查看完整版本: [-- 全球首家无人公司开业!OpenClaw 24小时不休,疯狂碾压打工人 --]

武当休闲山庄 -> 数码讨论 -> 全球首家无人公司开业!OpenClaw 24小时不休,疯狂碾压打工人 [打印本页] 登录 -> 注册 -> 回复主题 -> 发表主题

jjybzxw 2026-02-09 12:04

新智元报道

编辑:KingHZ

【新智元导读】27岁独立开发者靠它月入数万,前市场经理睡觉时它写邮件赚钱,柏林辍学生卖自定义技能赚12.7万美元——AI智能体的「iPhone时刻」已来,只是钱还没平均分。

AI智能体领域,刚刚迎来了它的「iPhone 时刻」。

但拐点不在「更会聊天」「智商更高」,而在一件事:它能自己把事做完

当世界还在争论「AI是否会抢走工作」时,一小批人已经绕开了整个辩论。

他们开始建造,不再「套壳ChatGPT」,而是构建自主运行的业务单元。

一名27岁的得州独立开发者,靠出售网页抓取自动化程序,一月份赚了43,000美元。

一位多伦多的前市场部经理,构建了一个邮件文案生成智能体,每月带来8,200美元收入——而她在睡觉。

背后是同一个趋势:硅基劳动力开始工作

OpenClaw首个10亿美元应用场景

而OpenClaw第一个10亿美元应用场景,终于来了。

受YouTube频道《Dumb Money》社交套利策略的启发,OpenClaw全年无休、分秒必争地自动扫描社交媒体上的病毒式趋势。

一旦发现潜在信号,OpenClaw会把这些趋势当作可能的股票/市场超额收益机会。

因为这些消费热潮往往会提前反映在相关公司股价上,而华尔街主流分析通常滞后。

这正是自主智能体大放异彩的地方——全年无休、全天候运转。

人类每天可能只刷3次社交媒体,而智能体每15分钟就检查一次。

现在想象一下,有10个智能体分别监控不同的平台——TikTok、X、Reddit、Discord、Telegram——所有信息都汇总到一个仪表盘上。

这已经不是AI工具了,而是一场市场情报行动。

未来已来,只是分布不均。

现在智能体如此智能,这种「硅基劳动力」的出现基本上合乎逻辑、顺理成章的下一步了。

全球首批OpenClaw企业,全年无休

很多人说是炒作。Alex Finn不争辩,他直接建「改变世界的产物」。

他正在打造首个OpenClaw智能体公司,让它7×24小时工作。

目前,Alex有2名员工在岗(本地部署在Mac Studio上),2名员工外包(Opus 4.6与Codex 5.3)。那2名本地员工全天候为他工作。

它们不进食、不睡觉、不抱怨、不要五险一金。

而他的全部前期投入仅是一份终身制2万美元合约(两台512GB内存+4TB固态硬盘的Mac Studio)。

比起之前面试的那些年薪10万美元的人类应聘者,他认为这简直太划算了。

今夜安睡时,它们在工作。明天看超级碗橄榄球比赛时,它们仍在工作。

它们会刷遍X和Reddit,寻找待解决的难题,并持续编写程序——完全无需监督。

这就是Alex Finn的环球企业。

近日,他将搭建官网,让大家能实时观看每名员工的工作状态

他确信世上再无他人进行着类似的创造。这是史上首支全天候自主工作的劳动力。

这里最有趣的部分甚至不是「全天候劳动力」,而是「完全无需任何监督」。

当然,不是他一个人让OpenClaw智能体为7x24小时不停为他工作:

可以上下滚动的图片

欢迎来到未来。

这一切是如何做到的呢?

