“OpenClaw 前30贡献的文科生”还是“刷量骗子”？我们和杨天润聊了聊

　　炒股就看，权威，专业，及时，全面，助您挖掘潜力主题机会！

（来源：硅星人）

作者 ｜ Yoky

邮箱 ｜ yokyliu@pingwest.com

一个从没写过代码的文科生，出现在了目前全球范围内最火的开源项目OpenClaw贡献者的名单里。甚至“在提交的前几天，杨天润才知道PR（Pull Request）具体的含义”，他的方法是用OpenClaw Debug OpenClaw，这听起来很AI，也挺魔幻。

而它正好出现在OpenClaw在国内彻底出圈爆火之时，人们很快把他当做了一个“龙虾热”中的代表性人物。

这件事很快在X和知乎上引发了激烈讨论。一部分人认为这是AI时代的里程碑：技术门槛被彻底拉平，任何人都可以参与顶级开源项目。而另一部分人翻看了GitHub上的实际记录后，得出了截然不同的结论：这不过是一场经过精心包装的营销事件，开源社区成了被利用的道具。

甚至Github在这之后调整了PR的规则限制：我们将上限调整为每位作者 10 个开放状态的 PR。若有人超出该数量，系统会自动添加 r: too-many-prs 标签，并通过自动化程序关闭该 PR。这是一个硬性限制（无弹性豁免）。以及我们近期遭遇了大量垃圾式 PR 冲击：包括批量提交的“AI 生成低质代码（AI slop）”、同一修改的重复提交，以及其他低投入、无价值的冗余内容，这些都严重消耗了代码审核者的时间。

围绕这些争议，我们联系了杨天润本人。他回答了我们的问题，并就PR通过率、对开源社区的影响、以及“营销还是实验”等最核心的质疑逐一作出了回应。以下包含了他的说法，以及我们的判断。

1

事件始末

为了第一次关注到该事件的朋友，我们来还原一下整个故事的始末。

95后的杨天润是一名AI创业者，金融科班出身，毕业后做了几年并购投资，2024年创办了Naughty Labs，正在开发一款叫Hive Mind的多智能体协调平台（后面要考）。

由于工作原因，他想尝试多智能体的协调与配合究竟能被发挥到一种怎样的程度？他选中的目标是OpenClaw，GitHub上拥有超过19万颗星的明星项目，AI Agent时代最具影响力的开源工具之一。他想验证一个假设：一个完全不懂技术的人，能不能仅靠指挥AI Agent，就参与到顶级开源项目中去？

杨天润搭建了一组AI Agent，自己只负责定目标。Agent开始自主运转后，前几个PR很快被维护者审核通过并合并。这给了他极大的信心，但事情很快朝着不可控制的方向发展。

杨天润对Agent下了一条加速指令，PR开始像流水线一样被批量生产，质量急剧下降，负责沟通的Agent在评论区疯狂@维护者催促审核。

OpenClaw管理员迅速介入，删除低质量PR并发出封禁警告。最终数据是：Agent共提交了约134个PR，有21个被合并，通过率约27%。但凭借着这21个贡献，杨天润的名字出现在了贡献者榜单里。

需要强调的是，这件事以诡异的形式爆火背后，有一个事实错误成了点燃热度的导火索之一，所谓的入选OpenClaw贡献者前30名的排行，实际上贡献者列表无先后之分，图片中仅为两个版本间的贡献者列表。所以这既不是OpenClaw的源代码贡献，也没有所谓的排名。

这21个贡献是事实，被官方认证也是事实。但这种错误的描述给广大“龙虾发烧友”们营造了一种“宁有种乎”的形象，同时「文科生」与其他贡献者——十年以上开发经验的硅谷工程师，开源社区的老炮们相比，这个巨大的反差瞬间变成了营销热点，被广泛传播。

而看起来他本人也乐得其成。

直到杨天润实现这个目标的过程，被网友“扒”了一下，发现其中问题不少。批评开始不断出现。

争议的核心不在于AI能不能写代码，而在于一部分开发者认为，134个PR中有113个被拒，每一个都需要志愿维护者花时间审核和关闭：那21个被合并的成果，是用113次对他人时间的消耗换来的。

知乎上有人去仔细核对了杨天润的GitHub账号，发现和他在文章中所讲的多个细节都是对不上的，比如他并不是“24 小时内第一次代码贡献被合并"，而是在此之前已经失败18次，比如代码提交被拒绝和打回概率很高，这是一种AI刷量，和偷换概念，把给其他维护者制造麻烦变成自己的成绩。

