قادة الفكر

ما يحدث في مجال الذكاء الاصطناعي: OpenClaw والذكاء المستقل

mm
أضف Unite.AI إلى مصادرك المفضلة على Google

ما يفعله المطورون اليوم، سيفعله كل منا غدا.

في عام 2023، لم أكن مستعدًا للاندهاش من إطلاق ChatGPT. كل ما كان يمكنه فعله كان ممكنًا بالفعل مع GPT-3.然而، لم يكن ذلك واضحًا للعالم حتى جاء ChatGPT. بعد ذلك، أدرك الجميع مدى أهمية GPT-3.

هناك شيء مشابه يเกิดขึ้ن الآن.

مشروع يُدعى OpenClaw قد أثار ضجة في مجتمع المطورين لأنه يمكن تشغيله على جهاز الكمبيوتر الخاص بك. تخيل أن ChatGPT يمكنه الوصول إلى جميع ملفاتك، وقراءتها، وكتابة الأوامر، وتشغيل التطبيقات. يمكنك أن تقول “احفظ هذه المعلومات في ملف جديد” أو “انظر إلى جدول البيانات في هذا المجلد وادخله في الوثيقة التي أكتبها” أو حتى أن تطلب منه تشغيل برنامج معين. (في تجربتي، الجزء الأخير محدود بعد، ولكنه يحسن بسرعة).

أطلقت Claude Code قبل عام تقريبًا مع نفس القدرة الأساسية، ولكنها تم تقديمها كأداة برمجة – بشكل أساسي منافس ل Cursor. أحب المطورون ذلك. ما فعلته OpenClaw هو إعطاء العالم نظرة على ما يعنيه أن يكون للذكاء الاصطناعي القدرة على تشغيل جهاز الكمبيوتر الخاص بك، وليس مجرد التفكير جنبًا إلى جنب معك.

في جوهره، OpenClaw هو مجموعة مفتوحة المصدر من الملفات التي تقع بجانب نموذج لغة كبير تم منحه إذن لتشغيل أوامر على الجهاز – بما في ذلك تعديل كوده الخاص. قد تثبت OpenClaw أنها موضة، ولكنها أثيرت مجموعة من الأسئلة التي تبدو مهمة.

الأكثر وضوحًا هو تغيير نموذج البرمجيات: البرمجيات التي يمكنها التفاعل. يمكنها تصفح الملفات، وتحرير الملفات، وتشغيل البرامج – وليس مجرد توليد النص. هذا التغيير وحده أنتج两个 تأثيرات ثانوية مفاجئة.

أولاً، ي挑ّي OpenClaw افتراض أن قواعد البيانات يجب أن تكون مواطنين من الدرجة الأولى في البرمجيات الجديدة. بدلاً من بناء البرنامج حول قاعدة بيانات تقليدية، يتم بناؤه في الأساس على ملفات قابلة للقراءة من قبل الإنسان. على الرغم من أنه يدمج التعلم في قاعدة بيانات متجهة للذاكرة الطويلة الأمد، إلا أن الهيكل الأساسي هو بناء ملفات وليس بناء مخطط.

هذا سؤال عن ما يبدو عليه طبقة التطبيق للذكاء الاصطناعي. على سبيل المثال، لا يتضمن OpenClaw تدريبًا إضافيًا أو تعديلًا دقيقًا للنموذج. هذا يختلف عن عالم可能 يكون فيه طبقة التطبيق في الغالب تعديلًا دقيقًا للنماذج الكبيرة المُدرَّبة على بيانات مملوكة.

ثانيًا، يضطر OpenClaw إلى مواجهة مباشرة مع سؤال حرج: هل يجب أن يُسمح للبرمجيات بتشغيل الأوامر وتحرير ملفاتك بشكل مستقل؟

هذا يقع على تقاطع الوظائف والخصوصية والسيطرة. إذا كانت أنظمة الذكاء الاصطناعي ستكون مفيدة بشكل أقصى، فستحتاج إلى إذن لكتابة على أنظمةنا. هذا يتطلب الثقة.

حل OpenClaw لمشكلة الثقة بسيط: إتاحة كل شيء مفتوح المصدر. بدلاً من قول “أنا صندوق أسود، ثق بي”، يقول “هنا كل الكود. تفحصه. شغله محليًا. املكه”. (على الرغم من أن الناس فعلوا ذلك بالفعل، ويبدو أن أمانه الحالي يفتقر إليه).

نظرًا لأننا نفكر في طبقة التطبيق المستقبلية للذكاء الاصطناعي، يشير OpenClaw إلى اتجاه مثير للاهتمام، ولكنه明显 فقط الشرارة الأولى في ما يشبه انفجار كمبري. في الأسبوعين منذ إطلاق OpenClaw، لقد رأينا بالفعل مطورين يعدلونها ليعملوا في مهام محددة (مثل تدفقات العمل المالية) وينشرون تعديلاتهم مفتوحة المصدر؛ وتجارب لربط وكلاء متعددين معًا عبر Moltbook؛ و Moltbook يتيح للوكلاء “التواصل الاجتماعي” – مما يسمح، كผล ثانوي، للوكلاء مناقشة الأدوات التي يفضلونها، مما يؤدي إلى بناء أدوات للوكلاء أنفسهم.

