18 岁创业者用 OpenClaw 管 16 个 AI Agent，一个人的 Agent 公司怎么运转
当很多人还在把 OpenClaw 当成一个 AI 助手外壳时，这位 18 岁、没有任何编程背景的创业者，已经把它用成了一套 多 Agent 协作平台：一台 Mac mini，上面跑着 16 个 Agent，分工覆盖研究、写作、趋势追踪、代码审查、产品巡检和内容分发，不同角色按定时任务持续运转，像一个微型组织一样协同工作。
我们并不想站队那种“零基础就能做出百亿产品”的夸张叙事。真正值得关注的，是他已经摸索出了一套相当完整的 AI 工作流组织方式：如何拆分角色，如何配置模型，如何管理记忆，如何让多个 Agent 稳定协作。再加上 Claude、GLM、Grok、X API、Firecrawl 等工具栈的组合，这套系统对个人生产力的提升，已经不是概念，而是有现实参考价值的方法。
最近，Vadim 在播客节目中详细展示了这套 AI 工作系统，与主持人 Jacob Klug 一起拆解了它的运作逻辑——从统筹全局的指挥中枢，到那 16 个在他入睡后仍持续运行、不间断执行任务的子 Agent。基于该播客视频，InfoQ 对内容进行了整理与部分删改。
核心观点如下：
-
我不会去招一个独立的开发者或文案，而是去招一个已经有自己 OpenClaw 团队的人，把他整套 Agent 系统并入我的公司。
-
如果 AI 给你的结果不满意，问题在你，不在 AI。无论用什么工具，给足上下文，才能得到你真正想要的东西。
-
如果你还在犹豫要不要开始，就直接做吧。最差的结果不过是没什么人看，最好的结果是你真的做出了个人品牌，影响到了和你有共鸣的人。
Vadim： 大家好，我叫 Vadim，今年 18 岁，去年刚高中毕业，没有打算上大学。我没有任何编程或技术背景，目前在做一份朝九晚五的普通市场营销工作。我在开发自己的 SaaS 产品 Bugola，目标是在 2026 年成为行业第一的视频剪辑软件。
Jacob： 你是怎么接触到 OpenClaw 的？
Vadim： 第一次听说 OpenClaw，是在 YouTube 上刷到一个缩略图上有只龙虾。那时候我已经在做自己的创业项目了，对 AI 圈子也有一定了解。后来看了 Alex Finn 发布的第一个关于 OpenClaw 的视频，大概是热潮刚起来一两周。一听说可以把大语言模型接入 OpenClaw 让它自主执行任务，而不只是像普通聊天机器人那样对话，我就知道我必须试试。从那以后，我就一头扎进去，每天都在和它打交道。
Jacob： 你每个月大概在 API 上花多少钱？
Vadim： 希望 Anthropic 没在看这期节目。我目前还在用 Claude 的 OAuth 方案，大概有六个 Agent 通过 OAuth 接入，另外七个用的是各家的 API 额度，包括 Grok、GLM、MiniMax 等一批大模型。目前每月总花销约 400 美元：Claude Max 订阅 250 美元，其余各类 API 额度，比如 X API、Firecrawl API 等，大约 150 美元。
Jacob： 我都不知道 OAuth 这个方案还能用，现在还行吗？
Vadim： 还能用，算是个小技巧。Anthropic 发公告说要封禁 OAuth 滥用之后，我在 Claude 上开始频繁触发速率限制。后来我用 Claude Code 在终端里让它帮我排查问题，Claude Code 不知怎么就把我的连接方式切换到了 OAuth，从那以后速率限制和超时就再没出现过。
Jacob： 那你在 Claude API 上每天大概要花多少钱？
Vadim： 大概 30 到 60 美元。
Jacob： 挺贵的。那你把部分 Agent 路由到了更便宜的模型上，目前你觉得哪些模型性价比最高？
