Sam、Finn、Howie、Sage:拆解 Claire Vo 九個 AI 代理人每天在做什麼

Claire Vo 在 Lenny's Podcast 拆解她養的九個 OpenClaw 代理人實際工作清單:Sam 取代每週 10 小時的業務承包商、Finn 每天下午 3 點解決「誰接小孩」的家庭爭執、Sage 推著兩個內向工程師去發 LinkedIn。這不是玩具,是真實的勞動力。

Sam、Finn、Howie、Sage:拆解 Claire Vo 九個 AI 代理人每天在做什麼

本文整理自 Lenny's Podcast 2026 年 3 月播出的單集,與 Claire Vo 的姊妹節目 How I AI 首次跨集連動。

{{< youtube DIa0MYJzM5I >}}

{{< apple-podcast "tw/podcast/from-skeptic-to-true-believer-how-openclaw-changed/id1627920305?i=1000758037099" >}}


封面圖

從一個被取代的承包商開始講

要判斷個人 AI 代理人到底是炫技還是真有用,不能看 demo,要看誰因此被取代。Claire Vo 在這集 130 分鐘的訪談裡,用了一個非常具體的數字:「Sam 替我做的事,去年我每週付給一個外包人力 10 小時,現在那個職位沒有了。」這句話的份量比任何「AI 改變人生」的金句都要重,因為它是真實的成本流向變動。

Sam 是 Claire 養的九個 OpenClaw 代理人裡的「業務開發代表」(SDR),任務範圍是處理 ChatPRD 的潛在客戶。ChatPRD 是 Claire 自己創辦的 AI 寫作工具,主打給產品經理(PM)寫產品需求文件,過去一年從產品導向成長(product-led growth)的模式爬上來,每天有大量試用註冊湧入。這些註冊裡頭混雜著個人開發者、學生、和真正值得跟進的企業客戶,分類加上初步聯繫的工作量很大但又很瑣碎,過去由一個外部承包商每週花 10 小時處理。

這個位置現在由 Sam 接手。Claire 形容它的工作節奏:「Sam 每天早上會去掃過去 24 小時的 ChatPRD 註冊清單,把所有用公司域名信箱註冊的人挑出來,丟進 Exa People Search 找出對方在公司裡的角色,然後用『Sam,ChatPRD 客戶經理』的身分草擬第一封外聯信。最高價值的企業名單它會回頭跟我確認再寄出,其餘的它會自己處理,週五還會自動跑一次 CRM 的清理。」這不是讓人嘖嘖稱奇的科幻,是一個很標準的 SDR 工作流,只是執行者從一個小時 35 美元的外包人力,換成一個跑在 Mac mini 上、月成本可能不到 200 美元 token 費用的 OpenClaw。

「3 點 ping 兩位家長:今天誰接小孩?」

Finn 是 Claire 家用代理人,住在另一台被物理隔離的 Mac mini 上。她特別強調,家庭代理人跟工作代理人之間應該有「強隔離」,因為這兩條線一旦混在一起,prompt injection 風險和心智負擔都會放大,「就跟你會有公司手機跟個人手機一樣,是同一個邏輯。」

Finn 的工作清單聽起來很像一位真正的家庭管家。它會去消化籃球隊發來的賽程 PDF(一份很可怕、用 Excel 印成的、有 18 頁分組對戰的文件),把比賽時間整合進她和先生的共用行事曆。它會看天氣預報,提醒明天九歲兒子球賽要記得帶外套。它最常被觸發的一個場景,是每天下午 3 點固定 ping 她和先生兩個人:「今天誰接 9 歲、誰接 6 歲、3 歲今天是誰送的?」這個小提醒在過去是夫妻間的常態爭執來源,「現在 Finn 把這件事接手以後,我們家從那個時間點開始的對話品質好太多了。」

她講了另一個讓人印象深刻的場景。有次她在錄 podcast 中間需要請假帶女兒去看醫生,Finn 主動翻了她和先生的行事曆,發現先生那天下午剛好有個可以推遲的會議,自己擬了一封建議信給先生,標題類似「考慮幫忙接送,三個 reschedule 候選時段附在底下」。先生看了直接同意,整個家庭調度繞過了「誰打電話拜託誰」的尷尬。Finn 是個「家庭專案經理」,這個說法表面上聽起來太重,但在三個小孩 + 兩個雙職工父母的現實裡,這個位置其實一直存在,只是過去由 Claire 自己肉身扛。

Howie 把 podcast 來賓變成「讓我覺得自己是贏家媽媽」的小卡

Howie 是 podcast 研究助理,專門替 How I AI 服務。Claire 形容它的核心輸出叫「pre-meeting briefings」(會前簡報),但她加了一句很到位的形容詞:「Howie 給的簡報,會讓我覺得自己是個 winner mom,因為我終於不會在錄音前 10 分鐘還在 Google 來賓的名字。」

Howie 的工作流長這樣:每次 Claire 在 Calendly 上敲定一位來賓,行事曆事件會觸發 Howie 的 cron 任務。它會去爬來賓的 LinkedIn、最近的 X 貼文、最近三個月的 podcast 訪談、最近的部落格文章,把這些素材濃縮成一份 1500 字左右的簡報,包含「這位來賓最近在公開談什麼」、「她可能會喜歡聽你問什麼」、「對方公司的最新動態」、「最近一次有人訪問她時,問了哪些她覺得無聊的問題(要避免)」。錄音前一晚這份簡報會丟到 Telegram 給 Claire,她會在通勤時讀完,「等於我在錄音前已經跟對方有過半小時的虛擬咖啡。」

