 " 和 " 递归自我改进 " 是两回事