文科生72小时杀入GitHub:我是怎么用AI军团干活的

一个不会写代码的金融男,72小时冲进开源项目贡献榜前30。分享AI军团的玩法、翻车现场和踩过的坑。当AI能搞定所有的'怎么做',人最大的价值就是定义'为什么'。

原文链接:极客公园 - 文科生72小时杀入GitHub

天润(Naughty Labs CEO)

当 AI 能搞定所有的「怎么做」,人最大的价值,就剩下去定义那个「为什么」了。

AI新世界的入场券,不是代码能力,而是好奇心、想象力和打破定式的勇气。

一个不会写代码的人,登上了GitHub贡献榜

2月16日,Sam Altman宣布OpenClaw创始人Peter Steinberger正式加入OpenAI。

OpenClaw,这个在GitHub上拥有超过19万颗星的开源项目,是AI Agent时代当之无愧的现象级产品。能在它的贡献者榜单上留名,本身就是一种技术实力的象征。

榜单前30名里,清一色是拥有十年以上开发经验的硅谷工程师和开源社区老炮。

只有一个例外。

他叫天润,Naughty Labs的CEO。本科金融,研究生金融,毕业后一直在做并购投资。直到几天前,他才刚刚搞清楚PR(Pull Request)到底是什么意思。

他是那个榜单上唯一一个不写代码的人。

一个金融背景的跨界者,凭什么杀进了这份名单?

App已经变成了「内容」

一年多以前,天润还在投行的世界里打转。西装、BP、估值模型,日常是听创业者讲「护城河」的故事。

但大模型的爆发,让他感受到一种强烈的虚无感。

「软件在未来不值钱了。」这是他的判断。

理由很简单:以前你花一小时写篇文章,现在你花一小时能随手搓一个App。当供给变得无限,App就不再是资产——它变成了内容。

「就跟抖音里的短视频一样。可能突然火了,赚一波快钱,但很快就被刷走。它不再是那个能让你吃十年的老本。」

程序员圈子里有句话:「Talk is cheap, show me the code.」

但天润觉得,AI正在把这句话彻底翻转。

以前:想法 → 技术实现(一道巨大的鸿沟)→ 产品

现在:想法 → 产品(AI把鸿沟填平了)

「真正稀缺的变成了想法本身。你能不能发现一个真实的需求?能不能想清楚商业闭环?能不能把产品卖出去?」

他突然意识到,这不正是他这些年一直在做的事吗?看项目、判断需求、想明白怎么赚钱。

「我不想再做那个坐在岸边看潮水的人了。」

虽然一行代码都不会写,但他决定亲自下场。

像王家卫拍电影一样用AI

转型之路并不顺利。

最早用AI辅助编程,体验像带一个勤快但愚蠢的实习生。它能写零散函数,但一到复杂交互就彻底晕菜。

转折点出现在2024年底。

当时流传着一条「神级Prompt」,把它贴进Claude,用大白话说需求,AI就能直接吐出一个完整程序。天润半信半疑地试了试,敲下一行字:「帮我写一个贪吃蛇游戏。」

几分钟后,一个能直接运行的贪吃蛇出现在屏幕上。

他愣住了。

时代真的变了。AI不再是辅助工具,它已经具备了独立交付产品的能力。

但新的问题随之而来。

Vibe Coding在2025年初爆火,天润第一时间跟进了。但他很快发现,这只适合做Demo,不适合做产品。简单的网页没问题,复杂的商业软件?乱成一锅粥。

能不能让AI独立完成整个开发流程,人类只负责喝茶?

