18 歲創業者用 OpenClaw 管 16 個 AI Agent，一個人的 Agent 公司怎么運轉

編譯｜宇琪

當很多人還在把 OpenClaw 當成一個 AI 助手外殼時，這位 18 歲、沒有任何編程背景的創業者，已經把它用成了一套 多 Agent 協作平臺：一臺 Mac mini，上面跑著 16 個 Agent，分工覆蓋研究、寫作、趨勢追蹤、代碼審查、產品巡檢和內容分發，不同角色按定時任務持續運轉，像一個微型組織一樣協同工作。

我們并不想站隊那種“零基礎就能做出百億產品”的夸張敘事。真正值得關注的，是他已經摸索出了一套相當完整的 AI 工作流組織方式：如何拆分角色，如何配置模型，如何管理記憶，如何讓多個 Agent 穩定協作。再加上 Claude、GLM、Grok、X API、Firecrawl 等工具棧的組合，這套系統對個人生產力的提升，已經不是概念，而是有現實參考價值的方法。

最近，Vadim 在播客節目中詳細展示了這套 AI 工作系統，與主持人 Jacob Klug 一起拆解了它的運作邏輯——從統籌全局的指揮中樞，到那 16 個在他入睡后仍持續運行、不間斷執行任務的子 Agent。基于該播客視頻，InfoQ 對內容進行了整理與部分刪改。

核心觀點如下：

• 我不會去招一個獨立的開發者或文案，而是去招一個已經有自己 OpenClaw 團隊的人，把他整套 Agent 系統并入我的公司。

• 如果 AI 給你的結果不滿意，問題在你，不在 AI。無論用什么工具，給足上下文，才能得到你真正想要的東西。

• 如果你還在猶豫要不要開始，就直接做吧。最差的結果不過是沒什么人看，最好的結果是你真的做出了個人品牌，影響到了和你有共鳴的人。

18 歲創業者的 AI 生產力工具箱

Vadim：大家好，我叫 Vadim，今年 18 歲，去年剛高中畢業，沒有打算上大學。我沒有任何編程或技術背景，目前在做一份朝九晚五的普通市場營銷工作。我在開發自己的 SaaS 產品 Bugola，目標是在 2026 年成為行業第一的視頻剪輯軟件。

Jacob：你是怎么接觸到 OpenClaw 的？

Vadim：第一次聽說 OpenClaw，是在 YouTube 上刷到一個縮略圖上有只龍蝦。那時候我已經在做自己的創業項目了，對 AI 圈子也有一定了解。后來看了 Alex Finn 發布的第一個關于 OpenClaw 的視頻，大概是熱潮剛起來一兩周。一聽說可以把大語言模型接入 OpenClaw 讓它自主執行任務，而不只是像普通聊天機器人那樣對話，我就知道我必須試試。從那以后，我就一頭扎進去，每天都在和它打交道。

Jacob：你每個月大概在 API 上花多少錢？

Vadim：希望 Anthropic 沒在看這期節目。我目前還在用 Claude 的 OAuth 方案，大概有六個 Agent 通過 OAuth 接入，另外七個用的是各家的 API 額度，包括 Grok、GLM、MiniMax 等一批大模型。目前每月總花銷約 400 美元：Claude Max 訂閱 250 美元，其余各類 API 額度，比如 X API、Firecrawl API 等，大約 150 美元。

Jacob：我都不知道 OAuth 這個方案還能用，現在還行嗎？

Vadim：還能用，算是個小技巧。Anthropic 發公告說要封禁 OAuth 濫用之后，我在 Claude 上開始頻繁觸發速率限制。后來我用 Claude Code 在終端里讓它幫我排查問題，Claude Code 不知怎么就把我的連接方式切換到了 OAuth，從那以后速率限制和超時就再沒出現過。