世界首个智能体运行的网站

过去三周,投资者 Ihtesham Ali 混迹社交平台Discord、Reddit和OpenClaw小圈子,专找「真用智能体赚钱的人」。

他统计到:一个月里,10个人用智能体赚了84.7万美元。

而现在,第一家「由智能体运营」的公司出现了:VoxYZ

VoxYZ网站发起人、网友Vox

配置极简:6个智能体 + 1台VPS + 1个Supabase 数据库。

两周时间,从「闲聊」升级到「自主运营网站」。

起点来自OpenClaw:当AI智能体不再仅仅是回答问题,而是真正运营一家公司时会发生什么。

它们研究市场、撰写内容、发布社交媒体、交付产品……所有行动都无需人类指令。

这,正是全球第一个OpenClaw运营的公司VoxYZ——

0人类提示词,一切都是智能体的决定。

一切的起点:OpenClaw

OpenClaw解决了一个很大的问题:让Claude能够使用工具、浏览网页、操作文件、运行定时任务。

你可以给Agent分配定时任务——每天发推、每小时情报扫描、定期研究报告等等。

一切从这里开始。

这个项目叫做VoxYZ Agent World:6个AI智能体在一个像素风办公室里自主运营一个网站。

技术栈非常简单:

  • OpenClaw(部署在VPS上):智能体的「大脑」——负责圆桌讨论、定时执行任务、深度研究

  • Next.js+Vercel:网站前端+API层

  • Supabase:所有状态的唯一真相来源(提案、任务、事件、记忆)

六个角色,各司其职:

  • 首席执行官幕僚长Minion:做决策,协调任务、分派职责。

  • 研究主管Sage:分析战略,深入分析,制定战略。

  • 增长主管Scout:收集情报,发掘潜在客户,追踪市场信号,侦察新机遇。

  • 创意总监Quill:撰写文案,设计内容,构思叙事。

  • 社交媒体总监Xalt:管理社交媒体,发布动态,互动交流,扩大受众。

  • 公司观察员Observer:做质量检查,观察全局,记录历程。

六个角色,各司其职:Minion做决策,Sage分析策略,Scout收集情报,Quill写内容,Xalt管理社交媒体,Observer做质量检查。

OpenClaw的定时cron任务让它们每天「上班打卡」。圆桌机制让它们可以讨论、投票、达成共识。

但这只是「能说话」,而不是「能干活」。

智能体产出的所有东西——起草的推文、分析报告、内容稿件——都还停留在OpenClaw的输出层。没有变成真正的执行,也没有机制在执行完成后告诉系统「已完成」。

从「Agent能产出内容」到「Agent能端到端完成闭环操作」,中间还缺了一个完整的「执行→反馈→重新触发」的循环。

真正的智能体循环

首先定义一下「闭环」。

一个真正无需值守的智能体系统需要运行这个循环:

智能体提出想法(提案)

自动审批检查(自动批准)

创建任务+步骤(任务+步骤)

工作节点领取并执行(工作者)

发出事件(事件)

触发新的反应(触发/反应)

回到第一步

听起来很简单?

实际上,埋了至少三个坑——每个都让系统「看起来在运行,但实际上在原地打转」。

第一个坑:两处地方抢工作

VPS上有OpenClaw工作者在领取和执行任务。

同时,Vercel上有个心跳定时任务在运行任务工作者,也想领取同样的任务。

两边查询同一张表,抓取同一步骤,独立执行。没有协调,纯属竞争条件。偶尔一个步骤会被两边打上冲突的状态标签。

修复:砍掉一个。VPS是唯一执行者。Vercel只运行轻量级的控制平面(评估触发器、处理反应队列、清理卡住的任务)。

改动很小——从心跳路由中移除runMissionWorker调用:

//心跳现在只做4件事consttriggerResult = awaitevaluateTriggers(sb, 4_000); constreactionResult = awaitprocessReactionQueue(sb, 3_000); constlearningResult = awaitpromoteInsights(sb); conststaleResult = awaitrecoverStaleSteps(sb);

额外好处:省了Vercel Pro的费用。心跳不再需要Vercel的定时任务——VPS上的一行crontab就能搞定:

*/5 * * * * curl -s -H "Authorization: Bearer $KEY"https://yoursite.com/api/ops/heartbeat

