OpenClaw 作者 Peter Steinberger 一年 45 万次提交，他到底是怎么做到的？

今天我点开 Peter Steinberger（@steipete）的 GitHub 主页，被那张贡献图直接看愣了。

一年 449,693 次提交。今天 4 月 6 号，607 次。最猛的一天，13000 多次。

Peter 是开源 AI agent 项目 OpenClaw 的作者，最近刚宣布加入 OpenAI 继续推进 agent 这件事，并把 OpenClaw 转交给基金会保持独立。换句话说，这不是某个躲在公司里刷 KPI 的工程师，是一个独立做 side project 做到被 OpenAI 收编的人——而他的输出节奏，是这个样子。

我反手点开自己的主页：一天 30 到 50 个 PR，状态最好的时候 60 多。和 Peter 比，平均差 10–20 倍，峰值差几百倍。

一开始我安慰自己：他肯定有一堆机器人提交、肯定脚本刷的、肯定不算数。但越想越不对——就算把 60 万打个对折再打个对折，剩下的产出量也足够把我按在地上摩擦。AI 时代，写代码这件事的瓶颈早就不是”会不会写”，而是”一天能跑完几个完整的想法 → 落地循环”。

我为什么要盯着 PR 产出率这个指标

前几天我写过一篇 《独立开发就是一道数学题》。今天这事正好是那篇文章的注脚。

独立开发的成功率本来就是个概率游戏。做 1 个产品成功的概率可能是 1%，做 10 个是 10%，做 100 个就接近必然。但”做产品”这个动作太大、太虚，没法每天衡量自己有没有在前进。

PR 是这个概率游戏里最小的、可衡量的、不会骗人的颗粒度。

一个 PR = 一次”想法 → 写出来 → 跑通 → 合并”的完整闭环。闭环越多，意味着：

• 我试过的方向越多
• 我从代码里拿到的反馈越多
• 我离那个会成的产品越近

不盯交付件、只盯产出节奏，是因为节奏才是你唯一能控制的东西。运气不能控制，市场不能控制，但你今天合并了几个 PR，能。

Peter 一天 600，我一天 40。这不是”他比我聪明 15 倍”，是”他每天比我多跑 560 次循环”。一年下来，他踩过的坑、试过的死路、验证过的假设，是我的几十倍。这才是真正可怕的地方，也是为什么他能从一个独立开发者跑到 OpenAI——不是某一刻的灵光，是日复一日的循环次数堆出来的。

我目前能想到的几招

我自己琢磨了几个方向，先抛出来，不一定对：

1. 别再用键盘当输入瓶颈了。 打字速度再快也就 80 字/分钟，说话能到 200+。我现在越来越多地用语音把需求口述给 AI，效率立竿见影。脑子里想清楚一段话，60 秒说完，键盘要敲两分钟。

2. 需求一次说清楚，别让 AI 猜。 最浪费时间的模式是：“你改一下这里” → AI 改 → “不对，我意思是……” → AI 再改 → “也不对……”。一来一回半小时过去，PR 还没出。前置投资 2 分钟把需求、边界、期望输出全部讲清楚，比来回拉锯快 10 倍。

3. 让 AI review AI 的代码。 我自己看代码慢，但让另一个 AI 当 reviewer 几乎是零成本。两个模型互相挑刺，能在合并前过滤掉一大半低级问题，省下的是我自己 debug 的时间。

4. 所有函数都加 unit test。 听起来像老生常谈，但在 AI 写代码的语境下意义完全变了：测试不是为了证明代码对，而是给 AI 一个确定性的反馈回路。AI 改完跑一下测试，绿了就过，红了自己改，不用我介入。这才是产出率的真正杠杆。

5. 最重要的：避免”一句话改一句”的拉锯模式。 这是我最大的坑。一旦陷进去，半天只能产出一个 PR。一感觉到要拉锯了，我现在的对策是：停下来，重新写一份完整的需求说明，让 AI 从头来过。看似浪费，实际上比拉锯快得多。

想听听你们的方法

我现在每天的 PR 数大概是 Peter 的 5%–10%。我不奢望追上他，但我想知道——

你们是怎么提高产出率的？

• 有没有什么工具/工作流是我没用上的？
• 语音输入你们用什么方案？
• 怎么避免被 AI 反复改坏的循环拖住？
• 一个人维护多个项目时，怎么切上下文不掉效率？

评论区、邮件、Twitter 都行，我都看。写这篇博客的目的不是总结，是抛砖。AI 时代谁先把”个人产出率”这件事搞明白，谁就赢了一大半。

而独立开发，本来就是一道数学题。