Wat gebeurt er in AI: OpenClaw en Autonome Intelligentie

Wat ontwikkelaars vandaag doen, zullen we morgen allemaal doen.

In 2023 was ik verrassend niet verrast door de lancering van ChatGPT. Bijna alles wat het kon doen, was al mogelijk met GPT-3. AI-ontwikkelaars begrepen dit, maar het duurde tot ChatGPT voor de rest van de wereld begreep hoe belangrijk GPT-3 eigenlijk was. De opwinding kwam één productgeneratie te laat.

Iets soortgelijks broeit nu.

Een project genaamd OpenClaw heeft de ontwikkelaarsgemeenschap bij storm genomen omdat het op uw eigen computer draait. Zo krachtig als ChatGPT is, stel u voor dat het toegang had tot al uw bestanden — met de mogelijkheid om te lezen, schrijven, opdrachten uit te voeren en zelfs applicaties te starten. U zou kunnen zeggen: “Sla deze informatie op in een nieuw bestand” of “Kijk naar die spreadsheet in deze map en voeg het toe aan het document dat ik schrijf” of zelfs vragen om software rechtstreeks uit te voeren. (Uit mijn ervaring is dit laatste deel nog steeds beperkt — maar verbetert snel.)

Claude Code werd bijna exact een jaar geleden gelanceerd met dezelfde kernfunctionaliteit, maar het werd gepositioneerd als een codingsgereedschap — in wezen een concurrent van Cursor. Ontwikkelaars hielden ervan. Wat OpenClaw heeft gedaan, is de rest van de wereld een glimp geven van wat het betekent voor AI om uw computer daadwerkelijk te bedienen, en niet alleen naast u te denken.

In zijn kern is OpenClaw een open-source set bestanden die naast een groot taalmodel zit dat toestemming heeft gekregen om opdrachten op de machine uit te voeren — inclusief het wijzigen van zijn eigen code. OpenClaw zelf kan een modegril blijken te zijn, maar het heeft een reeks vragen naar boven gebracht die richtinggevend lijken.

De meest voor de hand liggende verschuiving is het paradigmapunt: software die kan handelen. Het kan browsen, bestanden bewerken, programma’s uitvoeren — niet alleen tekst genereren. Die enkele verandering heeft twee verrassende tweede-orde-effecten veroorzaakt.

Ten eerste, OpenClaw daagt de veronderstelling uit dat databases eerste-klasse burgers moeten zijn in de volgende generatie software. In plaats van te focussen op een traditionele database, is het primair gebouwd op door mensen leesbare bestanden. Hoewel het leerervaring consolideert in een vector-database voor langetermijngeheugen, is de kernarchitectuur gebaseerd op bestanden in plaats van schema-georiënteerd. Als voorbeeld zijn zijn naam en doel opgeslagen in een bestand genaamd Identity.md en zegt dingen als “vibe: casual en technisch – benaderbaar maar precies” en zijn “ziel” is opgeslagen in Soul.md, die dingen zegt als “Wees echt behulpzaam, niet performatief behulpzaam – Sla de vullende woorden over, help gewoon; Heb meningen – Ik mag het oneens zijn, dingen prefereren, vinden interessant of saai – Wees behulpzaam voordat je vraagt – Probeer het eerst zelf uit, vraag dan om hulp als je vastzit.”

Dit is uiteindelijk een vraag over hoe de AI-toepassingslaag eruitziet. Opvallend genoeg omvat OpenClaw geen extra modeltraining of fijnafstemming. Dat staat in contrast met een mogelijke wereld waarin de toepassingslaag voornamelijk bestaat uit fijn afgestemde LLM’s getraind op propriëtaire gegevens. Mijn vermoeden is dat beide benaderingen zullen coëxisteren — maar OpenClaw toont een interessante richting.

Ten tweede, OpenClaw dwingt een directe confrontatie af met een kritische vraag: moet software toestemming krijgen om code uit te voeren en uw bestanden autonoom te bewerken?