Vadim： 我觉得 Higgsfield 配合 Kling AI，再加上 Grok 的图像生成，是我用来制作 AI 视频的最佳组合，无论是 AI UGC 视频还是其他类型的视频内容。目前我已经接入了 Higgsfield API 和 Grok 图像生成 API，Kling 也在接入中。
在设计部门，我的图像设计师接入的是 Google 的 Nano Banana Pro API。动效设计方面，这个 Agent 不接外部 API，用的是 Remotion 加 Claude Code，仍然走 OAuth。
开发方面，我同时用 Claude Code 和 Codex：Claude Code 走 OAuth，Codex 5.3 通过 CLI 接 API 额度，因为我没有 ChatGPT 订阅。
文案方面，我用 GLM-5 给负责撰稿的 Scribe，用 GLM-4.7 给负责追踪趋势的 Trendy，GLM-4.7 是更轻量、更便宜的版本，Trendy 同时还接了 X API，专门帮我在 X 和 Reddit 等平台上发掘热点，然后汇报给我。Scribe 拿到 Trendy 的报告后，结合我的发帖风格和表达习惯，给我生成推文草稿和内容灵感，我看完之后直接用来创作。
Jacob： 你在完全没有技术背景的情况下做到这一切，真的令人印象深刻。在接触 OpenClaw 之前，你知道 API 是什么吗？
Vadim： 我只知道 API 大概是调用某个接口的东西，仅此而已。GitHub 是什么、IDE 是什么、终端是什么，我完全不了解。
Jacob： 你最开始是怎么把 OpenClaw 用出感觉，而不只是把它当成 ChatGPT 来用的？
Vadim： 一开始我就直接给自己搭了一个编程 Agent。在发现 OpenClaw 之前，我用的是其他 vibe coding 平台。当我意识到 OpenClaw 不仅能聊天，还能主动帮我打开标签页、自主编写代码，我觉得这完全是另一个层次。于是我做的第一件事，就是接入 Claude 4.6，搭了我的第一个”员工”，一个开发 Agent，我给它取名叫 Clawd。我在 X 上研究了大量关于 GitHub 操作的提示词，给它配了一个完整的系统提示。后来我发现 OpenClaw 还能在内部并行启动多个子 Agent，同时执行代码审查、功能开发、安全检查等不同任务。
Jacob： 这个编程 Agent 具体帮你做了什么？是从头开始构建你的 SaaS 吗？
Vadim： 我的 SaaS 最初是用 Lovable 搭的，现在也还托管在上面。Agent 做的第一件事，是创建了一个定时任务（Cron Job）。当初我在看 Alex Finn 的视频时，他分享过一个”主动提示词”的技巧，在每晚 11 点触发一个定时任务，让 Agent 审查整个代码库，然后自主判断并开发它认为最有价值的功能。当时我的 MVP 已经在 Lovable 上跑起来了，于是我就让它在每晚 11 点运行一次。它扫描完整个代码库后，发现我的主页缺少常规 SaaS 产品都应该有的常见问题解答，所以做的第一件事是添加了一个 FAQ 版块。这是它提交的第一个 Pull Request，我看了一眼就合并了。
Jacob： 定时任务每晚 11 点自动读取 Lovable 搭建的代码库，理解功能结构，然后提出建议，当晚直接构建，第二天早上你来决定是否合并，就是这么一套流程？
Vadim： 对。
Jacob： 那第一个晚上是什么感觉？会担心出问题吗？
Vadim： 那个 FAQ 版块到现在还在我的主页上，一直没改过，效果确实还不错。我记得那晚睡前心里没底，觉得肯定要出问题。结果第二天早上拿起手机，看到一条通知：“Pull Request 已准备好，待你审查。”我打开一看，心想，我睡了一觉，醒来产品就多了一个新功能。那一刻我意识到，这里面还有太多可以挖掘的空间，我要继续深入。