Jacob：那你在 Claude API 上每天大概要花多少錢？

Vadim：大概 30 到 60 美元。

Jacob：挺貴的。那你把部分 Agent 路由到了更便宜的模型上，目前你覺得哪些模型性價比最高？

Vadim：我覺得 Higgsfield 配合 Kling AI，再加上 Grok 的圖像生成，是我用來制作 AI 視頻的最佳組合，無論是 AI UGC 視頻還是其他類型的視頻內容。目前我已經接入了 Higgsfield API 和 Grok 圖像生成 API，Kling 也在接入中。

在設計部門，我的圖像設計師接入的是 Google 的 Nano Banana Pro API。動效設計方面，這個 Agent 不接外部 API，用的是 Remotion 加 Claude Code，仍然走 OAuth。

開發方面，我同時用 Claude Code 和 Codex：Claude Code 走 OAuth，Codex 5.3 通過 CLI 接 API 額度，因為我沒有 ChatGPT 訂閱。

文案方面，我用 GLM-5 給負責撰稿的 Scribe，用 GLM-4.7 給負責追蹤趨勢的 Trendy，GLM-4.7 是更輕量、更便宜的版本，Trendy 同時還接了 X API，專門幫我在 X 和 Reddit 等平臺上發掘熱點，然后匯報給我。Scribe 拿到 Trendy 的報告后，結合我的發帖風格和表達習慣，給我生成推文草稿和內容靈感，我看完之后直接用來創作。

零基礎上手 OpenClaw

Jacob：你在完全沒有技術背景的情況下做到這一切，真的令人印象深刻。在接觸 OpenClaw 之前，你知道 API 是什么嗎？

Vadim：我只知道 API 大概是調用某個接口的東西，僅此而已。GitHub 是什么、IDE 是什么、終端是什么，我完全不了解。

Jacob：你最開始是怎么把 OpenClaw 用出感覺，而不只是把它當成 ChatGPT 來用的？

Vadim：一開始我就直接給自己搭了一個編程 Agent。在發現 OpenClaw 之前，我用的是其他 vibe coding 平臺。當我意識到 OpenClaw 不僅能聊天，還能主動幫我打開標簽頁、自主編寫代碼，我覺得這完全是另一個層次。于是我做的第一件事，就是接入 Claude 4.6，搭了我的第一個"員工"，一個開發 Agent，我給它取名叫 Clawd。我在 X 上研究了大量關于 GitHub 操作的提示詞，給它配了一個完整的系統提示。后來我發現 OpenClaw 還能在內部并行啟動多個子 Agent，同時執行代碼審查、功能開發、安全檢查等不同任務。

Jacob：這個編程 Agent 具體幫你做了什么？是從頭開始構建你的 SaaS 嗎？

Vadim：我的 SaaS 最初是用 Lovable 搭的，現在也還托管在上面。Agent 做的第一件事，是創建了一個定時任務（Cron Job）。當初我在看 Alex Finn 的視頻時，他分享過一個"主動提示詞"的技巧，在每晚 11 點觸發一個定時任務，讓 Agent 審查整個代碼庫，然后自主判斷并開發它認為最有價值的功能。當時我的 MVP 已經在 Lovable 上跑起來了，于是我就讓它在每晚 11 點運行一次。它掃描完整個代碼庫后，發現我的主頁缺少常規 SaaS 產品都應該有的常見問題解答，所以做的第一件事是添加了一個 FAQ 版塊。這是它提交的第一個 Pull Request，我看了一眼就合并了。

Jacob：定時任務每晚 11 點自動讀取 Lovable 搭建的代碼庫，理解功能結構，然后提出建議，當晚直接構建，第二天早上你來決定是否合并，就是這么一套流程？

Vadim：對。

Jacob：那第一個晚上是什么感覺？會擔心出問題嗎？

Vadim：那個 FAQ 版塊到現在還在我的主頁上，一直沒改過，效果確實還不錯。我記得那晚睡前心里沒底，覺得肯定要出問題。結果第二天早上拿起手機，看到一條通知：“Pull Request 已準備好，待你審查�！蔽掖蜷_一看，心想，我睡了一覺，醒來產品就多了一個新功能。那一刻我意識到，這里面還有太多可以挖掘的空間，我要繼續深入。

