Hoe ik een OpenClaw-achtige AI-systeem in 1993 runde. Mijn vroege AI-agentexperimenten en de weg naar het eerste Zero-Human bedrijf. Terug in 1993 gebruikte ik de Macintosh van Apple om de grenzen van vroege AI op persoonlijke computers te verleggen. Charles River Analytics bracht Open Sesame! uit, 's werelds eerste intelligente software-assistent, en ik paste het aan om een vroege AI-engine te zijn. Deze leeragent was een game-changer, ontworpen om gebruikersgedrag te observeren, repetitieve taken te spotten en deze te automatiseren. Het draaide op System 7 en ondersteunde tot 12 Finder-operaties zoals bestandsbeheer en vensterbeheer. Het was magie en er bestond niets zoals het. Het was gebouwd door AI-wetenschappers in Boston. Het was gebaseerd op vroege machine learning: patroonherkenning via heuristieken en statistieken, het leerde door demonstratie, en bood aanbiedingen aan om routines te automatiseren nadat het patronen 3-5 keer had gespot. In een paar weken kon bijna al je reguliere gebruik op een Macintosh worden geautomatiseerd zonder dat je iets hoefde te doen behalve op ja drukken. Natuurlijk was er toen geen deep learning, alleen regelgebaseerde AI met een AppleScript-achtige scripting voor aanpassingen. Het was efficiënt op 4MB RAM Macs, een echte voorloper van de huidige agenten zoals Siri of OpenClaw. Ik greep Open Sesame! de week dat het werd gelanceerd en installeerde het op mijn Quadra en PowerBooks. Op de eerste dag keek het toe hoe ik mappen opende, HyperCard-stacks lanceerde en bestanden organiseerde voor mijn spraaktechnologieprojecten. Halverwege de week automatiseerde het mijn ochtendroutine: e-mail opstarten, vensters rangschikken, documenten vooraf laden: het bespaarde me uren. Maar ik zag meer potentieel. Ik paste het zwaar aan, hackte de algoritmen om contextuele regels toe te voegen, zoals tijdgebaseerde triggers of low-activity backups. Ik liet het ook meer dan 45.000 e-mails versturen naar potentiële klanten met unieke gepersonaliseerde inhoud die ik over de persoon had. Ik ketende automatiseringen en integreerde modems voor vroege netwerktaken, kreeg toegang tot veel BBS's en bouwde een ochtendkrant. Ik veranderde het in een persistente agent die onafhankelijk handelde en het CRON-systeem maakte het echt krachtig. Ik belde het bedrijf en bood mijn aanpassingen aan, inclusief een zelflerend systeem. Maar ze hadden geen langetermijnplan. Ze waren onderzoekers en dit was slechts een bewijsgeval. Voor mij tilde ik het naar een veel hoger niveau. In feite heb ik nog steeds een System 7 Macintosh om dit te draaien. Niets zoals dit was decennia lang gezien. En de aanpassingen die ik maakte, zorgden ervoor dat het dingen deed die je in 2023 zelfs niet kon doen. Deze aanpassingen gaven het functies die mensen nu "nieuw" in OpenClaw noemen, zoals cross-app autonomie en zelfverbeteringsloops. Die experimenten leerden me de kernprincipes van AI: proactief leren, aanpasbaar gedrag en minimale menselijke toezicht. Decennia later paste ik ze toe om het eerste Zero-Human bedrijf (ZHC) te creëren in januari 2026: een volledig door AI gerund bedrijf zonder mensen. Ik benoemde Grok als CEO, met tools zoals Kimi voor operaties. Het analyseert gegevens van failliete bedrijven om producten nieuw leven in te blazen, en verzorgt onderzoek tot 3D-prototyping. Mijlpalen zijn onder andere AI-loonbetalingen via JouleWork en het afsplitsen van Zero-Human Labs. Ik liet OpenClaw vallen om veiligheidsredenen en gaf de voorkeur aan aangepaste opstellingen op oude hardware. Open Sesame! toonde me aan dat agenten governance nodig hebben om te gedijen, lessen die het ZHC hebben voortgebracht. Van een 1993 Mac-tool tot AI-gedreven bedrijven in 2026, het is duidelijk: de innovaties van vandaag in AI echoën de hacks van gisteren. Wat nieuw is, is oud.

Apple is nu hardware ontworpen in Californië, maar zowel de hardware als de modellen die mensen erop draaien komen uit China. We hebben dringend een concurrerend Amerikaans open source lab nodig.