Jacob： 你说的 16 个 AI Agent，指的是 16 个子 Agent，但现在也有人开始买多台 Mac mini 来运行本地模型。在你的理解中，这两种方式有什么区别？
Vadim：Alex 买那么多 Mac Studio 和 Mac mini，本质上是为了在本地硬件上运行大语言模型，我对本地模型了解不多。但在我看来，一台 Mac mini 装一个 OpenClaw 就够了。里面可以开很多个会话，每个会话就是一个任务或工作流，每个子 Agent 都在各自的会话里运行。所以只需要一台 Mac mini，就能在一个实例里跑任意数量的子 Agent。
Jacob： 也就是说 Alex 只是在往更大规模扩展，而你一台 Mac mini 就跑完了所有的。你用的是什么配置？
Vadim：16GB 内存、512GB 固态硬盘，我觉得够用了，配置这方面我不太懂。
Jacob： 指挥中枢（Mission Control）本质上是为了给 OpenClaw 构建一个交互界面。你是什么时候搭建的，它对你的工作流有多大影响？
Vadim： 大概是开始用 OpenClaw 两到三周后搭的，并不是最早做的事情。说实话，指挥中枢本质上只是一个可视化界面，可以添加任务、查看文件，但并非必须。我搭建它主要是为了直观地看到自己“公司”的全貌，所有 Agent、记忆文件、实时任务状态一目了然。很多人觉得必须先有指挥中枢才能开始，其实不是，它只是一个把数据和 Agent 可视化的工具。
Jacob： 自从搭建以来，它有没有实质性地提升你的效率？
Vadim： 有，特别是在查看和管理记忆文件方面很有帮助。比如我可以看到每个 Agent 对应的 Markdown 文件，系统提示、规则配置、任务路由逻辑、各 Agent 拥有的 API 权限和技能。我可以实时查看 Jarvis 在记录什么信息，需要修改时直接在聊天窗口里说“更新企业配置文件，改成这样”就行了。
Jacob： 这些文件都存在你本地设备上，对吗？
Vadim： 对。
Jacob： 首页大概是什么样子？
Vadim： 就是这个主面板。这里可以看到 API 额度的实时消耗，不过因为我现在走的是 OAuth 而不是 Claude 4.6 的 API，所以没有费用显示。然后是在线员工数量，现在有七个处于活跃状态：Jarvis 在工作，Atlas 是我的研究员，Scribe 是文案写手，Trendy 是我的趋势侦察员，Clip 其实就是我自己产品的功能原型，一个在 OpenClaw 里运行的剪辑 Agent。Sentinel 每两小时运行一次定时任务，负责巡查整个代码库，检测用户报告的错误和异常并实时同步给我。最后是 Writer，专门服务我那份朝九晚五的日常工作，帮我写文章、做调研。所以我的 Agent 不只是为 Bugola 服务的，也在支持我的本职工作。
Jacob：Atlas 现在在做什么？
Vadim： 任务显示它在完成一项深度研究：整理 Mr. Beast 的 X 平台病毒传播策略，以及 Dan Koe 的爆款内容方法论，并汇总进一份病毒式传播总手册。
我整理了 Mr. Beast 所有公开播客中谈到 YouTube 增长的内容，他对每一个视频的缩略图、开头几秒的反应、整体节奏都有极其精细的分析。我就在想，把这套思维框架移植到 X 平台上会怎样：第一行文字该怎么写，配图该怎么选，整体如何设计才能让人停下来。所以我让 Atlas 构建一套完整的 X 平台爆款方法论，供 Scribe 在写推文时参考。
Dan Koe 那部分是因为之前”文章大屠杀”期间，他的内容动辄获得数百万次浏览。我让 Atlas 研究他的爆款文章有什么规律，钩子怎么写、叙事怎么展开、什么元素能驱动互动。最终所有研究成果汇总到一个叫”病毒式 X 爆款手册”的 Markdown 文件里，集合了 Mr. Beast 的思维框架、Dan Koe 的写作规律和大量优质案例，作为我在 X 上发内容的参考库。
