Венчурная компания Y Combinator провела популярное интервью с разработчиком OpenClaw — открытого исходного кода личного AI-агента, который стал вирусным. Его создатель, Питер Штайнбергер, предсказал, что примерно 80% приложений исчезнут, а приложения, связанные только с управлением данными, смогут быть автоматизированы AI-агентами. Главное преимущество OpenClaw — разрушение «островов данных», хранение данных локально и обеспечение конфиденциальности.
За 18 тысяч звезд: ключевой момент — ответ за 9 секунд
(Источник: Github)
Репозиторий проекта OpenClaw на GitHub собрал более 180 тысяч звезд, что очень редко для open source-проектов. Сообщество даже создало производные приложения, позволяющие роботам общаться друг с другом или нанимать людей, например Moltbook. Такой уровень популярности в open source-сообществе — исключение: даже известный фреймворк глубокого обучения PyTorch имеет около 80 тысяч звезд. За несколько месяцев OpenClaw достиг 180 тысяч звезд, что свидетельствует о взрывной популярности среди разработчиков.
Когда OpenClaw внезапно стал вирусным, Питер рассказал, что за последние недели получил огромное количество отзывов и писем, из-за чего ему пришлось «уйти в глухую оборону» на неделю, чтобы переварить всё это. Такая внезапная популярность — огромный стресс для независимого разработчика: нужно отвечать на технические вопросы, обрабатывать запросы на новые функции, а также заниматься медиа-интервью, бизнес-партнёрствами и управлением сообществом.
Говоря о мотивации разработки, Питер отметил, что изначально он создавал проект для выполнения простых команд компьютером. В начале июня он разработал предварительную версию, а затем снова занялся развитием, чтобы проверить, как компьютер справляется с задачами. Мотивация «решать личные боли» — характерная черта многих успешных open source-проектов. Когда разработчик сталкивается с проблемой лично, создаваемое им решение зачастую более точно отражает реальные потребности.
Истинный поворотный момент произошёл на вечеринке в Марракеше, когда он попытался отправить голосовое сообщение через WhatsApp роботу, у которого ещё не было встроенной голосовой функции. Неожиданно робот продемонстрировал удивительные способности — автоматически распознал файл, преобразовал его и вызвал API, ответив всего за 9 секунд. Это заставило его понять, что созданная им модель уже способна превращать абстрактные задачи в реальные решения.
Этот момент — ответ за 9 секунд — стал ключевым для превращения OpenClaw из экспериментального проекта в практический инструмент. Когда AI-агент способен самостоятельно обрабатывать неожиданные ситуации (голосовые сообщения), находить решения (преобразование файлов) и быстро выполнять задачи (за 9 секунд), он эволюционирует из «помощника, требующего постоянного контроля человека» в «самостоятельного решателя проблем». Такой качественный скачок — знак практической реализации AI-агентов.
При разработке OpenClaw Питер не использовал популярные Git Worktrees, а просто копировал папки для параллельной работы, чтобы снизить умственную нагрузку. Он выступает за создание «инструментов, которые нравятся и людям», например командной строки (CLI), а не сложных протоколов только для машин. Такой «человекоцентричный» подход делает OpenClaw более понятным и расширяемым для разработчиков.
Чтобы избежать слишком формальных ответов, он создал файл soul.md, в котором прописал ценности и личность робота, чтобы его ответы были более человечными и с юмором. Этот нюанс очень важен: он показывает, что создание хорошего AI-агента — не только техническая задача, но и формирование личности. Когда AI-агент обладает ясной «личностью», пользователи охотнее взаимодействуют с ним, что способствует более естественным отношениям человек-машина.
Теория о 80% исчезающих приложений: конец приложений для управления данными
В интервью Питер смело предсказал, что около 80% приложений исчезнут. Он считает, что любые приложения, предназначенные только для «управления данными», в будущем смогут заменяться AI-агентами, которые работают более естественно и автоматически. Например, такие приложения, как MyFitnessPal или списки дел, станут ненужными.
Питер рисует сценарий, который кажется революционным: когда пользователь ест в бургершопе, агент автоматически предполагает, что он ест привычную еду, и фиксирует это, а также автоматически корректирует последующие тренировки, увеличивая кардио. Пользователю не нужно вручную вводить информацию — всё делается автоматически. Такой полностью автоматизированный опыт сделает устаревшими традиционные приложения для фитнеса и питания. Пользователи больше не будут открывать MyFitnessPal и вводить названия блюд и калории — всё будет делаться в фоне AI-агентом.