إذا كنا نعتقد أن ما يفعله المطورون اليوم هو ما سيفعله كل منا غدًا، فإن الذكاء الاصطناعي قد غير بالفعل كيفية بناء البرمجيات من خلال ثلاثة примитивات أساسية:

  • حوامل – بيئات التطوير المتكاملة مثل Cursor أو أدوات سطر الأوامر مثل Claude Code التي توفر واجهات قابلة للتخصيص وموجهة للنماذج
  • إطارات مخصصة – أشياء خفيفة واضحة النص (غالبًا READMEs) التي تشفر كيف يفكر المطور ويعمل. النماذج تتنقل بين هذه الملفات مثل آلة بينبول: استشارة إرشادات التصميم، ومراجعة المقيّمين، والتحقق من مخرجاتها الخاصة
  • نماذج قابلة للتفتيش – أنظمة تنتج مخرجات يمكن للمطورين التحقق منها.随着 تحسين الحوامل والمقيّمين، يحتاج المطورون بشكل متزايد إلى النظر إلى الكود أقل وأقل

لا تزال في البداية من تحول كبير في كيفية بناء البرمجيات.

هناك أيضًا حافة سلبية هنا. كل صناعة تمر ب “لحظة Napster”. يحدث تطوير البرمجيات أن يكون أول من يتعرض للانقلاب، تمامًا كما كان الموسيقى أول من تم تعطيله بواسطة الإنترنت. سيتابع الآخرون. ولكن هذا ليس مجرد تغيير في التوزيع – إنه تغيير في كيفية عمل العمل نفسه. إنه يشبه اختراع قاعدة البيانات العلائقية أكثر من صعود وسائل التواصل الاجتماعي.

ولكن هناك أيضًا حافة إيجابية – هذا التحول يمتد إلى ما هو أبعد من البرمجيات كخدمة التقليدية. هذه الأنظمة قابلة للتخصيص بشكل كبير للسياق الفردي لدرجة أن العديد من الناس قد ينتهي بهم الأمر ببرمجيات مخصصة لهم.

عادة لا تفكر في حقيقة أن إنشاء حساب على Instagram يخلق صفًا في قاعدة بيانات مع معرّفات مرتبطة – ولكن هذا ما يحدث. بنفس الطريقة، مع هذا النوع الجديد من البرمجيات، قد تشعر فقط بتأثيره على حياتك دون أن تدرك أنك، من خلال التفاعل، تكتب بالفعل رمزًا – أو أن رمزًا يتم كتابته من أجلك.

هناك شعار في علوم الحاسوب: “لا تكرر نفسك”. إذا قمت بمهمة أكثر من مرة، يجب عليك كتابة دالة. مع الذكاء الاصطناعي، أجد أنني أدرك بشكل متزايد أنه إذا فكرت في القيام بشيء مرة واحدة، فمن المرجح أن يكون من السهل تلقائيًا بدرجة كافية لجعله يعتبر من المنطقي تلقائيًا على الفور.

على مدى الأيام القليلة القادمة، انتبه إلى كمية كبيرة من حياتك التي لا تتأثر بالبرمجيات اليوم. اعتقادي هو أن هذه الفئة الجديدة من الأدوات سوف تعيش في تلك الفجوات.

مات هارتمان هو المؤسس والشريك الإداري لشركة Factorial Capital، حيث يستخدم خلفيته الفنية وشبكته العميقة من رواد الأعمال الفنيين لدعم الشركات مثل Modal و Factory AI و LanceDB، بالإضافة إلى Software Inc (التي تم الاستحواذ عليها من قبل OpenAI) وشركات أخرى تعمل في طليعة التكنولوجيا.

قبل Factorial، قضى مات 8 سنوات في Betaworks، حيث كتبوا الشيكات الأولى لشركات مثل Huggingface (التي تبلغ قيمتها الآن 4.5 مليار دولار) و Anchor (التي تم الاستحواذ عليها من قبل Spotify) وعدد من الشركات الأخرى التي أسسها مؤسسوها الذين يكتبون البرامج. قبل أن يصبح رأس مال استثماري، كان مات مطور برمجيات ومؤسسًا - بنى منصة التكنولوجيا في CBRE، انضم إلى Hot Potato (التي تم الاستحواذ عليها من قبل Facebook)، وبنى منتج تكنولوجيا عقارية أصبح جزءًا من Apartments.com.

في عام 2023، أطلق مات Factorial Capital مع أطروحة جديدة: الاستثمار في الجيل التالي من شركات الذكاء الاصطناعي يتطلب فهمًا تقنيًا عميقًا، والذي تنفذه Factorial Capital من خلال نموذج موزع من الشركاء المؤسسين الفنيين الذين يعمل كل منهم مع مات على استخلاص ودعم الاستثمارات الجديدة.