ErlichLiu 分享了他對近期爆紅的開源 AI Agent 軟體 Clawbot 的第一手體驗。從最初的抵觸與害怕，到實際部署後發現其實非常簡單，他以開發者的視角深入分析了 Clawbot 的設計理念、Agency 長時間執行的核心機制、使用成本的現實考量，以及軟體開發方式正在發生的深刻變化。

影片重點

• Clawbot 是一個開源 AI Agent 軟體，短短幾天就從十幾 K 漲到近 50K Star
• 部署過程非常簡單，只需複製貼上命令即可安裝
• 模型配置推薦使用 MiniMax，速度快、成本低、功能支援較全
• Clawbot 依賴大量第三方 API 和 Skills 來實現各種功能
• 實際體驗並沒有想像中那麼強大，使用者需要有清晰的需求邊界
• 軟體程式設計的風向已變，大量 AI Vibe Coding 產出的程式碼品質特徵明顯
• Agency 長時間自動執行的核心設計是讓 AI 自行處理失敗並嘗試新方案
• API 呼叫成本非常高，24 小時運行可能花費數千美元

詳細內容

[00:01] 初見 Clawbot 的感受

ErlichLiu 提到最近關注 AI 的人都會被 Clawbot 這個新一代 Agency 刷屏。他坦言自己兩天前看到這個軟體時，第一感覺是抵觸和害怕。作為開發者，他意識到自己不應該有這樣的感受，但眼睜睜看著這個開源專案從十幾 K Star 漲到 49.5K Star，每天大約漲一萬多 Star，感覺非常瘋狂。

他分析了自己害怕的原因：擔心配置很麻煩、專案太大看不懂、配置 AI 模型會很複雜，甚至擔心如果技術太過先進，意味著自己現在做的東西都落後了。但在昨天晚上全部跑過一遍後，他發現其實相當簡單。

[01:09] 部署過程展示

部署 Clawbot 的過程出乎意料地簡單。首先找到 Clawbot 的開源專案（Star 數最高的那個），找到 Install 部分，無腦複製命令到終端機即可。

對於國內使用者需要注意：終端機環境預設不掛代理，安裝時需要設定代理或將 NPM 源切換到國內供應商（如清華源），這樣會快很多。安裝完成後會先安裝一些依賴，然後配置模型。

[02:38] 模型選擇與配置

模型配置方面，ErlichLiu 推薦使用 MiniMax。原因有幾點：整體速度比較快、成本比較低。由於現在很多開發者生態傾向支援 Anthropic（API）的請求格式，而 MiniMax 在 API 層面做了比較多的工作，支援的功能相對更完善，用起來比較省心。

他特別提到一個實用技巧：MiniMax 的程式設計包（編程包）本身也可以直接把 API Key 複製進去使用。

[04:46] Skills 安裝與第三方整合

Clawbot 安裝過程中會讓使用者安裝大量 Skills，這也說明它背後確實大範圍依賴 Skills 在運行。比較震驚的是它甚至可以整合 1Password，風險相當高。此外還有 Apple Calendar、Reminders、Notes 等整合選項。

在 API Key 配置方面，Clawbot 的很多進階功能依賴大量第三方 API，包括：Google 搜尋相關的 Key、Gemini 用來生圖、OpenAI 的圖像生成、Whisper 語音識別、Eleven Labs 語音生成等。網上有一個案例是用 Clawbot 自動打電話預訂餐廳——它會先用 Eleven Labs 生成語音，然後播放出去完成預訂。

[07:04] 實際體驗感受

ErlichLiu 坦言實際體驗下來，Clawbot 並沒有想像中那麼強大。他總結了幾個重要觀察：

第一，如果你希望 Agency 能完成期望的工作，首先需要一份邊界清晰、規則清晰的工作要求。其次，你需要有大量與 Agent 或 AI 協作互動的經驗，才能知道哪些工作它可以勝任。

