Moltbot创建者访谈：如何在代理编程中取得成功

为什么"闭合循环"将AI赢家与沮丧的程序员区分开来

Peter Steinberger创建了PSPDFKit——这个PDF框架运行在超过10亿台设备上——然后经历倦怠，从科技界消失了三年。当他在2024年回归时，他完全跳过了GitHub Copilot和GPT-3.5，直接落地在Claude Code上。几个月内，他就在一天内合并了600个提交。他也是Moltbot（前身为Claudebot）的创建者——这个开源个人AI助手在独立创业者世界引起了轰动。

关于老虎机心理学： "It's the same economics as a casino. You press the trigger and ding ding ding—it does crap or it blows your mind."（这和赌场的经济学是一样的。你按下触发器，叮叮叮——要么一无是处，要么让你大吃一惊。）当你学会与AI编程合作而不是对抗时，这种可变奖励循环是真正令人上瘾的。

关于是什么让AI编程有效： "The good thing about how to be effective with coding agents is always: you have to close the loop. It needs to be able to debug and test itself. That's the big secret."（关于如何有效地使用编程代理，关键是：你必须闭合循环。它需要能够自己调试和测试。这就是大秘密。）这就是为什么AI擅长编程但在创意写作中苦恼——代码可以被编译、测试和验证。

关于不阅读他的大部分代码： Peter承认他发布了自己没有完全阅读过的代码，但解释了为什么这并不像听起来那么鲁莽。"Most apps are just data coming in one form, packaged into a different form, stored in a database in a different form... We are pretty chasing printers. The hard part was solved by Postgres 30 years ago."（大多数应用只是数据以一种形式进来，打包成另一种形式，以不同的形式存储在数据库中...我们基本上是在追打印机。困难的部分Postgres在30年前就解决了。）他专注于系统架构，让代理处理管道工作。

关于PR变成"提示请求"： "I read the prompts more than I read the code because this gives me more idea about the output. I ask people to please add the prompts."（我阅读提示的频率比阅读代码的频率更多，因为这给了我更多关于输出的想法。我请求人们添加提示。）关于应该如何工作的思考比生成的实现更重要。

关于并行运行代理： 他通常同时运行5-10个Codex代理，把编程当作管理一个由不完美但聪明的工程师组成的团队。当一个代理需要40分钟来构建一个功能时，他就转向其他事情："我不断跳跃。通常有一个主要项目是我关注的焦点，还有一些需要关注的卫星项目。"

关于为什么公司在AI采用上苦恼： "I could easily run a company with 30% of the people. But this requires completely redefining how the company works... You have to do a big refactor first—not just on your codebase, but also on your company."（我可以轻松用30%的人员运营一家公司。但这需要完全重新定义公司的运作方式...你必须先做一次大重构——不仅是你的代码库，还有你的公司。）

给AI驱动开发者的5个关键洞见

• 闭合循环 — 设计系统使代理能够通过测试、linting和CLI工具验证自己的工作。这是基本原则。
• 思考架构，而非代码行 — 你关心系统结构；代理处理实现细节。"我是架构师，Codex做行级别的理解。"
• 为一切构建CLI优先 — CLI让代理能够过滤、链接和脚本化操作——比无法组合的MCP强大得多。
• 放下完美主义 — "我以前痴迷于每个空格、每个命名。回想起来——那是什么鬼？客户看不到内部。"
• 把提示当作文档 — 审查PR时，某人使用的提示比生成的代码更能揭示解决方案质量。

这对AI优先开发团队意味着什么

Peter的方法代表了高级工程师在AI时代可能如何工作的根本转变。他们不是编写代码，而是成为设计代理验证系统并品味检查输出的架构师。技能不是编程——而是知道问什么问题，以及如何构建让AI成功的反馈循环。

对于考虑AI转型的组织来说，他的警告很明确：你不能只是把AI工具添加到现有工作流程中。你需要重构公司对代码所有权、审查以及什么使工程师有价值的思考方式。

相关阅读： 看看Moltbot在实践中如何工作：Moltbot详解：你的24/7全天候AI员工