关于 7×24 小时持续运转这件事，确实如此。Jarvis 随时待命，只要我发消息就响应；Atlas 每小时跑一次研究报告；Scribe 每三小时取用 Atlas 的研究成果，并从中整理出一些爆款的异常观点（outliers）生成内容草稿；Trendy 每两小时侦察一轮热点；Clip 随传随用，我粘贴一个 YouTube 链接，Jarvis 识别后转给 Clip，Clip 自动生成带字幕的剪辑片段，并通过 Postiz API 调度发布到我的无真人形象账号；Sentinel 每两小时做一次健康检查，监测用户端是否出现上传、下载或其他异常；Writer 则是按需调用，需要的时候叫它就来。
Jacob： 我想更深入地了解一下你的组织架构，为什么同一类别下要设置多个 Agent，而不是一个研究、一个开发这样各司其职？
Vadim： 主要是为了清晰可视，同时我也想真正搭建起部门结构，而不只是一堆独立的 Agent。以开发部门为例：Clawd 是我的高级开发者，负责编写和构建代码；代码写完后会交给 Sentinel 做代码审查。Sentinel 不只检测用户端的 Bug，也负责审核 Clawd 提交的代码。Clawd 在运行 Claude Code 时本身会自我检查并迭代，但在提交 GitHub Pull Request 之前，我还额外设置了一个安全过滤层，由另一个大语言模型再做一轮审查。
Jacob： 我看到你还有销售、产品、创意几个部门，我记得好像是 Jarvis 或者 Atlas 帮你在 Reddit 上拉到了 400 多个用户？
Vadim： 对，那是 Atlas 的功劳。Atlas 不只做深度研究，它还会在 Reddit 上监控相关子版块，只要有人抱怨竞品、或者在问有没有好用的剪辑工具，它就把帖子链接发给我，并让 Scribe 帮我写好回复草稿，我直接复制粘贴发出去就行，就这样积累到了现在的 450 多个用户。
Jacob： 你的 OpenClaw 直接帮你带来了付费用户？
Vadim： 对，已经有付费用户了，真的挺不可思议的。几周前第一次收到收款通知，当时高兴得跳起来了。
Jacob： 我一直在看大家做的这些虚拟办公室，但一直没搞明白它的意义，你能解释一下吗？
Vadim： 办公室对我的实际工作没有任何帮助，我搭它纯粹是因为好玩。当初发了条帖子在 X 上爆了，可能是唯一的”收益”。不过，看着屏幕上每个 Agent 的状态灯，绿灯亮着表示正在工作，红灯亮着表示空闲，能直观感受到自己的 AI 公司在运转，这种感觉本身就让整件事有意思多了。
Jacob： 你有没有想过招募真人员工，还是说你觉得只用 OpenClaw 也能把公司做起来？
Vadim： 我的想法是这样的：我不会去招一个独立的开发者或文案，而是去招一个已经有自己 OpenClaw 团队的人，把他整套 Agent 系统并入我的公司。比如我的 Bugola 现在有一套 OpenClaw 体系，如果我招募了另一个有自己 OpenClaw 团队的人，两套合并，Agent 数量翻倍，然后重新划分职能。我雇的不是某个单一技能的人，而是一个携带着完整 Agent 系统的人。我觉得这个方向可能还没什么人提过，但这就是我认为未来会走向的地方。
Jacob： 每个人都带着自己的团队，有点模拟宇宙的意味。那你觉得这套东西能做到多大？有没有可能靠 OpenClaw 做出一家 1 亿美元的公司？
Vadim： 我坚信可以。你可以说我异想天开，但我认为我们现在只是刚刚开始。Peter Steinberger 刚加入 OpenAI，可以预见未来专门面向 OpenClaw 的模型会越来越强。我完全相信，一个没有编程背景的独立创始人，仅靠自己和一批 AI Agent，完全有可能做到 1 亿美元估值。
