作者 | 赵老师 来源 | 陆向谦

图片 | 陆向谦公众号

一个 16 岁的中国高中生，用国产 AI 工具，在凌晨 3 小时内修复了全球最大开源项目 OpenClaw 的 bug，代码被项目创始人 Peter 亲自合并——现在全球 320 万用户正在使用包含他代码的版本。

划重点：

• 16 岁北京高中生，给 GitHub 历史上 Star 数最多的开源项目 OpenClaw（352,000 Star）提交代码，被项目创始人 Peter Steinberger 亲自合并

• OpenClaw 全球只有约 1560 人贡献过代码，他是其中之一

•凌晨 12 点爬起来，用国产 AI 工具 3 小时完成修复，现在全球 320 万用户正在使用包含他代码的版本

•全球 5000 个待审核 PR，他提交 3-4 个，通过 2 个，通过率超 50%

•文中详细分享了他的 AI 协作方法论和 PR 提交技巧，可直接复用

4 月 1 日早上，OpenClaw 发布了最新版本。

在 GitHub 上，OpenClaw 拥有超过 352,000 颗 Star，超越 React，是 GitHub 历史上 Star 数最多的软件项目。

全球超 320 万月活用户，3800 万月访问量。创始人 Peter Steinberger 因为这个项目被 Sam Altman 称为 " 天才 "，已加入 OpenAI。

然而在这个最新版本的 Release Notes 里，贡献者名单中出现了一个陌生的 ID —— Luckymingxuan。

项目维护者 BruceMacD 在合并页面写了一句："Thanks @Luckymingxuan！"

几天后，第二个 PR 也被合并了。这次合并者不是 BruceMacD ——而是 Peter Steinberger 本人。

Luckymingxuan 的真实身份，是一个北京国际学校的高二学生。16 岁，还没满 17，名叫宋明轩。

继杨天润之后，一个 16 岁中国高中生，如何杀进了全球 5000 个待审核 PR 的队列、只有约 1560 人贡献过代码的开源项目？他到底做对了什么？

遇上一个 " 部署不成功 " 的 bug

明轩接触 OpenClaw 的时间其实并不长—— 2026 年 2 月中下旬才开始玩，满打满算不到两个月。

他手头有一台配置不错的 PC，4080 显卡，i9 处理器。" 感谢我父亲的支持，他说你要是学，那我就给你买个最好的。"

他一直想在本地部署一个 Ollama 模型，接入 OpenClaw，在自己电脑上跑一个私人 AI 助手。" 相当于是我个人的贾维斯，在本地我也不用花一分 token 钱，虽然得掏一掏电费养它。"

3 月 26 号，他跟实验室的杨仕明老师开完线上会后，正式开始折腾部署。

从晚上 7 点折腾到 10 点。三个小时。部署失败。

" 我以为是我很菜。" 明轩笑着回忆，" 因为 OpenClaw 这么厉害的项目，不可能是它出错吧？然后我就疯狂排错。网关配置？环境变量？版本问题？什么都怀疑了一遍。"

转折来自陆向谦实验室杨老师的一句话—— " 明轩，这个选项为什么长这样？我看不应该是这样啊。"

他回去一查，发现不是自己菜，是 OpenClaw 的代码写错了：选择 Ollama 作为模型提供商后，系统弹出了所有提供商的完整模型列表，而不是只显示 Ollama 的模型。

更关键的发现是——这不是新 bug。最近 5 个快照版本都有这个问题。

为什么全球那么多开发者在用，没人发现？

明轩给出了一个特别有意思的分析："OpenClaw 部署本身就有点难度，真正深入玩它的都是极客玩家。而极客玩家不会在部署这一步卡住——他们会用更老的稳定版本。新版本的代码几乎都是 AI 写的，一股 AI 味，真人没怎么手写。所以这个 bug 很明显，但能提交 PR 的人都已经跳过了部署阶段，没人在安装那一步出问题。"

