LEX FRIDMAN PODCAST · 原始發表 2026.02.12

當 AI agent 真的能做事，責任落在誰身上？

OpenClaw 的關鍵不是它會聊天，而是它把模型、工具與你的生活資料接成一條能採取行動的路。

來源：Lex Fridman 與 OpenClaw 創作者 Peter Steinberger 的訪談。本文整理來源觀點，不構成產品、安全或投資建議。

PART 1

從「回答」跨到「替你完成」

Peter Steinberger 描述 OpenClaw 的起點很小：把訊息軟體接到命令列，讓人可以用 WhatsApp 對電腦下指令。真正改變體驗的不是多一個聊天視窗，而是 agent 能讀圖片、找工具、轉檔、呼叫服務，再把結果送回來。

這條路把語言模型從「提出建議」推向「在你的環境裡工作」。它也改變評估標準：不是回答像不像人，而是權限、記憶、工具與失敗時的邊界是否清楚。

1 · 意圖你用自然語言或訊息說出想完成的事。

↓

2 · 執行模型選擇工具、讀取資料、在允許範圍內採取動作。

↓

3 · 可追責人必須能看見它做了什麼，並在必要時撤回或限制。

能力越接近真實行動，權限與可追責性越不能留在最後補。

PART 2

訪談裡的想像很直接：agent 知道你的行程、訊息、偏好與裝置狀態，因此能替你整理資料、安排事情或操作服務。這份上下文讓它比單一 app 更有用，也讓錯誤不再只是答錯一句話。

當 agent 能碰到信箱、檔案、金流或瀏覽器，安全問題不只剩模型幻覺。誰能要求它做事？它會不會被惡意內容誘導？它用了哪些憑證？使用者能否辨認一個動作是自己授權，還是 agent 自行推論？這些問題決定「有用」是否能長久成立。

PART 3

Steinberger 認為，當 agent 能代表使用者完成任務，許多 app 的價值會從畫面移到資料與服務介面。使用者不必打開每個 app，而是希望 agent 能取得必要資訊、執行一個受限的動作、留下清楚紀錄。

這不等於所有 app 都會消失。它更像一個壓力測試：產品若只靠把人困在介面裡，會更難服務 agent；若能提供明確權限、可靠資料與可驗證操作，反而可能成為 agent 工作流的一部分。

PART 4

他形容自己用 agent 建 agent，也承認這種速度會帶來新的清理工作。訪談另一條線是，開放與可自訂讓個人能掌握資料和工具，但同時把防護責任更多地放在使用者身上。

因此，最值得追問的不是「agent 能不能替我做」，而是「它在什麼範圍內能做、誰能看見、出錯後怎麼停」。能在這些問題上給出具體答案的產品，才有機會把自主性變成可靠性。

「自由帶來責任；當 agent 能替你行動，權限設計就是產品本身。」

依訪談中關於個人資料控制、資安威脅與 agent 行動能力的討論整理

原始來源保留產品能力、風險與社會影響的完整討論。讀完後，可以再回來檢查自己願意交給 agent 的邊界。