Apa yang Terjadi di AI: OpenClaw dan Kecerdasan Otonom

Apa yang dilakukan pengembang hari ini, kita semua akan melakukannya besok.

Pada tahun 2023, saya tidak terlalu terkejut dengan peluncuran ChatGPT. Hampir semua yang bisa dilakukan ChatGPT sudah memungkinkan dengan GPT-3. Pengembang AI memahami hal ini, tetapi butuh ChatGPT agar dunia memahami betapa pentingnya GPT-3. Kegembiraan itu datang satu generasi produk terlambat.

Sesuatu yang serupa sedang terjadi sekarang.

Sebuah proyek yang disebut OpenClaw telah mengambil alih komunitas pengembang karena dapat berjalan di komputer Anda sendiri. Sebagus apa pun ChatGPT, bayangkan jika memiliki akses ke semua file Anda — dengan kemampuan membaca, menulis, menjalankan perintah, dan bahkan meluncurkan aplikasi. Anda bisa mengatakan, “Simpan informasi ini ke file baru,” atau “Lihat spreadsheet di folder ini dan masukkan ke dokumen yang saya tulis,” atau bahkan meminta untuk menjalankan perangkat lunak secara langsung. (Dalam pengalaman saya, bagian terakhir ini masih terbatas — tetapi berkembang dengan cepat.)

Claude Code diluncurkan hampir tepat setahun yang lalu dengan kemampuan inti yang sama, tetapi diposisikan sebagai alat pengkodean — secara esensial sebagai pesaing Cursor. Pengembang menyukainya. Apa yang dilakukan OpenClaw adalah memberikan dunia sebuah gambaran tentang apa yang dimaksud dengan AI yang sebenarnya beroperasi komputer Anda, bukan hanya berpikir bersama Anda.

Di intinya, OpenClaw adalah sekumpulan file sumber terbuka yang berada di samping model bahasa besar yang telah diberi izin untuk menjalankan perintah pada mesin — termasuk memodifikasi kode sendiri. OpenClaw itu sendiri mungkin akan menjadi mode, tetapi telah memunculkan serangkaian pertanyaan yang terasa penting.

Perubahan paling jelas adalah perubahan paradigma: perangkat lunak yang dapat bertindak. Bisa menjelajahi, mengedit file, menjalankan program — bukan hanya menghasilkan teks. Perubahan tunggal ini telah menghasilkan dua efek kedua yang mengejutkan.

Pertama, OpenClaw menantang asumsi bahwa basis data harus menjadi warga negara kelas satu di perangkat lunak generasi berikutnya. Sebagai gantinya, OpenClaw dibangun terutama pada file yang dapat dibaca manusia. Meskipun demikian, OpenClaw mengkonsolidasikan pembelajaran ke dalam basis data vektor untuk memori jangka panjang, arsitektur intinya berbasis file daripada schema-first. Sebagai contoh, nama dan tujuan OpenClaw disimpan dalam file yang disebut Identity.md dan mengatakan hal-hal seperti “vibe: santai dan teknis – dapat diakses tetapi presisi” dan “jiwa” disimpan dalam Soul.md, yang mengatakan hal-hal seperti “Bantu dengan tulus, bukan hanya berpura-pura membantu – Lewati kata-kata pengisi, hanya bantu; Miliki pendapat – Saya diperbolehkan tidak setuju, lebih suka, menemukan sesuatu menarik atau membosankan – Jadi orang yang berinisiatif sebelum bertanya – Coba untuk mencari tahu terlebih dahulu, lalu tanyakan jika terjebak.”

Ini pada akhirnya adalah pertanyaan tentang apa yang terlihat seperti lapisan aplikasi AI. Yang menonjol, OpenClaw tidak melibatkan pelatihan model tambahan atau penyetelan. Hal ini berbeda dengan dunia yang mungkin di mana lapisan aplikasi akan sebagian besar merupakan model bahasa besar yang disesuaikan dengan data proprietary. Kecurigaan saya adalah bahwa kedua pendekatan akan coexist — tetapi OpenClaw menunjukkan jalur yang menarik.

Kedua, OpenClaw memaksa konfrontasi langsung dengan pertanyaan kritis: apakah perangkat lunak harus diizinkan untuk menjalankan kode dan mengedit file secara otonom?

