Pendiri OpenClaw: 80% aplikasi akan hilang, agen AI menggantikan ekosistem ponsel

Venture capital firm Y Combinator wawancara eksklusif dengan pengembang OpenClaw, agen AI pribadi sumber terbuka yang menjadi viral, Peter Steinberger, yang memprediksi sekitar 80% aplikasi akan hilang, dan aplikasi yang hanya mengelola data dapat digantikan otomatis oleh agen AI. Keunggulan utama OpenClaw adalah memecah pulau data, menyimpan data secara lokal untuk melindungi privasi.

Di balik viralnya 180.000 bintang: Titik balik respons 9 detik

(Sumber: Github)

Repositori proyek OpenClaw di GitHub telah mendapatkan lebih dari 180.000 bintang, bahkan komunitas mengembangkan aplikasi turunan seperti robot yang saling berkomunikasi, atau bahkan mempekerjakan manusia, misalnya Moltbook. Jumlah bintang ini sangat langka di komunitas open source, bahkan kerangka pembelajaran mendalam terkenal PyTorch hanya memiliki sekitar 80.000 bintang. Dalam beberapa bulan, OpenClaw mencapai 180.000 bintang, menunjukkan popularitas yang sangat tinggi di kalangan pengembang.

Menghadapi kepopuleran mendadak OpenClaw, Peter mengungkapkan bahwa dalam beberapa minggu terakhir ia menerima banyak umpan balik dan email, sehingga sempat merasa perlu “mengurung diri” selama seminggu untuk mencerna semuanya. Perhatian yang tiba-tiba ini memberi tekanan besar bagi pengembang independen, tidak hanya harus menjawab pertanyaan teknis dan permintaan fitur, tetapi juga mengelola wawancara media, kerjasama bisnis, dan urusan komunitas.

Saat berbicara tentang awal pengembangan, Peter mengatakan awalnya hanya untuk membuat komputer menjalankan perintah sederhana. Ia mengembangkan versi awal pada Mei dan Juni, lalu kembali mengembangkan untuk memenuhi kebutuhan memantau kemajuan kerja komputer. Motivasi “memecahkan masalah pribadi” ini adalah ciri umum dari banyak proyek open source yang sukses. Ketika pengembang mengalami sendiri masalah tertentu, solusi yang mereka ciptakan cenderung lebih sesuai dengan kebutuhan nyata.

Titik balik sebenarnya terjadi di sebuah pesta di Marrakesh, saat ia mencoba mengirim pesan suara melalui WhatsApp ke robot yang belum memiliki fitur suara. Yang mengejutkan, robot menunjukkan kemampuan luar biasa dalam menyelesaikan masalah, secara otomatis mengenali file, mengonversi format, dan memanggil API sendiri, menyelesaikan respons dalam 9 detik. Ia menyadari bahwa model program yang dikembangkan sudah mampu mengubah masalah abstrak menjadi solusi nyata.

Momen respons 9 detik ini adalah kunci transformasi OpenClaw dari proyek eksperimen menjadi alat praktis. Ketika agen AI mampu menangani situasi tak terduga (pesan suara), secara otomatis mencari solusi (konversi file), dan melaksanakan secara efisien (selesai dalam 9 detik), ia berevolusi dari “asisten yang perlu pengawasan manusia terus-menerus” menjadi “agen yang mampu menyelesaikan masalah secara mandiri”. Lompatan ini menandai keberhasilan AI agen dalam hal praktikalitas.

Saat mengembangkan OpenClaw, Peter tidak menggunakan Git Worktrees yang umum digunakan, melainkan menyalin beberapa folder secara paralel untuk mengurangi beban mental. Ia berpendapat bahwa robot harus dilengkapi “alat yang juga disukai manusia”, seperti antarmuka baris perintah (CLI), bukan protokol kompleks yang hanya untuk mesin. Filosofi “berorientasi manusia” ini membuat OpenClaw lebih mudah dipahami dan dikembangkan oleh pengembang.

Agar respons OpenClaw tidak terlalu kaku, ia bahkan membuat file bernama soul.md untuk mendefinisikan nilai dan kepribadian robot, agar responsnya lebih manusiawi dan humoris. Detail ini sangat menginspirasi, menunjukkan bahwa desain agen AI yang hebat bukan hanya soal teknologi, tetapi juga pembentukan karakter. Ketika agen AI memiliki “kepribadian” yang jelas, pengguna lebih cenderung berinteraksi dan membangun hubungan manusia-mesin yang lebih alami.

Teori hilangnya 80% aplikasi: akhir dari aplikasi pengelolaan data

Dalam wawancara, Peter berani memprediksi sekitar 80% aplikasi akan hilang. Ia percaya bahwa semua aplikasi yang hanya digunakan untuk “mengelola data” dapat digantikan oleh agen AI secara lebih alami dan otomatis. Misalnya, aplikasi pencatat diet dan kebugaran seperti MyFitnessPal atau aplikasi tugas harian tidak lagi diperlukan di masa depan.

Peter membayangkan skenario yang sangat revolusioner: saat pengguna makan di restoran burger, agen secara otomatis mengasumsikan bahwa pengguna makan makanan favorit dan mencatatnya, bahkan menyesuaikan jadwal latihan untuk menambah latihan kardio, tanpa perlu input manual. Pengalaman yang sepenuhnya otomatis ini akan membuat aplikasi pelacak kebugaran dan diet tradisional menjadi usang. Pengguna tidak perlu lagi membuka MyFitnessPal dan memasukkan nama makanan serta kalori secara manual, karena agen AI akan melakukannya di latar belakang.

