Засновник OpenClaw: 80% додатків зникнуть, AI-агенти замінять мобільну екосистему

Венчурна компанія Y Combinator провела інтерв’ю з розробником OpenClaw, відкритим персональним AI-агентом, який став вірусним. Петро Штайнбергер передбачає, що близько 80% додатків зникне, оскільки застосунки, що просто керують даними, можуть бути автоматизовані за допомогою AI-агентів. Головна перевага OpenClaw — руйнування «островів даних», збереження приватності за рахунок локального зберігання.

За лаштунками популярності: 9-секундний переломний момент

(Джерело: Github)

Репозиторій проекту OpenClaw на GitHub зібрав понад 180 000 зірок, і спільнота навіть створила додатки для взаємодії роботів між собою або найму людей, наприклад Moltbook. Це надзвичайно високий показник для відкритих проектів: навіть популярний фреймворк глибокого навчання PyTorch має близько 80 000 зірок. За кілька місяців OpenClaw набрав 180 000 зірок, що свідчить про його бурхливу популярність серед розробників.

У відповідь на раптовий успіх Петро зізнається, що за останні кілька тижнів отримав безліч відгуків і листів, і навіть відчув необхідність «заглибитися у печеру» на тиждень, щоб переварити все це. Такий несподіваний інтерес — великий тиск для незалежного розробника: потрібно відповідати на технічні питання, обробляти запити функцій, а також займатися медіа, бізнес-партнерствами та управлінням спільнотою.

Щодо мотивації до розробки, Петро каже, що спочатку це було просто для того, щоб комп’ютер виконував прості команди. Він розробляв початкову версію у травні-червні, а потім повернувся до роботи, щоб перевірити прогрес комп’ютера. Мотивація «вирішення особистих проблем» — характерна риса багатьох успішних open-source проектів. Коли розробник особисто стикається з проблемою, його рішення зазвичай більш відповідне реальним потребам.

Переломний момент настав під час вечірки у Марракеші, коли він намагався через WhatsApp надіслати голосове повідомлення роботі, яка ще не підтримувала голосові функції. Неочікувано робот продемонстрував здатність швидко вирішувати проблему: автоматично розпізнавати файли, конвертувати їх і викликати API — і все за 9 секунд. Це дало йому зрозуміти, що його модель вже здатна перетворювати абстрактні задачі у реальні рішення.

Цей 9-секундний момент став ключовим у перетворенні OpenClaw з експериментального проекту у корисний інструмент. Коли AI-агент може самостійно обробляти несподівані ситуації (голосові повідомлення), автоматично шукати рішення (конвертація файлів) і швидко виконувати (за 9 секунд), він еволюціонує з «асистента, що потребує постійного контролю людини» у «самостійного агента, здатного вирішувати проблеми». Такий якісний прорив — ознака практичної реалізації AI-агентів.

При розробці OpenClaw Петро не використовував популярні Git Worktrees, а просто копіював кілька папок для паралельної роботи, щоб зменшити навантаження на розум. Він виступає за створення «інструментів, які подобаються і людям», наприклад командний рядок (CLI), а не складних протоколів лише для машин. Такий «людський» підхід у дизайні робить OpenClaw більш зрозумілим і легким для розширення.

Щоб уникнути надмірної формалізації відповідей OpenClaw, він навіть створив файл soul.md, у якому визначив цінності та характер робота, щоб його відповіді були більш людяними і з гумором. Ця деталь дуже натхненна: вона показує, що створення гарного AI-агента — це не лише технічна задача, а й формування особистості. Коли AI має чітко визначену «індивідуальність», користувачі охочіше взаємодіють і створюють більш природні людсько-машинні стосунки.

Теорія зникнення 80% додатків: кінець управління даними

У інтерв’ю Петро сміливо прогнозує, що близько 80% додатків зникне. Він вважає, що будь-який додаток, що просто «керує даними», може бути замінений AI-агентом у більш природний і автоматизований спосіб. Наприклад, додатки для фіксації харчування або списків справ, такі як MyFitnessPal або Todoist, у майбутньому стануть непотрібними.

Петро малює сценарій, що здається революційним: коли користувач у ресторані замовляє їжу, агент автоматично передбачає, що він їсть улюблені страви, і фіксує це, а також автоматично коригує план тренувань для збільшення кардіо. Користувачам не потрібно вручну вводити дані — все робиться автоматично у фоновому режимі. Це повністю змінить досвід фітнесу і харчування, зробивши додатки для їхнього відстеження зайвими.