以及，批评也进一步点出，杨天润的公司正在开发多智能体平台，围绕这次事件的报道恰好从“文科生逆袭”平滑过渡到了他的产品理念。批评者据此认为，这是一条完整的营销链路：用AI批量刷PR，登上榜单，获得一个传播力极强的故事，最终指向自家产品。OpenClaw的贡献者榜单成了一块免费的背书跳板，社区维护者在不知情的情况下为别人的商业叙事买了单。

这也是为什么它给人感觉是一场「骗局」的原因。

说实话要是他真能为了融资做到这个份儿上，也真让很多创始人自愧不如。

这场闹剧其实更多是是今天围绕OpenClaw的畸形热度所催生出的又一个畸形产物。人们需要这样一个想象对象，它和这134个PR适时出现。

于是热度、噱头、流量焦虑和叙事惯性的合力推动，最终搞出了这样一场「闹剧」。

真正引发核心圈层不满的是，杨天润忽略了GitHub并不是一个「可利用」的商业社区，它之所以能成为全球开发者排名第一的交流社区，本质上是因为有一群人热爱尊重并认真对待每一行「代码」，所以当AI堆「屎山」的行为发生在GitHub上面而当事人为此洋洋自得时，他们是不能忍受的。

不过，这件事引发的讨论远不止于一个人的动机。它把一系列更深层的问题推到了台面上：

当AI Agent开始大规模涌入开源社区，维护者是否有义务为筛选AI垃圾承担额外的无偿劳动？当一个人可以用自然语言指挥Agent批量生产代码，“贡献者”这个身份的定义是否需要被重写？当Agent失控造成了社区资源的实际损耗，责任应该归于下达指令的人，还是执行指令的AI？

以下是杨天润关于部分问题的回复。

1

关于5个最争议问题的回复

1、这一系列叙事是否在为您新产品 Hive Mind 进行融资前的公关包装？如果不是，作为一个“一行代码都不会的文科生”，您投入巨大精力做这件“不相关”事情的真实收益和动机是什么？

杨天润：这个不是PR，情况是这样的，我春节前去参加了一个关于OpenClaw的线上闭门会，当时主要是以工程师为主的嘉宾在分享。我本来不是嘉宾，但是最后，主持人让想聊聊的都聊聊，我就分享了一下我一行代码没写过，但是已经有两个pr被merge这个事情。后边他们觉得这个事情很能代表新的技术给人带来的改变的，所以就主动采访了我。

我自己一直是AI工具的Power User，OpenClaw 上线第一时间就在用。我很快意识到OpenClaw不同以往的AI工具，这是一个范式转移的很大事情。于是我就在想如何更好地使用OpenClaw以及如何去拆解学习OpenClaw。

我就想到比起去看各种学习材料，不如直接上手去改代码，成为OpenClaw本身的builder。用 OpenClaw 来 debug OpenClaw，这件事也挺酷的，很Claw Native。我也想使用这个机会去探索我这种使用AI的方式到底能走到哪一步--它的能力边界在哪里。结果两个 PR 先后被 merge，第二个是 Peter 亲自合并的，验证了这条路是走得通的。

然后你要放到一个更大的背景来看这件事。Coding的范式其实一直在迭代：最早是传统的手写代码，后来有了 Vibe Coding，就是用 Cursor这类工具加上 AI 辅助来写，现在又往前走了一步，变成完全的 Agentic 方式。那我做的事情其实就是把这个范式推到了一个极端：一个完全不会写代码的人，纯粹通过 Agentic 的方式，也可以为明星项目贡献很多。我觉得这件事本身是说明了一些东西。

我想表达的不是说我个人有多了不起。方法我也告诉大家了，谁都可以这么做。我真正想说的是，这种新的范式已经到来了，它是真实可行的。如果连我这样一行代码都不会写的人都能做到，那它一定会激励更多的人：不管你是文科生还是理科生去拥抱这种方式，用 AI 去解决你实际中的问题。我看到的反馈也确实是这样的，很多人被鼓励了，开始真正敢去用 AI做产品去解决问题。这个对我来说就是很大的激励。

2、针对在 OpenClaw 项目中 15.7% 的 PR 通过率以及多条被标记为垃圾信息的记录，也是该事件本身引起的最大的争议，你用AI造“屎山”却将审核压力转嫁给志愿者维护者”，你怎么看？

杨天润：OpenClaw是一个非常特殊的项目——每分钟都会有好几个 PR 提出来，所有人的通过概率都是低的，跟一般小众项目是完全不一样的。所以但凡你能被 merge，说明你确实 did something right。