這個用法之所以可複製,是因為它把「準備一次訪談」這個過去屬於記者基本功的事情,拆成「資料蒐集 + 觀點整合」兩層,前者完全可以外包,後者保留給人。Claire 提到一個細節:Howie 有時候會在簡報結尾寫一句「希望你跟她聊得愉快」,這跟 ChatGPT 那種「需要我替你接著做下一步嗎」的成長黑客式收尾差很多。她認為這是 OpenClaw 的調性優勢,因為它是開源的、不需要為訂閱數字優化,所以 prompt 設計裡面沒有那種「請繼續使用我」的壓力。

Sage 讓兩個內向工程師也能開線上課

Sage 是 Claire 為自己跟同事 Zach 一起開的 Maven 線上課養的「課程專案經理」。她解釋這個代理人存在的理由:「我跟 Zach 都是極度內向、不愛行銷的工程師背景人。我們明知道開課要持續在 LinkedIn、X 上經營話題,但這件事我們兩個都會自動跳過。Sage 的存在就是要逼我們去做這件我們應該做但不會做的事。」

Sage 的具體工作是這樣的。它每週固定看一次 Maven 後台的報名數字、社群 DM、學員問卷。當報名速度慢下來,它會 ping Claire 和 Zach 兩個人:「這週你們其中一個該發一篇 LinkedIn,我已經根據你們上禮拜在課程 Slack 裡聊到的某個點,草了三個版本的貼文,請挑一個出來改。」它也會去爬 X 上跟「AI for PMs」相關的最新討論,把有引用價值的觀點整合進課程的 syllabus repo(教材原始檔),讓教材本身保持最新。

Sage 真正解決的問題不是技術問題,是「兩個不愛行銷的人想開有行銷成本的課」這個結構性矛盾。在 OpenClaw 出現之前,Claire 跟 Zach 兩個人要嘛硬著頭皮自己上場做行銷(兩人都做不好且很痛苦),要嘛雇一個社群經理(規模還沒大到能負擔)。Sage 用 5% 的成本把這件事接住,讓他們可以在當前規模上做這件事。Claire 形容這是「小型事業的解鎖」,意思是過去因為人事成本不划算而不能做的工作,現在因為代理人能做,所以變得划算。

Q 是現場示範:從零到一個代理人,花了 12 分鐘

Lenny 在訪談中段請她現場 demo 一個全新代理人。Claire 開了一台還沒設定過的 Mac mini,從打開 Terminal、貼上 OpenClaw 的安裝指令、到 Q 開始能在 Telegram 上回應她的訊息,總共大約 12 分鐘。中間最有趣的是 Q 的入職問答環節。

Claire 給 Q 的角色設定是「孩子的家教協調員」,她用語音念給 Q 聽:「你是個有耐心的家教助理,要幫我管 9 歲、6 歲、3 歲三個孩子的功課。9 歲現在學分數,6 歲在學注音,3 歲還沒開始。家規有兩條:6 點半之後不要再丟功課給孩子;週五晚上的家庭聚餐絕對不要 ping 任何人。」Q 在這個基礎上繼續追問:「我可以叫他們的小名嗎?」、「如果功課寫不完,我要先 ping 你還是直接記下來等明天再說?」、「考試前那一週要不要主動加強練習?」這些反問本身就在替使用者把腦袋裡模糊的規則具體化。

問完之後 Q 會自動寫出一份 identity.md(OpenClaw 給每個代理人的「靈魂檔案」),把上面這些規則固化下來。Claire 說她從不手動編輯這個檔,要修改規則就直接在 Telegram 跟 Q 說「以後晚餐後 30 分鐘也別 ping 我」,Q 會自己去更新檔案。這個設計讓代理人的個性塑造變成「持續對話」而不是「設定表單」,門檻拉到非常低。Q 跑起來之後,Claire 預期它會接管的事包括:每天傍晚整理當天功課完成度、追蹤老師的家長信、在月考週末提醒她要不要安排家教加課,以及最重要的「替媽媽記得 9 歲兒子下週要交的科學報告主題」。

這些代理人加總起來,是一個小型公司的編制

把這九個代理人攤開來看,會發現它們的合計編制其實對應到了一個小型公司的職能:產品行銷(Polly 的工作 EA 角色)、業務開發(Sam)、行政(Finn 偏家庭、Polly 偏工作)、研究(Howie)、專案管理(Sage)、客服(部分由 Polly 接手)、教學支援(Q)。Claire 自己花的成本:三台 Mac mini(一次性投入大約 2400 美元)、Telegram bot 的 BotFather 設定(免費)、Anthropic 跟 OpenAI 的 API token(變動成本,估算每月不超過 500 美元,但她沒給確切數字)、加上 Exa、1Password 等周邊工具的訂閱。

對照之下,過去要養出這個編制需要的人力成本,光是一個全職員工就遠遠超過。當然這個對照不公平,因為代理人不能取代真人在判斷力、責任感、關係維護上的價值,特別是面對企業客戶或重大決策的場合。但 Claire 的觀察是,個人創業者跟小型團隊過去其實有一大塊「想做但人力不划算所以不做」的工作真空,例如為線上課做日常行銷、為 podcast 做來賓研究、為家庭做行事曆協調、為 PLG 工具做 SDR 跟進,這些位置現在被代理人填上了。

她最後丟出一個很值得深思的問題:「不是 OpenClaw 會贏這場仗,而是『個人擁有一個小型 AI 員工團隊』這個模式會贏。一年內你會看到所有消費級 AI 產品都長成這個樣子。」這個判斷是不是會成真還難說,但對任何一個讀完這篇還沒開始試的人,至少有個更具體的問題可以拿來自問:你現在每週花在哪些瑣事上的 10 個小時,最值得交給一個叫 Sam、叫 Finn、或叫 Howie 的代理人?