Аналогічно, додатки для нагадувань теж під загрозою. Петро каже, що майбутній сценарій — просто сказати агенту «нагадати мені про це», і він зробить все сам. Користувачі не будуть турбуватися, де зберігається інформація. Зараз додатки типу Todoist або Microsoft To Do вимагають ручного створення завдань, налаштувань і категорій, що створює фрустрацію. У епоху AI-агентів ця рутина зникне.

Три основні категорії додатків, що зникнуть:

Запис даних: фітнес-трекери, харчові щоденники, фінансові додатки

Нагадування та управління часом: списки справ, календарі, будильники

Інформаційна інтеграція: новинні агрегатори, поштові клієнти, нотатки

За цим трендом, Петро вважає, що залишаться лише ті додатки, що залежать від специфічних апаратних сенсорів. Наприклад, професійні додатки для моніторингу серцебиття, що підключаються до пульсометрів або смарт-годинників, або камери, що керують об’єктивами. Але навіть ці застосунки можуть бути переобладнані під AI-агенти у нових інтерфейсах.

Це прогноз — виклик для розробників і гігантів технологій. App Store Apple і Google Play залежать від великої екосистеми додатків. Якщо 80% зникне, їхній дохід і вплив сильно зменшаться. Для розробників, що заробляють на внутрішніх покупках і рекламі, єдине рішення — перетворитися на постачальників AI-можливостей.

Розрив «островів даних»: революція локального зберігання OpenClaw

Петро ділиться своїм баченням, що головна перевага OpenClaw у протистоянні великим мовним моделям (LLM) — це «власність даних» і руйнування «островів даних» великих корпорацій. Зараз великі AI-компанії створюють «фортеці», тримають дані користувачів у закритих хмарах, що ускладнює міграцію і вилучення інформації. OpenClaw працює локально на комп’ютері користувача, має прямий доступ до апаратного забезпечення (Tesla, аудіо, освітлення) і старих файлів, щоб витягти забуті спогади.

Він зберігає пам’ять у вигляді Markdown-файлів на локальній машині, що означає повну власність користувача і можливість доступу в будь-який час. Петро вважає, що особистий AI-агент обробляє дуже приватну інформацію — подібно до історії пошуку Google — тому локальне зберігання і контроль користувача є необхідними для захисту приватності і безпеки.

Однак на початку запуску OpenClaw виникли проблеми з безпекою. Компанія SlowMist вказала, що уразливість Clawdbot (OpenClaw) може призвести до витоку конфіденційних даних, включаючи API-ключі Anthropic, токени Telegram-ботів, OAuth-дані Slack і приватні діалоги користувачів за кілька місяців. На 1 лютого 2024 року ця уразливість була частково виправлена.

Від універсального AI до колективного інтелекту: майбутнє спеціалізації

Щодо майбутнього AI, Петро вважає, що не потрібно прагнути до «універсального розуму», а слід рухатися у напрямку «колективного інтелекту». Він порівнює це з людським суспільством, яке досягло висот через розподіл праці — AI також має розвиватися через спеціалізацію. У майбутньому кожна людина може мати кілька роботів-агентів, що відповідають за роботу, особисте життя або міжособистісні стосунки.

Петро малює сценарій, коли агент користувача безпосередньо домовляється з агентом ресторану щодо бронювання. У випадках, коли потрібна фізична присутність або черга, робот може автоматично найняти людину для виконання завдання. Така модель — група спеціалізованих агентів, що співпрацюють, — стане основою майбутнього AI.

Переваги колективного підходу — підвищена ефективність через спеціалізацію. AI, що керує фінансами, буде значно кращим за універсальний. AI для підтримки соціальних зв’язків зможе краще розуміти нюанси людських взаємодій. Це схоже на людське суспільство, де кожен має свою професію і набір навичок.

З технічної точки зору, колективний інтелект легше реалізувати. Навчання універсального AI вимагає величезних ресурсів і часто призводить до «розмазаної» компетенції. Навпаки, тренування кількох спеціалізованих AI — дешевше і фокусованіше. Вони можуть спілкуватися за стандартними протоколами, утворюючи мережу колективного розуму, що перевищить можливості одного універсального AI.