Co się dzieje w AI: OpenClaw i Autonomous Intelligence

Co robią dziś deweloperzy, to zrobią jutro wszyscy.

W 2023 roku nie byłem zaskoczony uruchomieniem ChatGPT. Prawie wszystko, co mogło zrobić, było już możliwe z GPT-3. Deweloperzy AI rozumiali to, ale potrzebne było ChatGPT, aby reszta świata zrozumiała, jak ważne jest GPT-3. Ekscytacja przyszła o jedną generację produktów za późno.

Coś podobnego dzieje się teraz.

Projekt o nazwie OpenClaw wywołał burzę w społeczności deweloperów, ponieważ działa na Twoim własnym komputerze. Jak potężne jest ChatGPT, wyobraź sobie, że ma dostęp do wszystkich Twoich plików — z możliwością odczytu, zapisu, uruchamiania poleceń i nawet uruchamiania aplikacji. Moglibyście powiedzieć: „Zapisz tę informację do nowego pliku” lub „Spójrz na ten arkusz kalkulacyjny w tym folderze i włącz go do dokumentu, który piszę” lub nawet poprosić, aby uruchomić oprogramowanie bezpośrednio. (W moim doświadczeniu ta ostatnia część jest nadal ograniczona — ale szybko się poprawia).

Claude Code został uruchomiony prawie dokładnie rok temu z tą samą podstawową możliwością, ale został przedstawiony jako narzędzie programistyczne — podstawowy konkurent Cursora. Deweloperzy kochali to. To, co zrobił OpenClaw, to dał reszcie świata pogląd na to, co oznacza dla AI obsługiwać Twój komputer, a nie tylko myśleć obok Ciebie.

We własnej istocie OpenClaw jest otwartym zestawem plików, który siedzi obok dużego modelu językowego, który otrzymał pozwolenie na uruchamianie poleceń na maszynie — w tym modyfikowanie własnego kodu. OpenClaw może okazać się modą, ale wywołał zestaw pytań, które wydają się kierunkowo ważne.

Najbardziej oczywistą zmianą jest zmiana paradygmatu: oprogramowanie, które może działać. Może przeglądać, edytować pliki, uruchamiać programy — a nie tylko generować tekst. Ta jedyna zmiana wytworzyła dwa zaskakujące efekty drugiego rzędu.

Pierwszy, OpenClaw wyzywa założenie, że bazy danych muszą być pierwszorzędnymi obywatelami w oprogramowaniu następnej generacji. Zamiast koncentrowania się wokół tradycyjnej bazy danych, jest zbudowany głównie z plików czytelnych przez ludzi. Chociaż konsoliduje naukę do bazy danych wektorowej na potrzeby długoterminowej pamięci, podstawowa architektura jest oparta na plikach, a nie na schemacie.

Na przykład, jego nazwa i cel są przechowywane w pliku o nazwie Identity.md i mówią rzeczy takie jak „vibe: swobodny i techniczny – przystępny, ale precyzyjny” i jego „dusza” jest przechowywana w Soul.md, który mówi rzeczy takie jak „Bądź naprawdę pomocny, a nie performatywnie pomocny – Pomiń słowa wypełniające, po prostu pomóż; Maj opinie – wolno mi nie zgadzać się, wolno mi preferować rzeczy, znajdować je interesującymi lub nudnymi – Bądź resourceful przed pytaniem – Staraj się to rozwiązać sam, a jeśli jesteś zakleszczony, poproś o pomoc”.

To jest ostatecznie pytanie o to, jak wygląda warstwa aplikacji AI. Godne uwagi jest to, że OpenClaw nie wymaga dodatkowego szkolenia modelu lub dostrajania. To stoi w kontracie do możliwego świata, w którym warstwa aplikacji będzie głównie oparta na dostrajanych modelach LLM szkolonych na danych własnościowych. Moje podejrzenie jest takie, że oba podejścia będą współistnieć — ale OpenClaw pokazuje ciekawą ścieżkę.

Drugi, OpenClaw zmusza do bezpośredniej konfrontacji z krytycznym pytaniem: czy oprogramowanie powinno mieć pozwolenie na uruchamianie kodu i edytowanie Twoich plików w sposób autonomiczny?