Аналогично, приложения для напоминаний тоже под угрозой. Питер говорит, что в будущем достаточно сказать «напомни мне об этом», и агент сам всё организует и напомнит вовремя. Пользователи не будут заботиться о том, где хранится информация. Сейчас такие приложения, как Todoist или Microsoft To Do, требуют ручного создания задач, установки времени и тегов. В эпоху AI-агентов эта рутина исчезнет.
Три основные категории приложений, которые исчезнут:
Категория данных: фитнес-трекинг, дневники питания, финансовый учёт — приложения, основанные только на вводе данных
Категория напоминаний: списки дел, календари, будильники — инструменты управления временем
Категория информации: новости, почта, заметки — приложения для обработки информации
По мнению Питера, в будущем останутся только те приложения, которые зависят от конкретных датчиков или аппаратных средств. Например, профессиональные приложения для мониторинга сердечного ритма, подключённые к пульсометрам или умным часам, или камеры, управляемые напрямую. Такие функции AI-агенты вряд ли полностью заменят, но интерфейс и взаимодействие с ними могут быть переработаны под AI.
Это предсказание — вызов для разработчиков приложений и технологических гигантов. App Store и Google Play построены на огромной экосистеме приложений. Если 80% исчезнут, их доходы и влияние резко снизятся. Для разработчиков, зависящих от покупок внутри приложений и рекламы, единственный шанс — перейти к созданию AI-агентов и функций.
Разрушение «островов данных»: революция локального хранения OpenClaw
Питер поделился своим мнением, что ключ к конкуренции с крупными языковыми моделями (LLM) — это «право собственности на данные» и разрушение «островов данных» крупных компаний. Сейчас крупные AI-компании создают барьеры, держат пользовательские данные в закрытых облачных системах, что усложняет миграцию и экспорт данных. OpenClaw работает на локальном компьютере пользователя, позволяя управлять аппаратным обеспечением (например, Tesla, аудиосистемами, освещением) и файлами, а также извлекать забытые воспоминания.
OpenClaw хранит память в виде Markdown-файлов на локальной машине, что даёт пользователю полный контроль и доступ к этим данным. Питер считает, что личный AI-агент будет обрабатывать очень конфиденциальную информацию — подобно поисковым запросам Google — поэтому локальное хранение и контроль пользователя важны для защиты приватности и безопасности.
Однако на старте OpenClaw столкнулся с проблемами безопасности. Компания SlowMist обнаружила уязвимость в Clawdbot (OpenClaw), которая могла привести к утечке чувствительных данных, включая API-ключи Anthropic, токены Telegram-ботов, OAuth-данные Slack и приватные диалоги пользователей за несколько месяцев. К 1 февраля 2024 года команда выпустила обновление для устранения части уязвимостей.
От универсального AI к коллективному разуму: будущее профессионального разделения труда
Питер считает, что развитие AI не должно идти по пути создания «всеумного» интеллекта, а — по пути «коллективного разума». Он сравнивает это с человеческим обществом, где разделение труда позволяет достигать великих целей, например, высадки на Луну. В будущем каждый человек может иметь несколько специализированных роботов, отвечающих за работу, личную жизнь или межличностные отношения.
Он описывает сценарий взаимодействия роботов: например, пользовательский агент договаривается с ресторанным агентом о бронировании. В случае сложных ситуаций или необходимости физического ожидания роботы могут нанимать людей для выполнения задач. Такой подход — группа специализированных агентов, взаимодействующих друг с другом — станет основной моделью развития AI.
Преимущество этого подхода — эффективность за счёт специализации. AI, специализирующийся на финансах, будет гораздо лучше универсального. AI, отвечающий за социальные связи, сможет тоньше понимать нюансы межличностных взаимодействий. Аналогия — человеческое профессиональное разделение труда, где каждый специалист обладает уникальными знаниями и навыками.
С точки зрения технической реализации, коллективный разум проще реализовать. Обучение универсального AI требует огромных ресурсов и данных, а также часто приводит к «размыванию» — когда одна модель пытается делать всё. Множество специализированных AI можно тренировать на меньших данных и меньших моделях, что снижает затраты. Эти AI взаимодействуют по стандартным протоколам, образуя сеть сотрудничества, которая может превзойти по интеллекту единый универсальный AI.