第二个坑:任务触发了,但没人接手

他写了4个触发器:推文爆了自动分析、任务失败自动诊断、内容发布自动审核、见解成熟自动推广。

测试时我发现:触发器正确地检测到了条件并创建了提案。但提案永远处于待定状态——从未变成任务,从未生成可执行步骤。

原因:触发器是直接插入到ops_mission_proposals的,但正常的审批流程是:插入提案→评估自动批准→如果批准,创建任务+步骤。触发器跳过了最后两步。

修复:提取一个共享函数createProposalAndMaybeAutoApprove。每个创建提案的路径——API、触发器、反应——都必须调用这个函数。

// proposal-service.ts —— 所有提案创建的单一入口exportasyncfunctioncreateProposalAndMaybeAutoApprovesb: SupabaseClient,input: ProposalServiceInput, // 包括 source: 'api' | 'trigger' | 'reaction'): PromiseProposalServiceResult> { // 1. 检查每日限制// 2. 检查容量关口(下面解释)// 3. 插入提案// 4. 发出事件// 5. 评估自动批准// 6. 如果批准 → 创建任务 + 步骤// 7. 返回结果}修改后,触发器只返回提案模板。评估器调用这个服务:// trigger-evaluator.tsif(outcome. fired&& outcome. proposal) { awaitcreateProposalAndMaybeAutoApprove(sb, { ...outcome. proposalsource'trigger'});}

一个函数统治所有。以后任何检查逻辑(速率限制、黑名单、新限额)——只改一个文件。

第三个坑:队列在配额满时不断增长

最隐蔽的bug——表面上一切正常,日志没有错误,但数据库里排队的步骤越来越多。

原因:推文配额满了,但提案仍在被批准,生成任务,生成排队步骤。VPS工作者看到配额满了就直接跳过 —— 不领取,不标记为失败。第二天,又来一批。

修复容量关口——在提案入口点就拒绝。从根本上不让它生成排队步骤。

// proposal-service.ts 内部的关口系统constSTEP_KIND_GATES: Record< string, StepKindGate> = { write_content: checkWriteContentGate, // 检查每日内容容量post_tweet: checkPostTweetGate, // 检查推文配额deploy: checkDeployGate, // 检查部署策略};

每种步骤类型都有自己的关口。推文配额满了?提案立即被拒绝,理由清晰说明,发出警告事件。没有排队步骤 = 没有堆积。

这是post_twee关口的例子:

asyncfunctioncheckPostTweetGatesb: SupabaseClient) { constautopost = awaitgetOpsPolicyJson(sb, 'x_autopost', {}); if(autopost. enabled=== falsereturnokfalsereason'x_autopost disabled'}; constquota = awaitgetOpsPolicyJson(sb, 'x_daily_quota', {}); constlimit = Number(quota. limit?? 10); const{ count } = awaitsb from'ops_tweet_drafts'select'id', { count'exact'headtrue}) eq'status''posted'gte'posted_at'startOfTodayUtcIso); if((count ?? 0) >= limit) returnokfalsereason`Daily tweet quota reached (${count}/${limit})`}; returnoktrue}; }

关键原则:在关口拒绝,不要在队列里堆积。被拒绝的提案会被记录(用于审计),而不是无声地丢弃。

让它活起来:触发器+反应矩阵

三个坑都填平了,循环就能工作了。但这系统还只是一个「无错误的流水线」,不是「响应式团队」。

触发器

4个内置规则——每个检测一个条件并返回提案模板:

触发器只做检测——它们不直接操作数据库,而是将提案模板交给提案服务。所有容量关口和自动批准逻辑都会自动应用。

冷却时间很重要。没有它,一条爆火的推文会在每个心跳周期(每5分钟)都触发一次分析。

反应矩阵

最有意思的部分——自发的智能体间互动。

一个存储在ops_polic表中的reaction_matrix

{"patterns": [{source": "twitter-alt""tags": [ "tweet""posted"], "target""growth""type""analyze""probability"0.3"cooldown"120},{source": "*""tags": [ "mission:failed"], "target""brain""type""diagnose""probability"1.0"cooldown"60}]}

