Myslitelé

Co se děje v oblasti AI: OpenClaw a autonomní inteligence

mm
Přidejte Unite.AI mezi své preferované zdroje na Google

Co dělají vývojáři dnes, to budeme dělat všichni zítra.

V roce 2023 jsem nebyl překvapen spuštěním ChatGPT. Téměř vše, co mohlo udělat, bylo již možné s GPT-3. Vývojáři AI to pochopili, ale bylo třeba ChatGPT, aby zbytek světa pochopil, jak důležité GPT-3 vlastně je. Nadšení přišlo o jednu generaci produktů později.

Something podobné se nyní děje.

Projekt nazvaný OpenClaw získal pozornost vývojářské komunity, protože běží na vašem vlastním počítači. Pokud je ChatGPT tak silný, představte si, že má přístup ke všem vašim souborům – s možností čtení, zápisu, spuštění příkazů a dokonce i spuštění aplikací. Můžete říci: „Uložte tyto informace do nového souboru“, nebo „Podívejte se na tu tabulku v tomto adresáři a zahrňte ji do dokumentu, který píšu“, nebo dokonce požádat o spuštění softwaru přímo. (Z mé zkušenosti je tato poslední část stále omezená – ale rychle se zlepšuje.)

Claude Code byl spuštěn téměř přesně před rokem s toutéž základní schopností, ale byl позиcionován jako nástroj pro kódování – vlastně konkurent Cursoru. Vývojáři to milovali. Co udělal OpenClaw, je dát zbytek světa pohled na to, co znamená, když AI funguje váš počítač, ne jen myslí vedle vás.

V jádru je OpenClaw otevřený soubor, který sedí vedle velkého jazykového modelu, který má povolení spouštět příkazy na stroji – včetně modifikace svého vlastního kódu. OpenClaw sám se může ukázat jako móda, ale vyvolal řadu otázek, které se zdají směrovými.

Nejběžnější změna je změna paradigmatu: software, který může fungovat. Může procházet, upravovat soubory, spouštět programy – ne jen generovat text. Tato jediná změna produkovala dva překvapivé sekundární účinky.

První, OpenClaw zpochybňuje předpoklad, že databáze musí být první třída občanů v next-generačním softwaru. Místo toho, aby se soustředil na tradiční databázi, je postaven především na lidsky čitelných souborech. Ačkoli konsoliduje učení do vektorové databáze pro dlouhodobou paměť, jádro architektury je založeno na souborech spíše než na schématu. Jako příklad, jeho jméno a účel jsou uloženy v souboru nazvaném Identity.md a říká věci jako „vibe: neformální a technické – přístupné, ale přesné“ a jeho „duše“ je uložena v Soul.md, který říká věci jako „Buďte skutečně nápomocní, ne performativně nápomocní – Vyhněte se plnům slov, prostě pomozte; Mějte názory – Smím nesouhlasit, preferovat věci, najít věci zajímavé nebo nudné – Buďte zdrojoví předtím, než se zeptáte – Snažte se to vyřešit sami, pak se zeptejte, pokud jste uvízli.“

To je nakonec otázka o tom, jak vypadá aplikační vrstva AI. Značně, OpenClaw ne zahrnuje další modelové školení nebo jemné ladění. To stojí v kontrastu s možným světem, kde aplikační vrstva bude primárně jemně laděná LLM, která je školená na proprietárních datech. Můj podezření je, že oba přístupy budou koexistovat – ale OpenClaw ukazuje zajímavou cestu.

Druhá, OpenClaw nutí přímou konfrontaci s kritickou otázkou: mělo by být softwaru dovoleno spouštět kód a upravovat vaše soubory autonomně?

To sedí na křižovatce funkcionality, ochrany soukromí a kontroly. Pokud AI systémy budou maximálně užitečné, budou potřebovat povolení k zápisu do našich systémů. To vyžaduje důvěru.

Řešení OpenClaw pro problém důvěry je jednoduché: udělejte vše otevřené. Místo toho, abyste řekli: „Jsem černá skříňka, důvěřujte mi“, říká: „Zde je všechen kód. Prohlédněte si ho. Spusťte ho místně. Vlastněte ho.“ (Řekl jsem to, lidé to udělali a jeho současná bezpečnost se zdá být chybějící).