To siedzi na skrzyżowaniu funkcjonalności, prywatności i kontroli. Jeśli systemy AI mają być maksymalnie użyteczne, będą potrzebować pozwolenia na zapisywanie do naszych systemów. To wymaga zaufania.

Rozwiązanie OpenClaw dla problemu zaufania jest proste: zrób wszystko otwartoźródłowe. Zamiast mówić: „Jestem czarną skrzynką, zaufaj mi”, mówi: „Oto cały kod. Zbadaj go. Uruchom go lokalnie. Własność”.

Gdy myślimy o przyszłej warstwie aplikacji AI, OpenClaw wskazuje w interesującym kierunku, ale jest to clearly tylko pierwszy iskra w tym, co wydaje się eksplozją kambryjską. W ciągu dwóch tygodni od wydania OpenClaw, już widzieliśmy deweloperów dostosowujących go do określonych zadań (np. finansowych workflow) i otwierających te adaptacje; eksperymenty łączące wiele agentów razem za pomocą Moltbook; i Moltbook umożliwiający agentom „socijalizację” — co, jako produkt uboczny, pozwala agentom na dyskusję o tym, które narzędzia preferują, prowadząc do budowy narzędzi dla samych agentów.

Jeśli wierzymy, że to, co robią dziś deweloperzy, to zrobią jutro wszyscy, to AI już zmieniło, w jaki sposób buduje się oprogramowanie, poprzez trzy podstawowe prymitywy:

• Pojemniki — środowiska programistyczne, takie jak Cursor lub narzędzia wiersza poleceń, takie jak Claude Code, które zapewniają opinijne, dostosowywalne interfejsy do modeli
• Dostosowane ramy — lekkie, proste artefakty (często pliki README), które kodują, w jaki sposób deweloper myśli i pracuje. Modele poruszają się między tymi plikami jak maszyna do gry w pinballa: konsultują wytyczne projektowe, sprawdzają ewaluatory i walidują własne dane wyjściowe
• Sprawdzalne modele — systemy, które generują dane wyjściowe, które deweloperzy mogą zweryfikować. Gdy pojemniki i ewaluatory się poprawiają, deweloperzy coraz częściej muszą patrzeć na kod mniej i mniej

Jeszcze jesteśmy w pierwszej rundzie dramatycznej zmiany w tym, jak buduje się oprogramowanie.

Istnieje również negatywny aspekt. Każda branża ma swój „moment Napstera”. Rozwój oprogramowania zdarza się jako pierwszy, tak jak muzyka była pierwsza, aby zostać zakłócona przez Internet. Inni będą następować. Ale to nie jest po prostu zmiana w dystrybucji — to zmiana w tym, jak praca sama w sobie jest wykonywana. Wygląda to bardziej jak wynalazek bazy danych relacyjnej niż wzrost mediów społecznościowych.

Ale jest również pozytywny aspekt — ta zmiana sięga daleko poza tradycyjne SaaS. Te systemy są tak personalizowane do indywidualnego kontekstu, że wiele osób może skończyć z własnym oprogramowaniem na zamówienie.

Nie zwykle myślisz o tym, że tworzenie konta na Instagramie tworzy wiersz w bazie danych z powiązanymi identyfikatorami — ale tak jest. W ten sam sposób, z tym nowym rodzajem oprogramowania, możesz po prostu odczuć jego wpływ na Twoje życie, nie zdając sobie sprawy, że poprzez interakcję, skutecznie piszesz kod — lub że kod jest pisany w Twoim imieniu.

Istnieje mantra w informatyce: „Nie powtarzaj się”. Jeśli wykonujesz zadanie więcej niż raz, powinieneś napisać funkcję. Z AI, coraz częściej znajduję, że jeśli nawet myślę o zrobieniu czegoś raz, to często jest wystarczająco łatwo, aby to zautomatyzować, aby miało sens zrobić to natychmiast.

W ciągu najbliższych kilku dni, zwróć uwagę, jak wiele Twojego życia nie jest istotnie dotknięte przez oprogramowanie dzisiaj. Moje przekonanie jest takie, że ta nowa klasa narzędzi będzie żyć w tych lukach.