搭建一個 16 個 Agent 協同工作的系統

Jacob：你說的 16 個 AI Agent，指的是 16 個子 Agent，但現在也有人開始買多臺 Mac mini 來運行本地模型。在你的理解中，這兩種方式有什么區別？

Vadim：Alex 買那么多 Mac Studio 和 Mac mini，本質上是為了在本地硬件上運行大語言模型，我對本地模型了解不多。但在我看來，一臺 Mac mini 裝一個 OpenClaw 就夠了。里面可以開很多個會話，每個會話就是一個任務或工作流，每個子 Agent 都在各自的會話里運行。所以只需要一臺 Mac mini，就能在一個實例里跑任意數量的子 Agent。

Jacob：也就是說 Alex 只是在往更大規模擴展，而你一臺 Mac mini 就跑完了所有的。你用的是什么配置？

Vadim：16GB 內存、512GB 固態硬盤，我覺得夠用了，配置這方面我不太懂。

Jacob：指揮中樞（Mission Control）本質上是為了給 OpenClaw 構建一個交互界面。你是什么時候搭建的，它對你的工作流有多大影響？

Vadim：大概是開始用 OpenClaw 兩到三周后搭的，并不是最早做的事情。說實話，指揮中樞本質上只是一個可視化界面，可以添加任務、查看文件，但并非必須。我搭建它主要是為了直觀地看到自己“公司”的全貌，所有 Agent、記憶文件、實時任務狀態一目了然。很多人覺得必須先有指揮中樞才能開始，其實不是，它只是一個把數據和 Agent 可視化的工具。

Jacob：自從搭建以來，它有沒有實質性地提升你的效率？

Vadim：有，特別是在查看和管理記憶文件方面很有幫助。比如我可以看到每個 Agent 對應的 Markdown 文件，系統提示、規則配置、任務路由邏輯、各 Agent 擁有的 API 權限和技能。我可以實時查看 Jarvis 在記錄什么信息，需要修改時直接在聊天窗口里說“更新企業配置文件，改成這樣”就行了。

Jacob：這些文件都存在你本地設備上，對嗎？

Vadim：對。

Jacob：首頁大概是什么樣子？

Vadim：就是這個主面板。這里可以看到 API 額度的實時消耗，不過因為我現在走的是 OAuth 而不是 Claude 4.6 的 API，所以沒有費用顯示。然后是在線員工數量，現在有七個處于活躍狀態：Jarvis 在工作，Atlas 是我的研究員，Scribe 是文案寫手，Trendy 是我的趨勢偵察員，Clip 其實就是我自己產品的功能原型，一個在 OpenClaw 里運行的剪輯 Agent。Sentinel 每兩小時運行一次定時任務，負責巡查整個代碼庫，檢測用戶報告的錯誤和異常并實時同步給我。最后是 Writer，專門服務我那份朝九晚五的日常工作，幫我寫文章、做調研。所以我的 Agent 不只是為 Bugola 服務的，也在支持我的本職工作。

Jacob：Atlas 現在在做什么？

Vadim：任務顯示它在完成一項深度研究：整理 Mr. Beast 的 X 平臺病毒傳播策略，以及 Dan Koe 的爆款內容方法論，并匯總進一份病毒式傳播總手冊。

我整理了 Mr. Beast 所有公開播客中談到 YouTube 增長的內容，他對每一個視頻的縮略圖、開頭幾秒的反應、整體節奏都有極其精細的分析。我就在想，把這套思維框架移植到 X 平臺上會怎樣：第一行文字該怎么寫，配圖該怎么選，整體如何設計才能讓人停下來。所以我讓 Atlas 構建一套完整的 X 平臺爆款方法論，供 Scribe 在寫推文時參考。

Dan Koe 那部分是因為之前"文章大屠殺"期間，他的內容動輒獲得數百萬次瀏覽。我讓 Atlas 研究他的爆款文章有什么規律，鉤子怎么寫、敘事怎么展開、什么元素能驅動互動。最終所有研究成果匯總到一個叫"病毒式 X 爆款手冊"的 Markdown 文件里，集合了 Mr. Beast 的思維框架、Dan Koe 的寫作規律和大量優質案例，作為我在 X 上發內容的參考庫。