一个有趣的认知盲区：最有能力修 bug 的人，恰恰不会遇到这个 bug。

而明轩，恰好卡在了那个缝隙里。

凌晨 12 点爬起来的真实原因

他其实差一点就没修。

几天前他遇到另一个 OpenClaw 的 bug，也想修。结果当天晚上发现问题，第二天下午官方就修好了——不到一天。

" 那次经历在我脑子里种下一个信号：这帮人修 bug 速度极快，你犹豫一晚上，机会可能就没了。"

26 号晚上 11 点，他洗漱完毕，关灯、上床，准备睡觉。

" 我在睡前跟我妈说，要不我去改一下代码？我有点睡不着，我妈说你改呗。"

" 但我自己压制住了，说还是睡吧，明天早起改。"

然后他翻了一个多小时。

" 满脑子就是在想——这个问题是不是没有我想的那么难？会不会是它忘记引入了？还是写错了？那代码都是 AI 写的…… "

翻来覆去睡不着。12 点，他起来了。

明轩描述得很形象：" 浑身跟打了鸡血一样。我说我必须得把这个 bug 改了，我就不信了。"

后来他在一次对外分享中，用了一句话逗笑了所有人—— " 垂死病中惊坐起，阎王夸我好身体。"

但他当晚真正起来的理由特别务实：" 我说这个东西我再不改，有人就帮我改了。机不可失，时不再来。"

一套 " 诱导 baby" 的 AI 协作方法论

接下来的 3 个小时，是这整个故事中信息密度最高的部分。

先说工具。明轩用的不是什么顶配装备，当时他手头上能用的只有国产的 AI 编辑器和大模型。

" 没用什么特别聪明的工具，厉害的模型我都用欠费了。"

但他知道怎么跟 AI 协作。他在采访中把这套方法描述得极其详细，几乎可以当作一份操作手册。

第一步：限定范围，不要让 AI 自由发挥。

他不会直接告诉 AI" 帮我修这个 bug"。他的第一步是问：" 你觉得这是什么问题？" 记住 AI 的判断。再问：" 如果锁定一下范围，你觉得是哪几个文件？" 把范围缩小。然后说：" 就改这几个文件，不要改多余的，只有这几个最重要。"

" 我跟诱导 baby 一样，一步一步来。"

第二步：每一步都要跑测试，不能信 AI 说的 " 改好了 "。

"AI 也有很多幻觉。它有的时候自己没有解决问题，还跟我说解决了。"

他讲了一个极其生动的场景："AI 改完代码，没经过我审核的同意，偷偷全给我提交上去了。我说撤回！撤回到前面那几个 commit！我跟它说好了，只允许在这里改，不许再给我私自做决定去 push。"

" 慢慢它就好像明白我什么意思了。它不会再立马提交了，会先跟我说—— ' 明轩，你看看这个代码，你觉得怎么样？你跑一下测试。'"

第三步：建立 " 保险机制 "，确保随时可以回滚。

每一次小改动，他都会提交一个 commit，大改动就开新分支。AI 每一次输出，他都要手动跑一遍测试。

" 我不一定每行代码都逐行检查，但每一次 AI 的改动，我都会亲自跑一遍测试。一旦发现它出现幻觉，立刻撤回到上一个我确认过没问题的版本。在这个安全锚点之上，我放手让 AI 自由发挥——改得聪明的，合并；改得离谱的，撤回。反复循环，直到问题解决。"

" 就像打拳，直接打杀伤力不够。但如果你换成高跟鞋的尖一戳，就很痛了——也就是要找到关键点，描述好问题，拆解一步一步，再蠢的模型也会变得聪明很多。"

我问他：完全不懂编程的人，能用 AI 修这个 bug 吗？

他想了几秒：" 完全不懂编程也可以改。但最难的是排错——你不知道它用什么方法解决了问题。而且你提交 PR 的时候，描述栏要写得很清晰：怎么排错的、什么问题、改之前改之后是什么样。"

然后他说了一句特别精准的话：" 你说一行代码都不写可以吗？可以，但你在提交的时候会被卡。用 AI 很快就能把问题解决，但你怎么描述这个问题、怎么提交、怎么让审核者愿意合并——这一步会卡。"

凌晨三点，他提交了完整的 PR。

"12 点到 3 点，我的感觉是只有十几分钟就过去了。就跟跑车加速一样，瞬间投入进去，对时间完全没有概念了。"