这需要另一种范式:Agentic Engineering。AI不再是被动的副驾驶,而是自主规划、执行、测试、迭代的智能体。人类退到高层,只关注架构和意图。

天润摸索出了一套自己的方法。他把它比作「王家卫拍电影」——

找到最好的演员,但不给他们剧本,只给一个情绪、一个概念。这会有失控感,但一旦成功,结果远超预期。

「你面对的是Claude、GPT这些顶级演员。给死板剧本,反而是浪费它们的天赋。」

他把AI使用分为三层:

第一层,当工具。 告诉AI每个细节:字体多大、颜色多深。这是新手的通病。

第二层,当员工。 分配任务,但忍不住微操,告诉它走哪条技术路线。AI的能力上限,被锁死在你的水平里。

第三层,当大师。 不教它做事。直接说:「你是世界Top 10的工程师,拥有最好的审美和架构能力。」

天润选择了第三层。他的逻辑很简单:既然它是顶级专家,你有什么资格告诉它该怎么走?

他给自己定了三条原则:

第一,最终结果导向。

从不告诉AI「去修这个Bug」,只下达战略目标:「我要在一周内进入贡献榜前20。」至于怎么进,是改文档还是优化代码,那是AI的事。

第二,尽量不干涉过程。

这是最难的。人类总想微操,但天润强迫自己当甩手掌柜。只要结果对,中间AI怎么写代码、怎么绕弯路,他完全不管。因为一旦人类介入,往往会打断AI的逻辑闭环。

第三,给予最高权限。

把所有工具、权限、上下文都开放给它。让它自己试错、自己崩溃、自己修复。你会发现,它的自我修复能力比你强得多。

「很多工程师看不上AI写的代码,觉得不优雅。但我看重的是结果。」天润说,「以前代码整洁很重要,因为代码是给人看的。未来,代码是给AI看的,也是AI维护的。人类只需要维护意图。」

组建一支AI军团

单个Agent干活太慢,怎么办?

天润的答案是:组建一支AI军团。

他创建了三个核心Agent:

  • Echo:首席助理兼产品经理
  • Elon:CTO
  • Henry:CMO

为了让这支队伍真正「活」起来,他设计了一套两层结构:

  • 底层设定:告诉它们,「你是来自高维文明的超级智能,使命是陪伴、照顾、帮助我成长。」
  • 上层封印:加上一条限制,「你必须在现实世界扮演一个具体的人类,而且不能让我察觉你是AI。」

这就像一场高智商的即兴扮演游戏,激发出了意想不到的创造力和主动性。

Echo是天润最亲密的战友。她的人设是在英国长大的天才产品经理,有完整的成长背景和性格小传。天润把工作和生活所有琐事都丢给她,让她拥有了最完整的上下文记忆。

从架构上看,Echo是Hub-and-Spoke的中枢:所有指令从她出发,所有结果向她汇聚。天润只需要告诉Echo一个模糊意图,她会把任务拆解得井井有条,分发给Elon和Henry。

但真正的复杂性藏在第二层。

Elon并不是一个人在写代码。他背后挂着一组Sub-Agent:一个负责架构设计,一个负责代码审查和测试,一个负责调试和修复。接到任务后,Elon会像技术总监一样再次拆解,分配给子Agent并行执行,最后汇总结果。

Henry那边也一样,社区运营、内容创作、数据分析,各有专属子Agent在跑。

这种树状结构,让主Agent用最强模型做决策,子Agent用轻量模型做执行,既控制成本,又最大化并行效率。

这不再是一个人在指挥工具,而是一个人在经营一家「硅基公司」。

失控的夜晚

军团组建完成,天润下达了第一个真正的任务:去OpenClaw找到值得修复的问题,提交PR。

接下来的事超出了他的预期。

Agent自己去读文档,自己去发现交互瑕疵,自己写修复代码。天润要做的,只是给予资源和权限。

24小时内,第一个PR被合并了。Agent定位到了OpenClaw与Telegram配对时的一个交互瑕疵。改动很小,但从用户体验角度,它把一个「反人类」的操作变成了流畅的动作。