關于 7×24 小時持續運轉這件事，確實如此。Jarvis 隨時待命，只要我發消息就響應；Atlas 每小時跑一次研究報告；Scribe 每三小時取用 Atlas 的研究成果，并從中整理出一些爆款的異常觀點（outliers）生成內容草稿；Trendy 每兩小時偵察一輪熱點；Clip 隨傳隨用，我粘貼一個 YouTube 鏈接，Jarvis 識別后轉給 Clip，Clip 自動生成帶字幕的剪輯片段，并通過 Postiz API 調度發布到我的無真人形象賬號；Sentinel 每兩小時做一次健康檢查，監測用戶端是否出現上傳、下載或其他異常；Writer 則是按需調用，需要的時候叫它就來。

Jacob：我想更深入地了解一下你的組織架構，為什么同一類別下要設置多個 Agent，而不是一個研究、一個開發這樣各司其職？

Vadim：主要是為了清晰可視，同時我也想真正搭建起部門結構，而不只是一堆獨立的 Agent。以開發部門為例：Clawd 是我的高級開發者，負責編寫和構建代碼；代碼寫完后會交給 Sentinel 做代碼審查。Sentinel 不只檢測用戶端的 Bug，也負責審核 Clawd 提交的代碼。Clawd 在運行 Claude Code 時本身會自我檢查并迭代，但在提交 GitHub Pull Request 之前，我還額外設置了一個安全過濾層，由另一個大語言模型再做一輪審查。

Jacob：我看到你還有銷售、產品、創意幾個部門，我記得好像是 Jarvis 或者 Atlas 幫你在 Reddit 上拉到了 400 多個用戶？

Vadim：對，那是 Atlas 的功勞。Atlas 不只做深度研究，它還會在 Reddit 上監控相關子版塊，只要有人抱怨競品、或者在問有沒有好用的剪輯工具，它就把帖子鏈接發給我，并讓 Scribe 幫我寫好回復草稿，我直接復制粘貼發出去就行，就這樣積累到了現在的 450 多個用戶。

Jacob：你的 OpenClaw 直接幫你帶來了付費用戶？

Vadim：對，已經有付費用戶了，真的挺不可思議的。幾周前第一次收到收款通知，當時高興得跳起來了。

Jacob：我一直在看大家做的這些虛擬辦公室，但一直沒搞明白它的意義，你能解釋一下嗎？

Vadim：辦公室對我的實際工作沒有任何幫助，我搭它純粹是因為好玩。當初發了條帖子在 X 上爆了，可能是唯一的"收益"。不過，看著屏幕上每個 Agent 的狀態燈，綠燈亮著表示正在工作，紅燈亮著表示空閑，能直觀感受到自己的 AI 公司在運轉，這種感覺本身就讓整件事有意思多了。

OpenClaw 時代的公司組織

Jacob：你有沒有想過招募真人員工，還是說你覺得只用 OpenClaw 也能把公司做起來？

Vadim：我的想法是這樣的：我不會去招一個獨立的開發者或文案，而是去招一個已經有自己 OpenClaw 團隊的人，把他整套 Agent 系統并入我的公司。比如我的 Bugola 現在有一套 OpenClaw 體系，如果我招募了另一個有自己 OpenClaw 團隊的人，兩套合并，Agent 數量翻倍，然后重新劃分職能。我雇的不是某個單一技能的人，而是一個攜帶著完整 Agent 系統的人。我覺得這個方向可能還沒什么人提過，但這就是我認為未來會走向的地方。

Jacob：每個人都帶著自己的團隊，有點模擬宇宙的意味。那你覺得這套東西能做到多大？有沒有可能靠 OpenClaw 做出一家 1 億美元的公司？

Vadim：我堅信可以。你可以說我異想天開，但我認為我們現在只是剛剛開始。Peter Steinberger 剛加入 OpenAI，可以預見未來專門面向 OpenClaw 的模型會越來越強。我完全相信，一個沒有編程背景的獨立創始人，僅靠自己和一批 AI Agent，完全有可能做到 1 億美元估值。

