# 从 Claude Code 和 Moltbot (Clawdbot) 开始，我们怎么样成为“超级个体”

`2026-01-29`

# 从 Claude Code 和 Moltbot (Clawdbot) 开始，我们怎么样成为“超级个体”

`2026-01-29`

在前两篇文章中，我们探讨了 Claude Code 如何引发了 Unix 哲学的复兴，也剖析了 Moltbot 虽然在方向上正确、但为何注定只是一个过渡形态。

这一路走来，逻辑线索已经非常清晰：Unix 哲学正在从后台走向舞台中央。从 Claude Code 在编程领域的极致表现，到 Moltbot 试图将这种“文本流 + 管道”的理念拓展到整个操作系统，我们看到了 AI 进化的一个明确趋势——它正在从一个单纯的聊天窗口，变成一个能够调用系统底层能力的“数字中枢”。

Moltbot 确实令人兴奋，因为它让我们看到了未来的雏形。但我们必须诚实地面对它的局限：试图用一个通用的工具去解决所有人的个性化问题，注定是一场西西弗斯式的徒劳。

Claude Code 之所以能成功，是因为编程环境是高度标准化的。Git 就是 Git，Python 就是 Python，全世界通用。但生活不是，工作流不是。你的财报分析逻辑、你的家庭数据隐私标准、你对健康指标的理解，都是独一无二的。

Moltbot 继承了 Claude Code 的理念并将其推进到了更广大的范围，但只靠工具本身，已经很难再拓展了。

对于渴望成为“超级个体”的人来说，等待一个完美的、通用的“贾维斯”是不现实的。真正强大的外骨骼，无法购买，无法订阅，它只能由你自己亲手构建。

这就是本系列的终章：我们如何从工具的使用者，进化为工具的创造者。

**复杂的守恒与转移**

首先，我们要理解为什么通用工具（如 Moltbot）会撞墙。

在系统论中，有一种观点认为“复杂性是守恒的”。你想让用户操作更简单，开发者就必须在后台处理更多的逻辑。

对于通用的 AI Agent 而言，它试图把全世界的复杂性都封装在一个 Prompt 后面，这在数学上是不可能的。当你的需求稍微偏离主流——比如“我要监控 Solana 链上的特定交易，并结合我的币安账户余额进行对冲”——通用工具就瘫痪了。

这时候，复杂性必须转移。它必须从工具的开发者身上，转移到使用者身上。

这听起来像是倒退？不，这正是“超级个体”诞生的契机。

超级个体的本质，就是有能力接住这种复杂性，并通过构建私有系统将其自动化的人。

**代码：思维的显影液**

那么，我们该如何接住这种复杂性？核心在于：理解事物的本质、定义事物的本质、与 AI 共同探讨，并最终以代码的方式进行知识的沉淀。

经常听到有人抱怨 AI 笨，听不懂人话。其实问题往往不在 AI，而在人。自然语言是模糊的，充满了歧义和幻想。而 AI 的思维在本质上是概率性的。用模糊的语言去指挥概率性的 AI，无异于大海捞针。

我们需要一个中间介质，一个绝对精确的锚点。这个锚点，就是代码。

代码是 AI 模糊意图的“显影液”。

当我们要求 AI 生成代码时，我们实际上是在强迫它将一个抽象的想法坍缩为一个具体的、可执行的实体。这就好比量子力学中的波函数坍缩，在观测（运行代码）之前，AI 的回答是各种可能性的叠加；一旦写成代码并运行，它就变成了唯一的现实。

如果逻辑有漏洞，代码就会报错。

如果设计不合理，运行结果就会打脸。

代码的严谨性反向逼迫我们理清思路。在这种模式下，代码不仅仅是执行指令，它成了人与 AI 之间最完美的沟通协议。不管需求有没有说清，代码运行的结果是不会撒谎的。它是思维的重现，也是对思维缺陷的预演。

所以，成为超级个体的第一步，不是学会写复杂的算法，而是学会用代码的逻辑去描述你的需求。

**超级个体的三个核心特征**

在这个被 AI 重构的时代，什么是“超级个体”？我认为，这个定义已经从“技能熟练度”转移到了“系统构建能力”上。当下的超级个体必须具备三个核心特征：

**1. 数据意识：深刻理解数据是资产，而非副产品。**

普通人把聊天记录、健康数据、工作文档看作是占据硬盘空间的垃圾，或者是被动产生的生活废料。

超级个体把它们看作是训练私有 Agent 的珍贵语料，是构建个人知识图谱的燃料。

他们会精心设计数据的存储结构，会关心数据之间的关联，会思考“今天的这份会议记录，如何才能被明天的 Agent 读取并利用”。这种对数据的敏感度，决定了你的 AI 助理是越来越懂你，还是永远停留在智障阶段。