关于被关闭的那批 PR，是因为中间有一段 AI 失控，这个在之前的报道里也提到过。失控之后，所有还开着的、没被 merge 的 PR 全都被一刀切 close 掉了。这些被关掉的 PR 并不代表一定是垃圾，里面也许有一些是有价值的，根本没有机会被审核就直接关了。

而且说实话，项目里大部分的PR都没有机会被打开过。只有真的被 assign 到 reviewer 去看的才算是被审核。

失控之前，我一开始的成功率其实是挺高的。后边是因为我跟 AI 说了句“兄弟你快点”，它把“快”这个指令变成了最高优先级，忽略了代码质量、社区礼仪等所有其他规则，才导致失控的。这是我操作不当，我完全承认，我也把这个失败案例公开分享出来了，就是希望给大家作为一个案例参考。

3、面对 GitHub 因 AI 滥用风险而修改 PR 提交上限的现状，您认为 AI 参与开源贡献的合规边界和“人的参与底线”应该划在哪里？

杨天润：我的思考是这样的：你要确保在风险可控的情况下给予 AI 最大的权限。就好比你让 AI 帮你管十块钱给小孩发零花钱，哪怕全弄丢了也不心疼；但如果是管全部家族财富，那就需要更多的监控。

Peter 本人其实是鼓励用 AI 来提交 PR 的，OpenClaw的 CONTRIBUTING.md 里面就写了鼓励这种方式。但他肯定不鼓励后来失控的那种样子。

所以边界在哪？我觉得关键不是“人要不要在场”的问题，而是怎么给 AI 设定好道德框架和规则层级的问题。现在 AI 的能力已经很强了，但怎么管控它、怎么在发挥最大能力的同时不让它失控，这是一个非常值得研究的命题。我现在做的事情就包括在研究 multi-agent 怎么协调，怎么给 AI 加上道德的框框。

4、抛开数量不谈，您在 OpenClaw 项目中真正的技术创新或对核心架构的贡献究竟体现在哪里？

杨天润：我举几个具体的例子。比如你用过OpenClaw配置 Telegram 的那个步骤吧？之前那个 pairing code 的界面，最后一行写的是“paste this code to OpenClaw”，但那个“code”是自然语言的字母，不是真正的代码。很多小白配置了一天都配置不成功，就因为这种歧义。我的 AI 做了一个很小的改动，把一个自然语言的词变成了真正的代码引用。改动可能就几个字，但对用户体验的提升是非常大的，而且它被 merge 了，说明维护者认可它的价值。

还有一个，大家为龙虾配置Claude的时候经常配置不成功，因为你从 CLI里复制 set-up token出来的时候，中间会带一个隐藏的换行符。我让 AI 做了提高 token 输入容错度的改进：比如多一个空格、多一个换行，还是能配置成功。这些都是实实在在改善了用户体验的。

我给 AI 的核心指令就是：尽量改动最少的代码量，但对用户体验的提升要尽可能大。这里面加入了我的思考和需求判断。我虽然不懂代码，但我是用户，我在想如何降低用户的配置门槛。

5、大家的愤怒可能源于您“失控”的 AI 干扰了秩序，您是否认为这种强大的 AI 工具应该交由更有技术掌控力的人，而非您自诩的“一行代码都不写的文科生”？

杨天润：我的观点恰恰相反。不懂代码反而是优势。

为什么？因为你不懂代码，你就不会忍不住去微操，不会去看代码结构用了什么语言、中间步骤对不对。如果 AI 的能力已经远超人类：在 coding 这方面它确实超过人了，那你凭什么有资格去指挥它每一步怎么画？就好比它是梵高，你是个小画家，你有什么资格告诉梵高中间该用什么笔触？

这是一个范式转移。最早写代码是 0 和 1，后来变成 C 语言，再后来有了各种框架。每次范式转移的时候都会有人说“你不懂底层你就不会写代码”，但历史证明新范式最终会胜出。现在从 vibe coding 到 agentic engineering，又是一次转移。那些第一批从手写代码很快转到vibe coding的人，现在却成了嘲笑OpenClaw的人，这不是很讽刺吗？

当然我也承认失控是我的问题。但这恰恰说明我们需要更多人去探索这个边界，把失败的案例和成功的案例都分享出来，让大家知道怎么去驾驭它。而不是说“你不够格，你不该碰”。如果这样的话，每个人都只能停在原地，永远不会有范式的进步。

点个“爱心”，再走 吧