他说自己在学校从来没有一次性学习到凌晨三点。

" 但这是我熬夜中收获最大的一次。"

审核者为什么选了他？

提交之后，故事远没有结束。

OpenClaw 当时积压着 5000 多个 PR 等待审核。全球开发者都在提交代码，其中不乏在硅谷工作十年以上的资深工程师。

" 我也没抱什么希望。写都写上去了，万一呢？"

在等待的 6 天里，他没有坐等。他每天早、中、晚各看一次 GitHub ——不是刷存在感，而是因为 OpenClaw 只有一个 main 分支，更新极快，代码冲突随时可能出现。

" 一旦有冲突，审核者看都不带看的。"

他就随时盯着，一有小冲突就立即修复、重新提交。" 我相当于帮他们节省时间成本，确保审核者看到我代码的时候，可以直接合并。"

但这只是被选中的必要条件。真正的关键，是他摸索出来的一套 " 让审核者无脑点 yes" 的 PR 写法。

这套方法也值得拿出来单独讲。

他在提交 PR 之前，专门去看了 50 多个已经被合并的 PR 是怎么写的。

发现一：足够简洁。

" 让人一眼看明白你改了什么、有什么风险。审核者的时间极其有限，你得让他无脑点 yes ——能做到这种程度就可以了。"

发现二：用截图说话，不要用文字堆砌。

" 把改动前的截图、改动后的截图全贴上去，每个都圈起来。前面描述精简，后面靠图说话。"

发现三：小步快跑，别一次改太多。

这是他吃了亏之后总结的核心经验。

" 我第一个 PR 写了太多内容。一个分支里修了好几个问题，提交了一堆 commit，中间还有撤销的 commit 堆在里面，看起来一坨。审核者根本不看这种。"

后来他把一个大 bug 拆成几个小 PR，每个只改一两个文件。" 你只改了五六行代码，审核者不需要多强的审核能力，一看就明白，直接就过了。"

他提到了一个有趣的反面教材：前段时间有一个叫杨天润的开发者，他一共提交了 150 多个 PR，全是拿 AI 写的，结果只通过了 20 个——通过率不到 14%。更夸张的是，因为他每天提交 30 多个 PR，直接把审核系统堵住了，OpenClaw 后来被迫设了新规：每个人同时最多只能有 10 个活跃 PR。

"150 个里面只过了 20 个，说明可能完全没有人工审核就直接提交了。开源社区更希望你手动看一眼，用最简单的话说清楚你改了什么。你帮审核者省步骤，他们才愿意帮你合并。"

明轩目前一共提交了 3 到 4 个 PR，合并了 2 个。通过率超过 50%。

" 虽然隔了 6 天才审核，但审核者真正看我代码到点合并，可能只用了几秒钟。因为我写得足够清晰。"

就是迷你版的 OpenClaw"

让一个 16 岁的高中生知道怎么写 PR、怎么跟 AI 协作、怎么站在审核者角度思考——这些能力从哪来的？

明轩对此有一个特别坦率的回答：

" 我并不是完全纯业余过来的。我之前给陆向谦实验室的 GitHub 项目提交过代码、提交过 PR，这个经验是有的。"

2022 年，他妈妈帮他找到了陆向谦实验室。那一年，他才开始真正写代码，学的是 Lua，做 Roblox 游戏。

但在那之前，他的人生轨迹跟编程几乎没有关系。

" 我加入实验室之前是搞美术的，从四五岁开始学，学了 8 年。板绘、漫画设计等等，本来打算未来往设计方向发展。"

四五年级接触了 Scratch 编程，学到初一不想学了。" 太没意思了，整天就刷题，到后来跟上学没什么区别，我觉得太无聊了，想找点有意思的项目。"

他跟电脑的缘分有一个很具体的起点：" 我家有一台旧电脑，本来被我爸要卖掉的，只能卖 50 块钱。我自己一点一点把它修好了——从那以后，对电脑、对代码、对软件产生了莫大的兴趣。"