Jacob：最近 OpenClaw 受到了不少批評，一定程度上是因為大量創作者在刷相關內容，其中很多人并沒有真正在用它做有意義的事。OpenClaw 現在是否被過度炒作了？

Vadim：我覺得 X 上確實存在兩個圈子。一個是為了流量和曝光展示各種 OpenClaw 用例，邏輯混亂，沒什么實質內容；另一個是真正在用 OpenClaw 構建實際工作流的人，他們分享的是真實業務中的提示詞、記憶系統、定時任務和代碼倉庫。Matthew Burman 是我覺得很有代表性的例子，他不是為了流量，而是把完整的工作流、token 消耗、所有細節都透明地展示出來。

說到是否被過度炒作，我覺得問題出在很多人宣傳"OpenClaw 能自主、主動地幫你做一切"，這個說法不準確。OpenClaw 不是你裝上去它就自己運轉的東西，它的主動行為來自你專門配置的定時任務。沒有這些配置，它什么都不會自動做，這個認知偏差才是最大的問題所在。

Jacob：對于想從零開始的新人，在搭建 OpenClaw 和指揮中樞方面，你有什么建議？

Vadim：第一步，裝好 OpenClaw 之后，先花一兩天做一件事：把關于自己的所有信息全部傾倒給它：你是誰、你在做什么、你的目標是什么。讓它充分了解你之后，后續創建的所有 Agent 才能真正為你量身定制。

搭建指揮中樞有兩條路：用 Lovable 這類工具，或者直接讓 OpenClaw 幫你構建。我的做法是截下 Matthew Burman、Alex Finn 等人的指揮中樞截圖，發給 Jarvis，說：“結合你對我和我工作流的所有了解，給我構建一個類似的指揮中樞，在本地跑起來，掛在 tmux 后臺�！彼蜁䦷湍愦詈茫诤笈_持續運行，實時更新，不需要手動刷新。

對新手最重要的一點是：如果 AI 給你的結果不滿意，問題在你，不在 AI。AI 能做的取決于你給它多少上下文。"幫我做一個指揮中樞"和"幫我做一個包含任務看板、聊天界面、組織架構、虛擬辦公室、第二大腦記憶系統的指揮中樞，參考這幾張截圖"，兩種提示得到的結果天差地別。無論用什么工具，給足上下文，才能得到你真正想要的東西。

Jacob：你是我見過的真正在用 OpenClaw 為自己的業務創造價值的人之一，而不只是圍繞它產出內容，你證明了這套東西的價值。大家可以去哪里找到你？

Vadim：我主要在 X 上。我開始運營 X 賬號還不到 100 天，已經漲到了 2 萬粉絲。X 的門檻很低，不用拍視頻，不用做剪輯，直接發文字就行，而且創始人和技術圈的人都聚在這里。如果你還在猶豫要不要開始，就直接做吧。最差的結果不過是沒什么人看，最好的結果是你真的做出了個人品牌，影響到了和你有共鳴的人。

https://www.youtube.com/watch?v=4HyNQe6UI_c

會議推薦

OpenClaw 出圈，“養蝦”潮狂熱，開年 Agentic AI 這把火燒得不可謂不旺。在這一熱潮下，自托管 Agent 形態迅速普及：多入口對話、持久記憶、Skills 工具鏈帶來強大生產力。但這背后也暴露了工程化落地的真實難題——權限邊界與隔離運行、Skills 供應鏈安全、可觀測與可追溯、記憶分層與跨場景污染、以及如何把 Agent 納入團隊研發 / 運維流程并形成穩定收益。

針對這一系列挑戰，在 4 月 16-18 日即將舉辦的 QCon 北京站上，我們特別策劃了「OpenClaw 生態實踐」專題，將聚焦一線實踐與踩坑復盤，分享企業如何構建私有 Skills、制定安全護欄、搭建審計與回放機制、建立質量 / 效率指標體系，最終把自托管 Agent 從可用的 Demo 升級為可靠的生產系統。