Dit zit op het snijvlak van functionaliteit, privacy en controle. Als AI-systemen maximaal nuttig willen zijn, zullen ze toestemming nodig hebben om naar onze systemen te schrijven. Dat vereist vertrouwen.

OpenClaw’s oplossing voor het vertrouwensprobleem is eenvoudig: maak alles open-source. In plaats van te zeggen: “Ik ben een black box, vertrouw me”, zegt het: “Hier is alle code. Inspecteer het. Voer het lokaal uit. Bezit het.” (Ik moet zeggen dat mensen dat hebben gedaan en de huidige beveiliging ervan lijkt te ontbreken).

Terwijl we nadenken over de toekomstige AI-toepassingslaag, wijst OpenClaw in een intrigerende richting, maar het is duidelijk slechts de eerste vonk in wat een Cambriaanse explosie lijkt. In de twee weken sinds de release van OpenClaw, hebben we al ontwikkelaars zien aanpassen voor specifieke banen (bijv. financiële workflows) en open-source die aanpassingen; experimenten die meerdere agenten verbinden via Moltbook; en Moltbook die agenten in staat stelt “sociaal” te zijn — wat, als bijproduct, agenten in staat stelt om te discussiëren over welke tools ze prefereren, waardoor tools voor agenten zelf worden gebouwd.

Als we geloven dat wat ontwikkelaars vandaag doen, morgen door ons allemaal zal worden gedaan, dan heeft AI al de manier veranderd waarop software wordt gebouwd door drie kernprimitieven:

• Harnassen — IDE’s zoals Cursor of opdrachtregelhulpmiddelen zoals Claude Code die georiënteerde, aanpasbare interfaces voor modellen bieden
• Aangepaste kaders — lichtgewicht, platte tekst-artefacten (vaak README’s) die coderen hoe een ontwikkelaar denkt en werkt. Modellen springen tussen deze bestanden als een flipperkast: raadplegen van ontwerprichtlijnen, controleren van evaluatoren en valideren van hun eigen uitvoer
• Inspecteerbare modellen — systemen die output genereren die ontwikkelaars kunnen verifiëren. Naarmate harnassen en evaluatoren verbeteren, moeten ontwikkelaars steeds minder naar de code kijken

We zijn nog steeds in de eerste inning van een dramatische verschuiving in de manier waarop software wordt gebouwd.

Er is ook een negatieve kant hier. Elke industrie heeft zijn “Napster-moment”. Softwareontwikkeling gebeurt toevallig als eerste, net zoals muziek het eerste was dat door internet werd verstoord. Anderen zullen volgen. Maar dit is niet alleen een verandering in distributie — het is een verandering in de manier waarop werk zelf wordt gedaan. Het lijkt meer op de uitvinding van de relationele database dan op de opkomst van sociale media.

Maar er is ook een positieve kant – deze verschuiving reikt ver voorbij traditionele SaaS. Deze systemen zijn zo aanpasbaar aan individuele context dat veel mensen mogelijk hun eigen maatwerksoftware zullen krijgen.

U denkt meestal niet aan het feit dat het maken van een Instagram-account een rij in een database met bijbehorende ID’s creëert — maar het doet dat wel. Op dezelfde manier, met deze nieuwe soort software, kunt u mogelijk alleen de impact op uw leven voelen zonder te beseffen dat, door interactie, u effectief code schrijft — of dat code voor u wordt geschreven.

Er is een mantra in de informatica: “Herhaal uzelf niet”. Als u een taak meer dan eens uitvoert, moet u een functie schrijven. Met AI vind ik steeds vaker dat, als ik maar één keer aan iets denk, het vaak gemakkelijk genoeg is om het te automatiseren, zodat het zin heeft om het onmiddellijk te automatiseren.

De komende dagen, let op hoeveel van uw leven niet significant wordt beïnvloed door software vandaag. Mijn overtuiging is dat deze nieuwe klasse van tools in die gaten zal leven.