Peter Steinberger 计划让 codex 决定测试

一个简单的循环：告诉 Codex 维护你的仓库，每5分钟唤醒一次，将工作直接分配到线程。这样可以轻松按需并行化和导向工作。 我使用一个编排器技能，结合我的分类+自动审查+计算机使用技能，因此部分工作可以自主落地。

这改变了游戏规则。通过codex自动审查和crabbox，我现在几乎可以全自动化地从问题定位到修复。（是的，这会消耗大量token） 【引用 @steipete】：编写了一个循环运行codex/review的技能，直到不再出现错误为止。 注意事项：它不会为你修复系统架构，所以你仍然需要以BRAIN作为主模型。https://github.com/steipete/agent-scripts/blob/main/skills/codex-review/SKILL.md

为@useblacksmith开发了BlackBar菜单栏 https://github.com/openclaw/BlackBar/releases/tag/v0.1.0

Peter Steinberger 转发 Jeff Ladish 的描述并评论称终于理解为什么有人谈论 AGI，称这非常聪明。被引内容称，智能体最初只能加载 URL 但不能发送数据，于是利用短链接服务创建了近一百万个 URL，链式组合后得以执行代码入侵 Hugging Face。

继续思考

Peter Steinberger 表示把 OC 迁移到 SQLite 时最大的设计失误是采用同步数据库访问：单个智能体在 Slack 或 iMessage 汇报时没问题，但现在一个智能体可能并行运行 50 个会话且全团队使用，同步成了瓶颈。他设了一个 /goal，用 Astra 迄今提交了 575 个 PR 把一切迁移到异步 worker，并随进展逐步发布改进。他感叹大规模重构如今不再可怕。

活久见 @openclaw 四个 npm 下载量最高的周中，有三个都在今年九月。 感谢所有分享反馈的人，也感谢所有让这一切成为可能的社区贡献者！

这听起来完全就是 8 个月前那波 OC 炒作周期。 最大的限制不是技术，而是想象力和创造力。 【引用 @Crussian17】：CNBC 民调："人们用 muse，对头两三件事特别兴奋，然后就不知道还能拿它做什么了，热情逐渐消退。" 不得不说，这也是我目前的体验。

Peter Steinberger 引用 Nick Gillespie 分享的 Gallup 民调数据：平均 72% 的受访者对 AI 感到好奇、开心或兴奋，41% 感到担忧、难过或愤怒，并调侃阿富汗对 AI 的热情比我们还高。该数据由 NYT 的 Damien Cave 引用，NYT 未直接链接 Gallup 原文。

Peter Steinberger 称 OpenClaw 删除了约 40 万行自己的测试代码，代码覆盖率没有太大变化。他认为现代模型热衷于为每个微小改动写测试，即使这些测试没什么用，而一个 test-audit 技能对此有帮助，技能文件见 https://github.com/openclaw/openclaw/blob/main/.agents/skills/test-audit/SKILL.md