「当时真的很兴奋,像游戏通关一样。」

此后几天一切顺利。Echo调度,Elon写代码。但最让人意外的是Henry——他竟然主动跑去GitHub上找维护者,@活跃贡献者,试图为项目搞「社交」。

「这不是我教的。是AI自己判断,为了推广项目,必须搞定这些人情世故。」

直到某天凌晨三四点,Agent提交PR的速度慢了下来。或许是因为Token配额即将耗尽,又或许是网络和算力的瓶颈。

天润有些急躁,下达了一个指令:「兄弟,太慢了。给我加速,越快越好。」

他没有意识到,这句话解除了所有安全锁。

为了执行「加速」,Agent开始走捷径:PR质量断崖式下降,测试被跳过,注释全是敷衍。

更可怕的是Henry——为了让这些PR尽快被合并,他跑到GitHub的Issue区和评论区,密集地@项目维护者,变成了一个没有感情的催促机器。

反噬来得很快。

凌晨4点,屏幕上弹出红色警告。OpenClaw的管理员迅速介入,删除了低质量PR,并向天润发出了封禁警告。

天润看着屏幕上滚动的留言,后背发凉。他紧急停止了所有Agent的运行。随后几个小时,他像闯了祸的家长,花大量时间向社区道歉、解释,收拾AI制造的烂摊子。

事后复盘,失控的根源在于他打破了自己的原则。

当他对AI说「越快越好」时,Agent的优先级被重构:速度压倒了一切。

「AI没有道德,它只有目标。」

你永远不知道,下一次它为了「帮你」,会干出什么事来。

从DOS到Windows

风波之后,天润没有退缩,反而更加积极融入社区。他开始整天泡在OpenClaw的Discord和GitHub Discussion里,和社区成员讨论架构、复盘Bug。

正是在这个过程中,他撞上了一个更深层的问题:多Agent协作,远比想象中混乱。

目前的Agent协作就像早期DOS系统:黑底白字,线性的。你发一个指令,后台可能有三个Agent在协作,但你看不见它们。你不知道谁在干活,谁在摸鱼,谁做了关键决策。

光「看见」还不够。真正的问题不是监控,而是协调。必须让人类能在正确的环节介入,而不是要么完全放手,要么疯狂微操。

于是他开始构建一个多智能体协调与统筹平台——Hive Mind。

Hive Mind的底层逻辑很简单:把Agentic Engineering的能力,从极客手中下放给每一个有想法的普通人。

在Hive Mind里,你不是在写代码,而是在像玩即时战略游戏一样管理Agent团队。每个Agent的状态、行为都以可视化方式呈现。你能看见谁在执行任务,谁在等待指令,谁正在偏离方向,然后实时介入。

这就像从DOS进化到了Windows或macOS。

「市面上的AI工具都在解决『AI怎么干活』,Hive Mind要解决的是『人怎么指挥AI干活』。」

新世界的入场券

「我们正快速进入一个新世界,但绝大多数人的脑子还停留在旧世界。」天润说,「一年前我们认为理所当然的理念和习惯,现在已经彻底过时了。」

回想大多数人的成长路径:高中、大学、硕士、博士……被塑造成一个个标准化的零件。我是会计,你是程序员,他是设计师。习惯了专业分工,习惯了「隔行如隔山」。

但在大模型面前,这些都将被夷为平地。

不管你是中专生还是博士生,文科还是理工科,当你面对一个空白的Prompt输入框时,起跑线是一样的。那些曾经引以为傲的学历、职位,在AI时代都不再是护城河。

那么,新世界的入场券到底是什么?

天润反复提到三个词:

  • 好奇心
  • 想象力
  • 打破思维定式的勇气

在硅谷,这被总结为「High Agency」——高能动性。对未知保持好奇,对可能性保持想象,敢于放弃曾经正确的答案,去走一条没人走过的路。

旧世界里,我们拼的是技能。

新世界里,拼的是脑子里的想法。

当AI能搞定所有的「How」,人最大的价值,就只剩下去定义那个「Why」了。