后来加入实验室，他的 GitHub 上就没断过项目。最早是一个 Discord 聊天语音机器人，" 就是想让自己的 Discord 服务器能跟 AI 对话 "。

到了高一，他在实验室接手了 AI 客服项目，前后做了两个版本，从最初的 TikTok 自动回复，迭代到后来更完整的直播 AI 插件。中间还给实验室的 nove-api 项目贡献过代码，负责周期性总结模块。

甚至就在接受采访的前几天，他还顺手写了一个叫 SubBlocker 的小工具——功能很简单，就是在看英文视频的时候挡住字幕，强迫自己练听力。

在这些大大小小的项目中，明轩一点一点练出了真正做项目的能力。

回顾在实验室的这几年，他说有两个时刻最关键。

第一个，是刚加入不久。杨老师在做一个 AI 直播间客服项目，说：" 明轩，你能不能解决这个问题？解决了你来讲课。"

" 我当时一番激情，整晚整晚熬夜，吭哧吭哧几天捣鼓出来了。杨老师第二天直接说：明轩，这个月之后的课都由你来讲 AI 客服这一块。"

那是他第一次觉得自己 " 不只是业余爱好者 " 了。

第二个，就是 OpenClaw 的 PR 被合并。" 相当于我的代码能力被全球的开源社区认可了——无论是质量还是提交方式都是合规的、正规的。"

然后他说了一段让我印象极深的话：

" 我真的没想过，给 OpenClaw 写代码跟在实验室的流程，重叠率高达 80% 到 90%。在实验室也得过 CI 测试、也得写描述、也得过老师审核，杨老师 CI 不过都不让你提代码。OpenClaw 就是文件多一点、描述写清楚一点，实际上特别像实验室的项目。"

" 实验室就是迷你版的 OpenClaw 开源社区。"

" 而且你别看 OpenClaw 那么大的项目——全球贡献者只有 1560 个左右，它很多 CI 都没过直接就合并了。我们实验室这边 CI 还都得全过才允许提交。某种意义上，我们这边的标准比 OpenClaw 还严。"

他对实验室的总结很务实：" 它更像是一个 buff 加速卡，极大地压缩了我的成长时间。如果我自己摸索，可能到 23 岁、26 岁才能达到现在的水平。但在这个环境里，周围都有国内外的小伙伴在做同样的事，大家能一起玩，效率被极大放大了。"

真正做出来的——零 "

明轩在北京读一所走美国和加拿大方向的国际学校。现在高二，成绩曾经很靠前，尤其是数学。但这个学期，他主动降低了花在学业上的时间占比。

" 我们有一个学长特别厉害，三年考了七门 AP。这么厉害的同学，都不一定能申请到特别好的名校，那我呢？"

" 要在数学上再往上拔就得刷题了，已经不是靠学习能弥补的，我觉得没必要花这些时间。"

他把精力转向了代码和开源项目。我问他同学知道这件事吗？

" 不知道，我偷偷做的。"

为什么不说？答案不是谦虚，是一种被经验教训过的自我保护：

" 我之前试过跟同学分享。结果他们就开始戴有色眼镜—— ' 你这么厉害怎么会出错？' 编程出一个小 bug 他们就大惊小怪。所以后来我就不说了，这个 PR 他们到现在都不知道。"

他试过更积极的方式。Coze 火的时候，他手把手教同学怎么注册、怎么创建智能体，甚至把注册链接和操作步骤都写好发过去了。

" 但到目前为止，聊完之后真正把东西做出来的——零！一个人都没有。"

" 不是他们不聪明。是没有人想过自己去改代码、去解决一个真实问题。学校考试不让你用 AI 工具，但社会上的实际问题都是开放的，能解决就行，随便用什么工具。但没有多少人想过这个事情。"

有人说过他不务正业吗？

" 有过。但一旦你做出来了，他们就开始感兴趣了。他们以为从 0 到 1 是一个质变的过程，但其实中间是量变。在实验室积累了很多，个人也做了很多努力，是一个双向奔赴的过程。"

学校教的东西对这次贡献有帮助吗？

" 诚实地讲，帮助不是很大。数学有一点——微积分对理解大模型训练有用。其他科目能让我摸到门，但摸不到门槛。"