[07:52] 開發者視角：程式設計的風向變了

從開發者角度觀察，ErlichLiu 認為程式設計的風向已經改變。掃一下 Clawbot 的程式碼庫就能發現，它本身也是大量 Vibe Coding 出來的。整個 UI 有各種各樣的小問題和 Bug，遍地都是 Glitch。如果是人工手寫且真正在意品質，是不會容忍這些 Bug 存在的，順手就會修掉。但大量使用 AI 產出的程式碼，可能就會一直存在這類問題。

[08:38] 關於安全性與適用人群

ErlichLiu 嚴格聲明：Clawbot 現階段並不是針對所有大眾使用者的，所以不用感到恐慌。它的執行成功率沒有那麼高，而且風險比較大，因為它獲得的系統權限實在太高。很多人因此選擇另外購買一台 Mac Mini，專門用來跑 Clawbot，避免重要資料被搞亂或搞砸。

[09:20] Agency 長時間執行的設計原理

關於 Clawbot 為什麼能實現網上所說的長時間自動執行，ErlichLiu 認為核心設計理念與過去不同。過去像 Claude Code 背後的 SDK，核心設計是 Human in the Loop——人需要在整個互動循環中參與決策、設計和主導方向。但 Clawbot 則希望人不再做任何干擾。

實現方式其實並不複雜：在提示詞中始終帶上「無論如何把所有失敗結果描述出來，並想新的方案，在網上繼續找新方案」。只有在重複多輪嘗試後仍找不到方案時，才向人類發送訊息求助。本質上就是要求 Agent 自行嘗試所有方案，持續遍歷執行。

[11:51] 成本的現實考量

長時間執行面臨的最大問題就是成本。如果不走訂閱包而使用 API 介面，成本會非常驚人。網上有人開玩笑說開 24 小時能用出一套房的錢——雖然誇張，但如果真的滿負荷運轉 24 小時，大概會有數千到上萬次 API 請求。

以 ErlichLiu 團隊的經驗，使用 Anthropic 的 API，3000 次請求的成本大約是 115 美金。他們有好多天每天消耗差不多就是這個數字。對大多數工作來說，並不需要等那麼長時間、花那麼多錢。這個事情實驗性質比較大。

[13:01] 未來展望與建議

ErlichLiu 預測接下來大家會在各種細分方向上找到適合自動化的場景，但離所有東西都自動化還非常遠。他強調要謹慎對待成本問題，一天嘗試下來如果走 API 路線，1000 塊人民幣可能打不住。

他再次推薦使用 MiniMax 作為模型選擇——速度快、功能支援全、配置省心，還有程式設計包可以使用。最後他也鼓勵開發者去看一看 Clawbot 的設計思路，認為後面的 Agency 開發會有一些可以參考的地方。

我的想法

這部影片最有價值的部分是 ErlichLiu 以開發者身份對 Clawbot 的冷靜分析，而非盲目追捧。幾個觀察值得延伸思考：

首先，關於 Vibe Coding 的風向變化。當一個擁有近 50K Star 的熱門開源專案本身就是大量 AI 生成的程式碼，且開發者對 UI Bug 和 Glitch 的容忍度明顯提高時，這確實反映了軟體開發標準正在被重新定義。速度和功能實現優先於程式碼品質和使用者體驗細節，這對傳統開發者而言既是機會也是挑戰。

其次，Agency 長時間執行的設計其實並不神秘——本質上就是「失敗後自動重試並換方案」的迴圈。但這也暴露了當前 AI Agent 的局限性：沒有真正的「理解」，只有不斷嘗試。這意味著清晰的需求定義和合理的任務邊界劃分，仍然是人類不可替代的價值所在。

最後，成本問題是很多人忽略的現實。每天 115 美金的 API 費用，對個人開發者來說確實是不小的負擔。在選擇使用 AI Agent 工具時，先想清楚投入產出比，找到真正適合自動化的場景，可能比盲目跟風更為重要。

---

原影片連結：https://www.bilibili.com/video/BV1jX6MBnEpi