Jacob： 最近 OpenClaw 受到了不少批评，一定程度上是因为大量创作者在刷相关内容，其中很多人并没有真正在用它做有意义的事。OpenClaw 现在是否被过度炒作了？
Vadim： 我觉得 X 上确实存在两个圈子。一个是为了流量和曝光展示各种 OpenClaw 用例，逻辑混乱，没什么实质内容；另一个是真正在用 OpenClaw 构建实际工作流的人，他们分享的是真实业务中的提示词、记忆系统、定时任务和代码仓库。Matthew Burman 是我觉得很有代表性的例子，他不是为了流量，而是把完整的工作流、token 消耗、所有细节都透明地展示出来。
说到是否被过度炒作，我觉得问题出在很多人宣传”OpenClaw 能自主、主动地帮你做一切”，这个说法不准确。OpenClaw 不是你装上去它就自己运转的东西，它的主动行为来自你专门配置的定时任务。没有这些配置，它什么都不会自动做，这个认知偏差才是最大的问题所在。
Jacob： 对于想从零开始的新人，在搭建 OpenClaw 和指挥中枢方面，你有什么建议？
Vadim： 第一步，装好 OpenClaw 之后，先花一两天做一件事：把关于自己的所有信息全部倾倒给它：你是谁、你在做什么、你的目标是什么。让它充分了解你之后，后续创建的所有 Agent 才能真正为你量身定制。
搭建指挥中枢有两条路：用 Lovable 这类工具，或者直接让 OpenClaw 帮你构建。我的做法是截下 Matthew Burman、Alex Finn 等人的指挥中枢截图，发给 Jarvis，说：“结合你对我和我工作流的所有了解，给我构建一个类似的指挥中枢，在本地跑起来，挂在 tmux 后台。”它就会帮你搭好，在后台持续运行，实时更新，不需要手动刷新。
对新手最重要的一点是：如果 AI 给你的结果不满意，问题在你，不在 AI。AI 能做的取决于你给它多少上下文。”帮我做一个指挥中枢”和”帮我做一个包含任务看板、聊天界面、组织架构、虚拟办公室、第二大脑记忆系统的指挥中枢，参考这几张截图”，两种提示得到的结果天差地别。无论用什么工具，给足上下文，才能得到你真正想要的东西。
Jacob： 你是我见过的真正在用 OpenClaw 为自己的业务创造价值的人之一，而不只是围绕它产出内容，你证明了这套东西的价值。大家可以去哪里找到你？
Vadim： 我主要在 X 上。我开始运营 X 账号还不到 100 天，已经涨到了 2 万粉丝。X 的门槛很低，不用拍视频，不用做剪辑，直接发文字就行，而且创始人和技术圈的人都聚在这里。如果你还在犹豫要不要开始，就直接做吧。最差的结果不过是没什么人看，最好的结果是你真的做出了个人品牌，影响到了和你有共鸣的人。
参考链接：
https://www.youtube.com/watch?v=4HyNQe6UI_c
OpenClaw 出圈，“养虾”潮狂热，开年 Agentic AI 这把火烧得不可谓不旺。在这一热潮下，自托管 Agent 形态迅速普及：多入口对话、持久记忆、Skills 工具链带来强大生产力。但这背后也暴露了工程化落地的真实难题——权限边界与隔离运行、Skills 供应链安全、可观测与可追溯、记忆分层与跨场景污染、以及如何把 Agent 纳入团队研发 / 运维流程并形成稳定收益。
针对这一系列挑战，在 4 月 16-18 日即将举办的 QCon 北京站上，我们特别策划了「OpenClaw 生态实践」专题，将聚焦一线实践与踩坑复盘，分享企业如何构建私有 Skills、制定安全护栏、搭建审计与回放机制、建立质量 / 效率指标体系，最终把自托管 Agent 从可用的 Demo 升级为可靠的生产系统。