" 学校老师是为了教书而教书、为了让我们考出分而教。你说他们自己做出过一个很厉害的项目吗？肯定没有。如果做得很好，他们就不来教我们了。但实验室的老师是有成功经验之后回来教的，落地性完全不一样。"

" 在 GitHub 上写的每一行代码，

都是真实的 "

4 月 1 日早上，明轩那天跟学校请了假，下午有个 AI 活动要参加。

他打开 GitHub，一条新通知跳出来。

" 我一开始看错了。以为是给杨老师提交的那个 PR 合并了——因为我同时也给实验室的项目提代码。最初感受挺平淡，然后往上一滑，不对！不是杨老师的项目，是 OpenClaw 的。"

"Thanks @Luckymingxuan。"

4 月 1 号，那天很戏剧，正好是愚人节。

" 我真有一瞬间想，万一是杨老师给我开的玩笑呢？哈哈。"

他点进合并者 BruceMacD 的主页。是 OpenClaw 负责 Ollama 模块的核心维护者，同时也是 Ollama 开源社区的资深贡献者。

不是玩笑。" 我直接站起来鼓掌。"

整整一个小时才缓过劲来。然后打电话给妈妈，妈妈回来抱了抱他：" 太棒了，儿子你太厉害了。"

几天后第二个 PR 也被合并。这次合并者是创始人 Peter Steinberger 本人。

" 我点开他主页——我去，真是 Peter？@Luckymingxuan，谢谢明轩。这就有点像乔布斯给你发了个邀请，感谢明轩对苹果公司做出的贡献。难以言表，都说不出话来了。"

我问他：你研究过 Peter 吗？

" 研究过。网上很多人说他随便写了一个项目就火了。不是的！我深入看了他的 GitHub，他的贡献图是全绿的——每天至少 10 个提交以上的深绿色，一整年几乎没有空白。你没见过一个人的 GitHub 是全绿的，他不是随便写写就成功的，在 GitHub 上是见了真章的。"

|   采访最后，我问他：你接下来要做什么？

" 继续深入玩 OpenClaw，继续给开源社区提代码。毕竟在 GitHub 上写的每一行代码都是真实的，是为人类做出了贡献，不是在学校里做小镇做题家。"

大学呢？" 真诚地讲，完全没有必要了。但它是一个好的跳板——想去美国硅谷发展的话，学生身份拿签证更容易。大学不是目的，是工具和跳板。"

我继续追问了他，如果对同龄人说一句话，你会说什么？

他指了指自己的 GitHub 个人签名。那上面写着一句英文，是他 2022 年刚开始写代码的时候就写上去的——

"Nothing is truly impossible, it's all about finding the right approach."

没有什么是不可能的，关键是找到你的路径。

" 这句话四年后被这次提交完全印证了。"

然后他说了一段我觉得是整个采访中最值得被听到的话：

" 有很多比我能力强的人，没有想过给开源项目提代码。他们只想过提 issue，让别人去修，压根没打算过自己动手。"

" 试一试。无论你的起点在哪里，都可以试一试。"

说完这句话，他的闹钟响了。晚上八点半，他该去给实验室的学生上课了。

虽然他才是一位 16 岁的高中生，但已经是实验室的小老师，已经在给全世界最有名的开源项目贡献代码。

他在学校的同学们，至今不知道他做了什么。

在 GitHub 的 Release 页面上，OpenClaw 2026.4.1 版本的贡献者名单里，Luckymingxuan 安安静静地排在那里。

全球 352,000 颗 Star。5,000 个待审核 PR，约 1,560 个贡献者。

其中一个，是来自中国的 16 岁高中同学。

— END —

2026 年 Q1 季度创投市场相关文章

全国各省市创投增长图鉴：广西 1300% 增速 vs 浙江 83% 增速，谁更真实？

27 家机构 " 围剿 " 一家公司：2026Q1 创投市场的组团式抢筹

Q1 创投报告：72.8% 投早期，48.7% 国资进场，硬科技吸走七成

微信又双改版了，如果不标星，容易错过我们的推送，也无法看到封面图片。还请点击星标，及时接收每篇新鲜出炉的推文，我们期待与你的每一次见面。