他没造新模型,却让 OpenClaw 直接“进化”:一套架构改动的狠招
大多数人以为,AI Agent 变强靠的是更大的模型。但 Ras Mic 在这支视频里反其道而行:不换模型、不堆参数,只改架构和交互方式,就把 OpenClaw 拉到了一个“更强也更安全”的新层级。这不是炫技,而是一套值得所有 Agent 从业者抄作业的思路。
大多数人以为,AI Agent 变强靠的是更大的模型。但 Ras Mic 在这支视频里反其道而行:不换模型、不堆参数,只改架构和交互方式,就把 OpenClaw 拉到了一个“更强也更安全”的新层级。这不是炫技,而是一套值得所有 Agent 从业者抄作业的思路。
当AI代理不再只是“帮你省时间”,而是把机会无限放大,很多人第一次体会到:能力像开挂,焦虑也同步升级。这期视频给出了一个反直觉判断——AI正在把每一份工作,变成一场个人创业。
这不是一次“AI 画图”的演示,而是一条真正跑通的设计到代码闭环:AI 读代码、写 Figma、再把修改直接变成 PR。更反直觉的是,最容易翻车的地方不是生成质量,而是一个被无数人忽略的认证步骤。
当大多数人还在用 AI 提高 10% 效率时,Andrew Wilkinson 已经让一整套 AI Agents 接管了他的工作、决策,甚至部分人生。这期播客不是工具清单,而是一份真实的“人类逐步退出循环”的现场记录。
当所有人都在堆多智能体、谈自治时,Chris Parsons在台上泼了一盆冷水:未来的自动化,可能恰恰是“更笨”的AI。用最简单的while循环、在Claude Code里反复跑任务,这种看起来原始的方法,反而更容易落地、更容易交付。
在这场超过一小时的分享里,Peter Werry抛出一个让很多AI工程师不舒服的观点:你现在做的RAG,很可能从一开始方向就错了。更反直觉的是,他认为真正浪费token、拖慢Agent效率的,并不是模型不够强,而是我们还在用“人脑时代”的方式喂上下文。
当所有人都在吹嘘“全自动AI Agent”时,Liam McGarrigle在这场超过1小时的工作坊里,反其道而行:他反复强调,人类不该被踢出系统。真正能上线、能扩展、能让人睡得着觉的AI自动化,必须有人类在环。这不是保守,而是现实。
把AI代理接入聊天、邮箱、知识库、自动化运维,甚至在你睡觉时替你“整理大脑”——听起来像失控的开始。但Radek Sienkiewicz给出的结论恰恰相反:真正危险的不是把控制权交给AI,而是一次性交出去。这场分享讲清了一个AI从业者最该学会的能力:如何和代理建立“长期信任关系”。
当 AI 写代码越来越强,软件工程师会失业吗?Louis Knight-Webb 给出的答案更刺耳:工程师不会消失,但工作内容会被彻底重塑——写代码只剩很小一部分,真正的价值变成了“计划”和“审查”。更戏剧性的是,他在台上直接演示了关闭自己公司的全过程。
2026年被称为“AI Agent元年”,但真正反直觉的是:几乎所有AI公司,最后都在做同一件事。Riley Brown在这期对谈里点破了一个行业潜规则——不是模型不重要,而是应用形态正在强行收敛。