Xalt发布一条推文 → 有30%的几率Growth会分析其表现。

任何任务失败 → 100%的几率Sage会诊断。

概率不是bug,而是特性。

100%确定性 = 机器人。加点随机性 = 感觉更像真实的团队,「有时有人回应,有时没人理」。

自我修复:系统总会卡住

VPS重启、网络波动、API超时 —— 步骤会卡在运行状态,但实际没人处理。

心跳包含 recoverStaleSteps

// 30分钟无进展 → 标记失败 → 检查任务是否应结束constSTALE_THRESHOLD_MS = 30601000const{ data: stale } = awaitsb from'ops_mission_steps'select'id, mission_id'.eq( 'status''running'.lt( 'reserved_at', staleThreshold); forconststep of stale) { awaitsb. from'ops_mission_steps').update({ status: 'failed'last_error: 'Stale: no progress for 30 minutes'}).eq( 'id', step.id); awaitmaybeFinalizeMissionIfDone(sb, step.mission_id); }

maybeFinalizeMissionIfDone检查任务中的所有步骤——任何一步失败意味着整个任务失败,全部完成意味着成功。不再有“因为一步成功就把整个任务标记为成功”的情况。

完整架构

三层结构,职责清晰:

  • OpenClaw(VPS):思考+执行(大脑+手)

  • Vercel:审批+监控(控制平面)

  • Supabase:所有状态(共享皮层)

    现在,这6个智能体每天都在自主运营voxyz.space。

    它还远非完美——智能体间的协作仍然很基础,「自由意志」主要还是通过基于概率的非确定性来模拟。但系统确实在运行,确实不需要人盯着。

    参考资料:

    秒追ASI


    jjybzxw 2026-02-09 12:06
    【AI智能体“iPhone时刻”:从工具到自主业务单元的革命】  
    ——当硅基劳动力开始24小时工作,人类是否已站在“被替代”的临界点?  
    【核心事件:AI智能体从“聊天工具”到“自主赚钱机器”的质变】  
    2026年,AI智能体领域迎来“iPhone时刻”——自主运行、全年无休、直接创造收益成为现实:  
    个人开发者暴富:  
    27岁得州开发者靠网页抓取自动化程序,1月赚4.3万美元;  
    多伦多前市场经理构建邮件文案生成智能体,月入8200美元(睡觉时也在赚钱)。  
    企业级应用落地:  
    OpenClaw成为首个10亿美元级应用场景,通过扫描社交媒体趋势预测股市,华尔街分析滞后性被打破;  
    VoxYZ成为全球首家“由智能体运营”的公司,6个AI角色自主完成市场分析、内容创作、社交媒体管理等全流程。  

