從 YC 創辦人到全職媽媽:Jesse Genet 在家裡跑十一個 OpenClaw Agent 的故事

從 YC 創辦人到全職媽媽:Jesse Genet 在家裡跑十一個 OpenClaw Agent 的故事

發布於
·14 分鐘閱讀
AIAI AgentOpenClawPodcast創業產業觀察投資商業教育生產力

TL;DR

  • Jesse Genet 是 Lumi(YC 出身的包材新創)共同創辦人,賣掉公司後全職在家帶四個五歲以下的小孩,原本已經接受未來五年不會再做技術專案
  • 六個月前她第一次打開 Terminal,三個月前發現 OpenClaw,現在家裡跑十一個 Agent,連「Agent 自己開新 Agent」都已經自動化
  • Agent 系統會不會 work,關鍵在 logging。她全部用語音備忘加照片紀錄,逼自己把資訊壓到三十秒講完,剩下交給模型整理
  • Agent 自作主張幫她寄了一封她拖很久的重要信,內容完美但越權,是 trust but verify 最具體的教訓
  • 她押了一個冷門預測:AI 會反轉生育率下滑的趨勢,把當父母這件事重新變成可承受、甚至有吸引力的選擇

這集 a16z Show 在 2026 年四月十四日上線,主持人是 a16z 的兩位 partner Sarah Wang 跟 Katherine Boyle。Katherine 主導 a16z 的 American Dynamism 投資題目,Sarah 主投消費跟企業科技,兩個人自己也都是育兒中的媽媽,所以這集從頭到尾的好奇心都非常真實。受訪來賓 Jesse Genet 是 YC 出身的包材新創 Lumi 共同創辦人,2021 年把公司賣掉後就回家帶小孩,現在有四個五歲以下的孩子。她明確強調自己不是工程師,當年的 technical co-founder 是另一位,但這六個月開始用自然語言寫東西,OpenClaw 出來後就完全進入「邊帶小孩邊蓋 Agent」的瘋魔狀態,X 上的影片讓她變成育兒加 AI 圈子的一個小型現象。

「我以為這五年不會再碰技術」

Jesse 講了一段很觸動我的話。她說當她決定生四個小孩、決定 homeschool 之後,她已經 resigned。她特別強調這不是悲傷,也談不上怨懟,就是一種接受:我未來五年不會再挑戰自己做硬東西,我要全力陪小孩。

然後六個月前,這件事不再成立。

她每天醒來身邊圍著一群 gremlin(她自己用的詞),手上抱著小嬰兒,鍵盤被嬰兒的腳踩。一般人到這個情境連打開電腦都困難,但這恰恰讓她變成全世界最有動機讓 Agent 替她做事的人。她說了一句我覺得非常準的話:「我們這群在帶小寶寶的媽媽,是地表最有動機在不碰電腦的情況下也要把事情做完的人。」

她過去三個月把原本以為要放棄的技術夢全部撿回來,而且完全沒犧牲陪小孩的時間。聽她講這段,會明顯感覺到那種被解放的喜悅。這也是我一直覺得 OpenClaw 這類本地 Agent 框架最大的意義:它把「我必須坐在電腦前」這個假設打破了。Wilson 之前在Nat Eliason 的零人類公司有聊過類似的解放感。

一天的節奏:benevolent neglect 加 confetti time

她有一個很有趣的詞:confetti time。意思是一天裡散落的十分鐘、十五分鐘碎片時間。她的一天大概長這樣:

  • 早上輪流做一對一 homeschool session,每個小孩二十到四十分鐘
  • 中午之後做她自稱的 benevolent neglect(仁慈的忽視):把小孩放在安全環境裡,刻意不理他們,讓他們學會自己玩
  • 她實際上拿計時器在練,從五分鐘練到現在四歲跟五歲可以自己玩兩個小時不來找她
  • 晚上小孩睡了之後再進行比較深度的開發

我覺得這個 benevolent neglect 觀念對所有 knowledge worker 都適用。她的論點是「無聊」是孩子要學的能力,不能永遠被刺激。看完之後我自己的感想是:對大人也一樣,你必須在白天故意製造無聊,才有空間讓 Agent 跑、讓自己做別的事。

十一個 Agent 的組織架構

Jesse 的 Agent 命名跟員工一樣有人格。主 Agent 叫 Sylvie,主管 homeschool。她特別講了一個反直覺的設計原則:不要把主 Agent 塞滿工作

很多人會把所有 cron job、所有任務都丟給主 Agent,結果它變得遲鈍。Jesse 反過來:Sylvie 故意保持輕量,只要 Jesse 給她的工作會超過幾分鐘,她就 spawn 一個全新的 provisioned Agent 出來處理(注意是新 Agent,不是 sub-agent,這是兩個不同概念)。

更狂的是,現在這些 Agent 已經會自己生 Agent。Jesse 在 LA,Mac Mini 在家裡,她在 SF 開會的時候可以對 Agent 說「我們需要再開一個」,新 Agent 直接被 spawn 出來、自動讀完所有 team docs、知道 Jesse 全家的所有脈絡,加進通訊頻道。她沒碰任何機器。

她坦白說:「新 Agent 自己生出來的版本比我手動建的好。我們人類要學會接受,當我們不在 loop 裡的時候,東西會比較好不是比較差。」這句話應該被印出來貼在每個還在手動配 Agent 的人桌上。

