40分钟搭一套个人AI操作系统，他却坚持“少一点自动化”

大多数人都在追求“全自动AI”，但这场40分钟的实操演示却反着来：用 Claude Code 一步步搭个人操作系统，强调工具连接、记忆结构和人为控制。更反直觉的是，真正拉开差距的不是模型，而是你如何组织它。

最反直觉的开场：真正的“个人AI OS”，不是一键生成

视频一上来，Moritz Kremb 就抛出一个让人警醒的观点：他构建的 Claude OS，并不是某个“神秘框架”，而是“把工具一个个接上去”。这和市面上流行的 AI OS 宣传形成鲜明对比——没有炫技式自动化，也没有黑盒流程。

他的逻辑很简单：如果你不知道每一步发生了什么，那这个系统迟早会失控。相比之下，Claude Code 的优势在于，你可以清晰地定义指令层级、工具权限和记忆位置，让 AI 更像一个可管理的“数字合作者”，而不是不可预测的魔法箱。

Claude Code vs OpenClaw：差距不在模型，在“使用方式”

视频中花了相当篇幅对比 Claude Code 和 OpenClaw，讨论点非常“行内”。表面看是移动端访问、聊天体验的差异，实际上争论的是：你想要一个“随时陪聊的 AI”，还是一个“能稳定干活的系统”。

比如 OpenClaw 的 heartbeat 和记忆自动化设计，更偏向持续对话和状态感知；而 Claude Code 则把重点放在工具调用的可靠性、模型选择、安全边界，以及使用场景的明确拆分。Moritz 直言，Claude Code 的强项不是“更聪明”，而是“更可控”。这也是为什么在涉及 cron jobs、例行任务和子代理时，Claude Code 更像工程系统，而不是聊天产品。

现场 Demo 才是精华：记忆不是玄学，是文件和结构

真正让人“停不下来”的，是那段现场演示。通过转录、脚本、Google Drive 集成，Moritz 展示了记忆如何被“重建”而不是“凭空生长”。核心文件 cloud.md 成了整个系统的中枢：记忆规则、工具说明、环境变量、甚至 instruction hierarchy，全都写清楚。

这里有个容易被忽略的细节：记忆并不是越多越好，而是要知道“放在哪一层”。哪些是全局记忆，哪些是项目级，哪些只是临时上下文？Claude Code 之所以在工具使用上表现突出，很大程度源于这种清晰的结构，而不是某个神秘算法。

从买菜到发视频：技能系统决定了上限

视频后半段开始变得非常“接地气”。从自动化买菜，到视频上传流程，再到项目技能与全局技能的区分，Moritz 展示了一套可复用的技能体系。重点不在于这些技能多高级，而在于它们如何被组织。

当技能被明确为“可调用模块”，AI 才真正具备扩展性。否则，你只是在一次次重复 Prompt。这里也顺带解释了为什么 Claude Code 在 CLI、MCP 和 API 层面表现更好：它鼓励你把能力外置成工具，而不是塞进对话里。

拒绝 AI Slop：为什么“手动”反而更高级

结尾的态度非常鲜明：这是一个需要手动步骤的系统，而且这是刻意为之。Moritz 明确反对“AI slop”——那种看似自动、实则失控的内容和流程。

整套端到端内容系统，从灵感捕捉到发布再到分析，并没有追求无人值守，而是强调人在关键节点的判断。这种克制，反而让 AI 成为了放大器，而不是噪音源。

总结

这场 40 分钟的演示，真正的价值不在于“教你搭一个 Claude OS”，而是在提醒你：个人 AI 系统的核心不是模型，而是结构、边界和选择权。如果你是 AI 从业者，最现实的行动建议只有一个——停止堆 Prompt，开始像设计系统一样设计你的 AI。想一想：你的 AI，究竟是聊天对象，还是可以被信任的工作系统？这个答案，会直接决定你未来一年的效率上限。

关键词： Claude Code， 个人AI操作系统， AI工具链， 记忆系统， 自动化工作流

事实核查备注： 需要核查：1）视频发布时间是否为 2026-05-10；2）Moritz Kremb 在视频中的身份表述；3）OpenClaw 的 heartbeat 与记忆机制是否有官方定义；4）Claude Code 对 CLI/MCP/API 支持的具体范围；5）Google Drive 集成是否为现场演示功能。