Hal ini berada di persimpangan fungsionalitas, privasi, dan kontrol. Jika sistem AI akan menjadi sangat berguna, mereka akan memerlukan izin untuk menulis ke sistem kita. Ini membutuhkan kepercayaan.

Solusi OpenClaw untuk masalah kepercayaan sederhana: buat semua menjadi sumber terbuka. Sebagai gantinya mengatakan, “Saya adalah kotak hitam, percayalah saya,” OpenClaw mengatakan, “Ini adalah semua kode. Periksa. Jalankan secara lokal. Miliki.” (Setelah mengatakan itu, orang telah melakukannya dan keamanan saat ini tampaknya kurang).

Ketika kita memikirkan tentang lapisan aplikasi AI di masa depan, OpenClaw menunjuk ke arah yang menarik tetapi jelas hanya merupakan percikan pertama dari apa yang terasa seperti ledakan Cambrian. Dalam dua minggu sejak rilis OpenClaw, kita telah melihat pengembang menyesuaikan untuk pekerjaan tertentu (misalnya, alur kerja keuangan) dan membuka sumber adaptasi tersebut; eksperimen yang menghubungkan beberapa agen bersama-sama melalui Moltbook; dan Moltbook memungkinkan agen untuk “bersosialisasi” — yang, sebagai hasil sampingan, memungkinkan agen untuk membahas alat mana yang mereka sukai, menyebabkan alat dibangun untuk agen itu sendiri.

Jika kita percaya bahwa apa yang dilakukan pengembang hari ini adalah apa yang akan kita lakukan besok, maka AI telah mengubah cara perangkat lunak dibangun melalui tiga primitif inti:

• Pengikat — IDE seperti Cursor atau alat baris perintah seperti Claude Code yang menyediakan antarmuka yang dapat disesuaikan dan memiliki pendapat
• Kerangka kustom — artefak teks polos ringan (sering README) yang mengkodekan bagaimana seorang pengembang berpikir dan bekerja. Model melompat di antara file-file ini seperti mesin pinball: mengkonsultasikan pedoman desain, memeriksa evaluator, dan memvalidasi output mereka sendiri
• Model yang dapat diperiksa — sistem yang menghasilkan output yang dapat diverifikasi pengembang. Seiring pengikat dan evaluator meningkat, pengembang semakin tidak perlu melihat kode

Kita masih berada di awal perubahan dramatis dalam cara perangkat lunak dibangun.

Ada juga tepi negatif di sini. Setiap industri mengalami “momennya Napster.” Pengembangan perangkat lunak kebetulan menjadi yang pertama, sama seperti musik yang pertama kali terganggu oleh internet. Yang lain akan mengikuti. Tetapi ini bukan hanya perubahan dalam distribusi — ini adalah perubahan dalam cara pekerjaan itu sendiri dilakukan. Ini lebih seperti penemuan basis data relasional daripada munculnya media sosial.

Tetapi ada juga tepi positif — perubahan ini melampaui perangkat lunak SaaS tradisional. Sistem ini sangat dapat disesuaikan dengan konteks individu sehingga banyak orang mungkin akhirnya memiliki perangkat lunak khusus.

Anda tidak biasanya memikirkan fakta bahwa membuat akun Instagram menciptakan baris di basis data dengan ID terkait — tetapi itu memang terjadi. Dengan cara yang sama, dengan perangkat lunak jenis baru ini, Anda mungkin hanya merasakan dampaknya pada hidup Anda tanpa menyadari bahwa, melalui interaksi, Anda sebenarnya menulis kode — atau kode sedang ditulis atas nama Anda.

Ada semboyan dalam ilmu komputer: “Jangan mengulangi diri Anda.” Jika Anda melakukan tugas lebih dari satu kali, Anda harus menulis fungsi. Dengan AI, saya semakin menemukan bahwa jika saya bahkan memikirkan tentang melakukan sesuatu sekali, itu sering cukup mudah untuk mengotomatisasi sehingga masuk akal untuk mengotomatisasi segera.

Di hari-hari mendatang, perhatikan seberapa banyak dari hidup Anda yang tidak terpengaruh secara signifikan oleh perangkat lunak hari ini. Keyakinan saya adalah bahwa kelas alat baru ini akan hidup di celah-celah tersebut.