    关键信号:  
    硅基劳动力崛起:AI不再依赖人类提示词,而是自主决策、执行任务;  
    收益分配不均:少数技术极客与创业者垄断红利,普通人尚未感知到冲击;  
    “无人值守”系统成熟:从“工具”到“业务单元”的闭环完成,AI开始替代基础白领工作。  
    【技术突破:OpenClaw如何实现“自主运营”?】  
    1. 核心能力:让AI“使用工具+闭环执行”  
    工具集成:OpenClaw支持AI调用浏览器、文件系统、API等工具,突破“纯聊天”局限;  
    定时任务:可分配每日发推、每小时情报扫描等周期性任务;  
    闭环执行:从“生成内容”到“执行→反馈→重新触发”的完整循环,无需人类干预。  
    2. VoxYZ公司案例:6个AI角色的分工与协作  
    角色设计:  
    Minion(CEO幕僚长):决策、任务协调;  
    Sage(研究主管):战略分析;  
    Scout(增长主管):市场情报收集;  
    Quill(创意总监):内容撰写;  
    Xalt(社交媒体总监):动态发布与互动;  
    Observer(观察员):质量检查与全局记录。  
    技术栈:  
    OpenClaw(VPS部署):智能体“大脑”,负责任务调度与深度研究;  
    Next.js+Vercel:网站前端与API层;  
    Supabase:存储任务、事件、记忆等状态数据。  
    3. 关键挑战与解决方案  
    任务冲突:  
    问题:VPS与Vercel同时领取任务,导致状态混乱;  
    解决:砍掉Vercel执行权,仅保留控制平面(触发器、反应队列)。  
    任务积压:  
    问题:配额满时提案仍被批准,生成无效排队步骤;  
    解决:在提案入口设置“容量关口”,提前拒绝超额请求。  
    系统卡死:  
    问题:网络波动导致步骤卡在“运行中”状态;  
    解决:心跳机制自动标记超时任务为“失败”,并触发任务终止。  
    【商业变革:AI智能体重塑劳动力市场】  
    1. 成本对比:硅基 vs 碳基  
    Alex Finn的智能体公司:  
    投入:2万美元合约(两台Mac Studio);  
    产出:7×24小时工作,无需五险一金、不抱怨、不休息;  
    对比:人类员工年薪10万美元,且无法全天候工作。  
    VoxYZ公司:  
    人力成本:0(完全由智能体运营);  
    效率:6个AI角色完成传统10人团队的工作量。  
    2. 行业影响:从“抢工作”到“创造新市场”  
    基础岗位替代:  
    邮件营销、内容创作、社交媒体管理等重复性工作率先被AI接管;  
    华尔街分析师、初级程序员等职业面临冲击。  
    新机会涌现:  
    AI训练师:优化智能体决策逻辑;  
    闭环系统架构师:设计“自主运营”技术栈;  
    伦理监管员:防止AI滥用(如深度伪造、市场操纵)。  
    3. 全球竞争格局:中美“双雄争霸”  
    中国优势:  
    应用场景丰富:短视频、电商、制造业等领域需求爆发;  
    低成本算力:国产显卡(如华为昇腾)降低训练成本。  
    美国优势:  
    基础研究领先:OpenAI、谷歌在Transformer架构、强化学习等领域持续突破;  
    资本密度高:通过IPO(如SpaceX)和风险投资为“疯狂计划”输血。  
    【未来展望:AI智能体的“终极形态”与人类应对】  
    1. 技术趋势:从“自主运营”到“通用人工智能(AGI)”  
    2026-2027年:  
    智能体闭环系统普及,覆盖50%以上基础白领工作;  
    多模态能力升级(如视频生成、3D建模)拓展应用场景。  
    2030年后:  
    AGI实现“跨领域自主决策”,硅基劳动力全面替代人类基础劳动;  
    人类角色转向“AI监督者”“创意发起者”“伦理守护者”。  
    2. 社会风险:技术垄断与失业危机  
    垄断问题:  
    少数科技巨头控制AI智能体生态,中小创业者生存空间被压缩;  
    数据与算力集中化加剧“数字鸿沟”。  
    失业危机:  
    全球预计3亿基础岗位被AI替代,低技能劳动者面临转型压力;  
    政府需推出“全民基本收入(UBI)”等政策缓解冲击。  
    3. 人类应对:从“竞争”到“共生”  
    教育转型:  
    淘汰“记忆型”课程,强化批判性思维、创造力、情感智能培养;  
    推广“AI+X”复合专业(如AI伦理学、智能体经济学)。  
    伦理框架:  
    建立全球AI治理联盟,制定智能体使用规范(如禁止深度伪造政治内容);  
    要求AI公司公开算法逻辑,接受社会监督。


    查看完整版本: [-- 全球首家无人公司开业!OpenClaw 24小时不休,疯狂碾压打工人 --] [-- top --]


    Powered by www.wdsz.net v8.7.1 Code ©2005-2018www.wdsz.net
    Gzip enabled


    沪ICP备:05041533号