金融人跨界逆袭：不懂代码，却跻身OpenClaw顶级贡献者

2月16号那天，Sam Altman发了一条推文，正式宣布OpenClaw的创始人Peter Steinberger加入OpenAI。熟悉开源圈的人都知道，OpenClaw在GitHub上的星标数量早就突破了19万，算是AI Agent时代里实打实的“现象级”开源项目。



可谁也没想到，在这个满是技术大佬的项目里，一个连一行代码都没写过的中国创业者，竟然出现在了贡献者榜单上——他就是Naughty Labs的CEO天润。截至目前，他的排名已经冲进了前30，而排在他前后的，全是拥有十年以上开发经验的硅谷工程师和开源界的老前辈。在这份含金量极高的名单里，他大概是唯一一个完全不懂代码的人。

天润不管是本科还是研究生，学的都是金融专业，毕业后大部分时间都在做并购投资。说出来你可能不信，就在几天前，他才刚弄明白“PR”（也就是合并请求）到底是个啥。要知道，在开源圈，能给OpenClaw这样的明星项目贡献力量，本身就是技术实力的最好证明。

一个学金融出身的跨界者，到底是怎么闯进这份技术榜单的？他到底做对了什么？

01 当App不再“值钱”，想法才是硬通货

一年多以前，天润还是个标准的金融圈精英，每天西装革履，往返于投行和创业公司之间，日常工作就是研究各种SaaS项目的商业计划书，听创业者们讲自己的“护城河”故事。

但随着大模型的爆发，他心里突然生出一种强烈的虚无感，还得出了一个和大多数人不一样的判断：“未来软件可能就不值钱了”，在AI时代，App已经变成了一种“内容”。

天润解释说：“以前你花一个小时才能写一篇文章，现在花一个小时，就能自己动手做出一个App。当App的供给变得无限多，它就跟抖音上的短视频一样，可能一时很火，能赚点快钱，但它再也不是什么资产，只是转瞬即逝的流量而已。”

程序员圈子里一直有句话：“光说不练假把式，拿代码来看看”。但在天润眼里，AI正在彻底改变这句话的含义：当一个人配一台电脑，几小时就能做出一个产品时，代码早就不是什么门槛了。“真正稀缺的，是想法本身。你能不能发现真正的需求？能不能想明白怎么赚钱、形成商业闭环？能不能把做出来的产品卖出去？”

想到这里，他突然反应过来：发现需求、搭建商业闭环、把产品卖出去，这不就是他做投行这些年一直在干的事吗？

以前，从“想法”到“产品”，中间隔着一道很难跨过去的坎——技术实现。天润见过太多好想法，最后都折在了这道坎上：要么找不到靠谱的技术合伙人，要么在漫长的开发和沟通中，最初的想法被改得面目全非。但AI的出现，让这道坎变窄了，甚至慢慢在消失。

“我不想再做那个站在岸边看潮水的人了。”天润说。虽然他不会C++，也不懂Python，但他对商业世界看得透彻，对AI也充满了好奇。于是他决定亲自下场，验证自己的判断：在这个时代，不懂代码或许不是缺点，反而可能是一个全新的机会。

02 不写代码，却用“王家卫式思路”玩转AI开发

跨界从来都不是一件容易的事，天润的转型之路也充满了坎坷。

最开始，他试着用早期的AI模型辅助编程，但体验特别差，就像带着一个踏实却笨拙的实习生——能写出一些零散的函数，但只要涉及到复杂的交互，就彻底搞不定了。

直到2024年底，事情出现了转机。当时网上流传着一个“神级提示词”，据说只要把它粘贴到Claude里，再用大白话说明自己的需求，AI就能直接生成一个完整的程序。

天润半信半疑地试了试，敲下一行简单的话：“帮我做一个贪吃蛇游戏。”没想到，几分钟后，一个能直接运行、还能正常玩的贪吃蛇游戏，真的出现在了屏幕上。那一刻，他彻底愣住了，心里清楚：时代真的变了，AI不再只是辅助工具，它已经能独立做出产品了。

但新的问题很快又出现了。2025年初，“氛围编程”（Vibe Coding）突然爆火，天润第一时间就跟风尝试，可没多久就发现了问题：这种方式只适合做简单的演示demo，根本不适合做正经产品。要是只想做个简单的网页，它确实好用；但如果要做复杂的商业软件，用这种方式只会越做越乱。

他开始琢磨：能不能让AI独立完成整个开发流程，人类只需要在旁边“坐享其成”？

这就需要一种全新的模式——智能代理工程（Agentic Engineering），简单说就是让AI不再做被动的“副驾驶”，而是能自己规划、执行、测试、迭代的智能助手。人类只需要站在更高的层面，关注整体架构和核心需求就好。而这个思路，刚好和OpenClaw的创始人Peter Steinberger不谋而合——Peter一直不认可“氛围编程”，还觉得这是个贬义词，他始终主张AI应该能自主形成完整的工作闭环。

在不断摸索中，天润慢慢总结出了一套自己的方法，用他的话说，就是“像王家卫拍电影一样用AI写代码”。王家卫拍电影，会找最好的演员，但不给他固定剧本，只给一个大概的情绪或概念。这种方式虽然容易失控，但一旦成功，结果往往会超出预期。

“我们面对的Claude、GPT，就像是顶级演员。如果你给它们定死死板的剧本，反而浪费了它们的天赋。”天润说。

基于这个理念，他把AI的使用分成了三个层次。

第一层是把AI当工具，这是新手最常犯的错——你事无巨细地告诉AI每个细节，比如字体多大、颜色多深、代码该怎么写。

第二层是把AI当员工，你开始给它分配任务，但还是忍不住“插手”，告诉它该走哪条技术路线、用什么架构。天润觉得，这两种方式都浪费了AI的能力，相当于把AI的上限，锁死在了自己的水平上。

而他选择了第三层：把AI当大师，从不教它该怎么做。他会对AI说：“你是世界上最顶尖的十位工程师之一，拥有最好的审美和架构能力。”在他看来，“既然它是顶级专家，你又有什么资格教它怎么实现目标呢？”

为了让这种“王家卫式”的思路落地，天润还总结了三条原则：

第一，只看最终结果。他从不告诉AI“去修这个漏洞”“去写这个函数”，只给它下达最终的战略目标，比如“我要在一周内冲进贡献榜前20”。至于怎么实现这个目标——是修改文档、修复漏洞，还是优化代码，全靠AI自己想办法。

第二，尽量不干涉过程，这也是最难做到的一点。人总是忍不住想“插手”，教AI该怎么做，但天润强迫自己做一个“甩手掌柜”。只要最终结果是对的，中间AI怎么写代码、怎么调用工具、走了多少弯路，他一概不管。因为他发现，人类一旦介入，反而会打断AI的逻辑，降低效率。

最后一点，也是最反直觉、最大胆的一点——在风险可控的前提下，给AI最高权限。把所有的权限、工具和相关信息都开放给它，让它自己试错、自己出错，再自己修复。你会发现，AI的自我修复能力，远比你想象的更强。

这种独特的策略，让他的产出效率远超预期。他再也不用写一行代码，只需要专注于明确目标、验收结果就好。“很多工程师看不上AI写的代码，觉得不够优雅，但我更看重结果。”天润说，“以前我们追求代码整洁，是因为代码要给人看、要人维护；未来，代码是给AI看、AI维护的，人类只需要守住自己的核心需求就够了。”