**2. 工具癖好：热衷于优化工作流，对效率有近乎偏执的追求。**

这种“癖好”不是指收集各种 App，而是指对“摩擦力”的极度不耐受。

超级个体不满足于市面上现成的 SaaS 服务，总想着“能不能更快一点”、“能不能更自动化一点”。

他们会为了节省每天 5 分钟的重复操作，花 5 个小时去写一个自动化脚本。在旁人看来这是浪费时间，但他们心里清楚，这不仅仅是时间的节省，更是思维带宽的释放。这种“折腾”的过程，就是构建竞争壁垒的过程。

**3. 主权诉求：坚信“控制权”比所谓的“开箱即用”更重要。**

这是最关键的一点。在 Apple Intelligence 和 Windows Copilot 试图接管一切的今天，超级个体依然坚持“数据主权”。

他们宁愿花时间配置本地环境，宁愿忍受简陋的命令行界面，也不愿把核心逻辑托管在黑盒子里。因为他们知道，只有掌握了 Runtime和 Data，你的数字分身才真正属于你，而不是租赁来的服务。

**AI 时代的三个新法则**

当我们具备了上述特征，开始构建自己的系统时，我们需要遵循新的行事法则。这三条法则，我经常挂在嘴边：

**第一，提问比回答更重要。**

在 AI 时代，获得一个“答案”的成本几乎为零。任何一个初中生都可以用 ChatGPT 生成一篇像模像样的论文。

因此，“回答”已经廉价化了。真正稀缺的，是定义问题的能力。

你是架构师，AI 是施工队。如果架构图（Prompt/问题定义）画歪了，施工队干得再快也是在盖危房。定义清晰、边界明确的问题，是超级个体的核心竞争力。

**第二，验收比创建更重要。**

以前，写代码难，改代码容易。现在反过来了。AI 生成代码的速度极快，生产成本趋零。

于是，验证成本成了新的瓶颈。

我们要从亲自搬砖的工人，变成拥有敏锐眼光的工程监理。你不需要知道每一块砖怎么砌，但你必须知道墙是不是直的，地基稳不稳。如果不具备“验收”的能力，你就会被 AI 生成的垃圾代码淹没。

**第三，跳出来比钻进去更重要。**

不要沉迷于微观的实现细节。不要为了一个正则表达式怎么写而纠结半天，把它扔给 AI。

要站在宏观编排的视角，去思考数据流如何运转，模块之间如何解耦。

当你开始思考“Input 是什么，Output 是什么，中间的 Pipeline 如何设计”时，你就正在从“使用者”进化为“创造者”。

**行动指南：如何开始？**

通往超级个体的路，没有捷径，只有实践。基于 Claude Code 和 Moltbot 的启发，我建议从以下三步开始：

1. 去拆解每件事的内在逻辑

不要想当然地工作。停下来，把你每天做的事情——处理邮件、分析财报、管理日程——放在手术台上解剖。

思考：它的输入是什么？它的判断标准是什么？它的输出流向哪里？

把这些隐性的经验显性化，写成伪代码，或者画成流程图。这是让 AI 接手的前提。

2. 去跟 AI 进行大量的辩论

不要把 AI 当作单纯的搜索引擎或生成器。把它当作一个不知疲倦的苏格拉底，或者一个极其挑剔的结对编程伙伴。

把你的想法抛给它，让它反驳，让它寻找漏洞，让它优化方案。

“你觉得这个架构有什么安全隐患？”

“如果数据量扩大 10 倍，这个脚本还能跑吗？”

在不断的摩擦和辩论中，火花才会产生，你的思维模型才会更加健壮。

3. 去大量 Vibe Coding 吧

不要被“我不会写代码”这种借口吓退。现在是历史上编程门槛最低的时刻。

Vibe Coding 不是指你要成为资深工程师，而是指一种“跟着感觉和灵感去构建”的状态。

打开你的编辑器，打开你的 Shell，利用 Claude Code 或类似的工具，开始构建属于你的工具链。

哪怕一开始只是一个只有 10 行代码的脚本，用来自动整理你的下载文件夹；或者是一个简单的 Cron Job，每天早上给你发送一条天气提醒。

那也是你在这个数字世界里，亲手打下的第一块疆土。

**结语**

Moltbot 指明了方向——AI 应该深入系统底层。

Claude Code 提供了工具——用自然语言与系统对话。

但最终的道路，需要你自己去走。

在这个被大模型席卷的时代，只有两种人：一种是等待被 AI 服务（收割）的人，另一种是利用 AI 构建自我系统的人。

这不仅仅是关于效率，更是关于探索，关于在这个日益同质化的数字世界中，保留一份属于自己的独特灵魂。在荒野般的 AI 新世界里，我们要做的不是寻找一个舒适的避难所，而是去建造属于自己的城堡。