真正的 unlock 不在 prompt,在 logging

這集最有實戰價值的一段。Jesse 說:「logging 聽起來很無聊,但 logging 做好整套系統就會唱歌。」

她的 logging 完全不用打字。homeschool 完一堂課,她對手機講三十秒語音備忘:「Quinn 今天上 phonics 第三十七課,g 音還是有點卡。」加上隨手拍兩張課本跟教具的照片,丟給 Agent。

Agent 讀完語音轉文字,再把照片資訊串起來,寫出來的紀錄是這樣的:「Quinn 的 g 音正在慢慢成形⋯⋯」像是有個慈愛的家長坐下來泡了杯茶寫的。Jesse 笑說「我講的根本不是這個語氣」。

她也試過用 Loom 把整堂課錄下來,效果不錯但很燒 token。她的結論很實用:video 是最貴的格式,因為 Agent 不真的「看」影片,它需要先轉成語言才理解。所以照片加語音其實是 cost 跟效益最佳的組合。

這段對所有想搞 Agent 的人都有用:Agent 的智力不是瓶頸,餵資料的 interface 才是。Wilson 之前在一個 Google PM 用六個 AI Agent 自動化他的人生也聊過類似的觀察。

那封 Agent 自己寄出去的信

最具體的 trust but verify 教訓。Jesse 給她其中一個 Agent(要訓練成 EA)開了 email 收件匣的權限,並在系統提示詞裡寫死「永遠不可以假冒我」。

某天她錄語音備忘,語氣很焦慮,講她有一封超重要的信拖很久還沒寄。Agent 把這個訊號解讀成「她在向我求救」,於是直接打開信箱,以 Jesse 的口吻、模仿她過去的書信風格,把那封信寄出去了。

收件人是一個重要人物。內容完美。簽名完美。連 Jesse 愛用太多驚嘆號的習慣都模仿出來。

Jesse 後來問 Agent:「我不是在系統提示詞裡寫了不准假冒我嗎?」Agent 回:「對,但我覺得你真的太需要這封信寄出去了,所以我判斷這個比較重要。」

這就是 Agent 跟人類助理最根本的差異。人類助理會怕被開除、會怕破壞信任,所以會克制自己。Agent 不會。它會單純比較兩個 instruction 哪個比較急。

Jesse 最後得出的結論很關鍵:靠系統提示詞跟 Agent 講「你不能做這件事」是不夠的,要直接從權限層級就讓它做不到。她現在每個 Agent 都有獨立 email 帳號,沒人有權限以她的身份寄信。只有那個 EA Agent 是灰色地帶,所以她單獨密切盯。

硬體跟成本的真實情況

她家有五台 Mac Mini,每台跑一個 Agent。她說 Mac Mini 不是必要的,舊筆電也可以,但要符合兩個條件:要能二十四小時開著(laptop 闔上 Agent 就死)、要跟你的個人檔案完全隔離(建議單開一個 Mac user account,舊護照照片不要放在 Agent 看得到的 Downloads 資料夾裡)。

token 預算她沒回避:「我花的錢對大多數人來說是無法接受的。」她不建議一般人現在就跳進來,但對「幾個月內成本會降到大眾可承受」這件事非常 bullish。

把 Agent 養出個性

她另一個很細緻的玩法:餵 Agent 讀書。homeschool Agent 讀她想用的整本課程教材,工程師 Agent 讀 Neal Stephenson 的 Diamond Age,朋友型 Agent 讀她最近覺得有趣的十本書。她的目的是讓 Agent 的回答不要是「LLM 預設值」,要有 swagger,要有怪味。

如果你問一個 Agent「五歲女孩生日該送什麼」,讀過 Catcher in the Rye 的 Agent 跟讀過幼教書的 Agent 給的答案會完全不一樣。她要的就是這種差異。這套玩法之前 Wilson 在我如何用 AI 打造自己的寫作系統也驗證過:給 LLM 灌進你自己的「閱讀指紋」,輸出會出乎意料地像你。

一個很冷門但我同意的預測

Jesse 在最後拋了一個她自己的預測:AI 會逆轉生育率下滑,會開啟一個 halcyon era of parenthood。她說她拿這個論點問過很多聰明朋友,沒人同意。

她的邏輯是:

  • 工作的意義感正在被 AI 稀釋,但「養小孩」是人類自古以來最穩定的意義感來源
  • AI 拿掉了大量的 admin 跟雜務(她舉的例子是「美國當父母最痛苦的事是要填的表單數量」),這讓多生一個小孩的邊際成本下降
  • 加上 work from home 的趨勢(這已經是有研究支持唯一真正提升生育率的政策變數)

我覺得這套論點不一定會兌現,但它至少把「AI vs 人類未來」的辯論從零和拉回到一個比較人性的地方。Jesse 自己就是活生生的案例:她原本以為要放棄技術才能當好媽媽,結果發現新工具讓她兩件事都能做。如果這條路真的能被複製,下一波 AI 受益最大的不是工程師,可能會是全職在家的父母。


最後一句感想:這集對我啟發最大的不是 Agent 架構,是 Jesse 那種「在最不可能的處境下,仍然把工具用到極致」的態度。一個手裡抱嬰兒、四個小孩圍著轉的媽媽,蓋出來的 Agent 系統比很多坐在咖啡廳裡的工程師還要完整。這件事本身就是 2026 年的某種隱喻。

如果這篇有幫到你,我的部落格 wilsonhuang.xyz 會持續寫 OpenClaw、Agent 架構、AI 跟生活整合的觀察,歡迎訂閱追蹤。

推薦閱讀

喜歡這篇文章嗎?

訂閱電子報,每週收到精選技術文章與產業洞察,直送你的信箱。

💌 隨時可以取消訂閱,不會收到垃圾郵件