Aplikasi pengelola tugas juga menghadapi ancaman serupa. Peter menyebutkan bahwa mode interaksi masa depan adalah memberi tahu agen “ingatkan saya tentang ini”, dan agen akan otomatis mengurus dan mengingatkan tepat waktu, tanpa pengguna peduli di mana data disimpan. Saat ini, aplikasi seperti Todoist dan Microsoft To Do membutuhkan pengguna untuk membuat tugas secara manual, mengatur waktu, dan memberi label. Friksi ini akan hilang di era agen AI.

Tiga kategori utama aplikasi yang akan hilang 80%

Kategori pencatatan data: pelacakan kebugaran, catatan diet, pencatatan keuangan, aplikasi input data murni

Kategori pengingat dan manajemen waktu: daftar tugas, kalender, alarm

Kategori integrasi informasi: agregasi berita, pengelolaan email, aplikasi catatan

Dalam tren ini, Peter percaya bahwa hanya aplikasi yang sangat bergantung pada sensor hardware tertentu yang akan bertahan, seperti aplikasi pemantauan detak jantung yang terhubung ke alat pengukur detak jantung atau smartwatch, atau aplikasi kamera yang langsung mengendalikan hardware kamera. Fungsi-fungsi ini sulit digantikan sepenuhnya oleh agen AI, tetapi bahkan antarmuka dan interaksi pengguna aplikasi ini mungkin akan dibungkus ulang oleh agen AI.

Prediksi ini menjadi ancaman bagi pengembang aplikasi dan raksasa teknologi. Apple App Store dan Google Play Store bergantung pada ekosistem aplikasi yang besar, dan jika 80% aplikasi hilang, pendapatan dan pengaruh platform ini akan menurun drastis. Bagi pengembang yang bergantung pada pembelian dalam aplikasi dan iklan, bertransformasi menjadi penyedia fitur agen AI mungkin satu-satunya jalan keluar.

Memecah pulau data: revolusi penyimpanan lokal OpenClaw

Peter berbagi kunci utama agar OpenClaw mampu bersaing dengan model bahasa besar (LLM), yaitu “kepemilikan data” dan memecah “pulau data” milik perusahaan besar. Saat ini, perusahaan AI besar biasanya membangun benteng dengan mengunci data pengguna di sistem cloud tertutup, menyulitkan migrasi atau pengambilan data. Tetapi OpenClaw berjalan di komputer lokal pengguna, memungkinkan kontrol langsung terhadap hardware komputer (seperti Tesla, speaker, lampu) dan file lama, serta menggali memori yang terlupakan pengguna.

OpenClaw menyimpan memori dalam file Markdown di lokal, yang berarti pengguna sepenuhnya memiliki dan dapat mengakses data tersebut kapan saja. Peter berpendapat bahwa agen AI pribadi akan mengelola informasi yang sangat pribadi, mirip dengan riwayat pencarian Google, sehingga penyimpanan lokal dan kontrol pengguna adalah syarat penting untuk melindungi privasi dan keamanan.

Namun, saat peluncuran awal, OpenClaw pernah menghadapi kekhawatiran keamanan. Perusahaan keamanan SlowMist mengungkapkan bahwa celah di Clawdbot (OpenClaw) dapat menyebabkan bocornya data sensitif, termasuk API kunci Anthropic, token bot Telegram, kredensial OAuth Slack, dan percakapan pribadi selama berbulan-bulan. Hingga 1 Februari, Clawdbot (OpenClaw) telah diperbarui untuk mengatasi beberapa masalah keamanan tersebut.

Dari AI serba bisa ke kecerdasan kolektif: masa depan pembagian keahlian

Mengenai arah perkembangan AI, Peter berpendapat bahwa kita tidak seharusnya mengejar “kecerdasan serba bisa” yang tunggal, melainkan beralih ke “kecerdasan kolektif”. Ia mengibaratkan bahwa masyarakat manusia mencapai prestasi seperti pendaratan bulan melalui pembagian kerja, dan AI juga harus berkembang secara profesional. Di masa depan, setiap orang mungkin memiliki beberapa robot khusus yang bertanggung jawab untuk pekerjaan, kehidupan pribadi, atau hubungan sosial.

Peter membayangkan skenario interaksi robot dengan robot di masa depan, misalnya agen pengguna bernegosiasi langsung dengan agen restoran untuk reservasi. Jika berhadapan dengan bisnis tradisional atau antrian fisik, robot bahkan bisa secara otomatis mempekerjakan manusia untuk menyelesaikan tugas tersebut. Mode kolaborasi yang terdiri dari banyak agen profesional ini akan menjadi tren utama pengembangan AI di masa depan.

Keunggulan dari model kecerdasan kolektif ini adalah efisiensi yang meningkat berkat spesialisasi. Sebuah agen AI yang ahli dalam pengelolaan keuangan akan jauh lebih baik daripada AI umum dalam fungsi keuangan. Agen AI yang fokus pada hubungan sosial dapat memahami nuansa interaksi manusia dengan lebih halus. Pembagian keahlian ini mirip dengan pembagian pekerjaan dalam masyarakat manusia, di mana setiap bidang memiliki pengetahuan dan keterampilan unik.

Dari segi arsitektur teknologi, model kecerdasan kolektif juga lebih mudah diwujudkan. Melatih satu AI serba bisa membutuhkan data dan sumber daya komputasi yang besar, dan sering kali menghasilkan “semua bisa tapi tidak mendalam”. Sebaliknya, melatih banyak AI spesialis dengan model lebih kecil dan data yang lebih terfokus dapat mengurangi biaya dan kebutuhan komputasi. AI spesialis ini berkomunikasi melalui protokol standar, membentuk jaringan kolaboratif, dan secara kolektif bisa melebihi kecerdasan satu AI serba bisa.