Když přemýšlíme o budoucnosti AI aplikační vrstvy, OpenClaw ukazuje zajímavým směrem, ale je jasně jen prvním zábleskem toho, co se zdá být kambrijskou explozí. V posledních dvou týdnech od vydání OpenClawu jsme již viděli, jak vývojáři přizpůsobují pro specifické úkoly (například finance workflow) a otevřeli tyto adaptace; experimenty spojující více agentů přes Moltbook; a Moltbook umožňující agentům „sociální“ – což, jako vedlejší produkt, umožňuje agentům diskutovat o tom, které nástroje preferují, což vede k tomu, že se nástroje budují pro agenty samé.

Pokud věříme, že to, co dělají vývojáři dnes, bude dělat zítra všichni, pak AI již změnilo, jak se software buduje, prostřednictvím tří základních primitiv:

  • Harnesses – IDE jako Cursor nebo příkazové nástroje jako Claude Code, které poskytují názorové, přizpůsobitelné rozhraní pro modely
  • Customizované rámce – lehké, plain-text artefakty (často README), které kódují, jak vývojář myslí a pracuje. Modely skáčou mezi těmito soubory jako pinballový stroj: konzultují designové pokyny, kontrolují evaluátory a validují svou vlastní výstup
  • Inspectable modely – systémy, které generují výstup, který vývojáři mohou ověřit. Jak se harnessy a evaluátory zlepšují, vývojáři stále více potřebují podívat se na kód méně a méně

Jsme stále v prvním inningu dramatické změny v tom, jak se software buduje.

Existuje také negativní stránka. Každý průmysl má svůj „Napster moment“. Vývoj softwaru se stal prvním, stejně jako hudba byla první, která byla narušena internetem. Ostatní budou následovat. Ale to není jen změna distribuce – je to změna v tom, jak se práce sama dělá. To vypadá více jako vynález relační databáze než vzestup sociálních médií.

Ale existuje také pozitivní stránka – tato změna sahá daleko za tradiční SaaS. Tyto systémy jsou tak personalizovatelné pro individuální kontext, že mnoho lidí může skončit se svými vlastními softwarovými produkty.

Obvykle si nevzpomínáte na fakt, že vytvoření účtu na Instagramu vytváří řádek v databázi s přidruženými ID – ale dělá to. Stejně tak, s tímto novým typem softwaru, můžete prostě cítit jeho dopad na váš život, aniž byste si uvědomili, že, prostřednictvím interakce, efektivně píšete kód – nebo že kód je psán na vaši behalf.

Existuje mantra v počítačové vědě: „Nepřetvořte se.“ Pokud děláte úkol více než jednou, měli byste napsat funkci. S AI, stále více zjišťuji, že pokud si jen pomyslím na něco jednou, je to často dostatečně snadné automatizovat, aby to dávalo smysl automatizovat okamžitě.

Podívejte se v následujících dnech, kolik vašeho života není významně dotčeno softwarem dnes. Můj názor je, že tato nová třída nástrojů bude žít v těch mezích.

Matt Hartman je zakladatel a managing partner společnosti Factorial Capital, kde využívá své technické znalosti a rozsáhlou síť technických podnikatelů k podpoře firem jako Modal, Factory AI a LanceDB, stejně jako Software Inc (získaná společností OpenAI) a dalších startupů, které staví na předním okraji technologií.

Předtím, než se stal partnerem ve Factorial, Matt strávil 8 let v Betaworks, kde napsali první šeky pro Huggingface (nyní oceněné na 4,5 miliardy dolarů), Anchor (získanou společností Spotify) a řadu dalších firem založených zakladateli, kteří kódují. Předtím, než se stal venture kapitálem, Matt byl softwarový vývojář a podnikatel – postavil technologickou platformu pro CBRE, připojil se k Hot Potato (získané společností Facebook) a postavil realitní technologický produkt, který se stal součástí Apartments.com.

V roce 2023 Matt spustil Factorial Capital s novou tezí: Investice do nové generace startupů v oblasti umělé inteligence vyžaduje hluboké technické znalosti, které Factorial Capital realizuje prostřednictvím distribuovaného modelu technických zakladatelů-partnerů, kteří každý pracují s Mattem na zdrojích a podpoře nových investic.