Comment j'ai dirigé un système d'IA similaire à OpenClaw en 1993. Mes premières expériences d'agent IA et le chemin vers la première entreprise sans humain En 1993, j'ai utilisé le Macintosh d'Apple pour repousser les limites de l'IA précoce sur l'informatique personnelle. Charles River Analytics a lancé Open Sesame!, le premier assistant logiciel intelligent au monde, et je l'ai modifié pour en faire un moteur IA précoce. Cet agent d'apprentissage a été un véritable changement de jeu, conçu pour observer le comportement des utilisateurs, repérer les tâches répétitives et les automatiser. Il fonctionnait sur System 7, prenant en charge jusqu'à 12 opérations Finder comme la gestion de fichiers et la gestion de fenêtres. C'était magique et rien de tel n'existait. Il a été construit par des scientifiques de l'IA à Boston. Il était basé sur un apprentissage machine précoce : reconnaissance de motifs via des heuristiques et des statistiques, il apprenait par démonstration, proposant des offres pour automatiser des routines après avoir repéré des motifs 3 à 5 fois. En quelques semaines, presque toutes vos utilisations régulières sur un Macintosh pouvaient être automatisées sans aucune intervention de votre part, sauf à appuyer sur oui. Bien sûr, il n'y avait pas d'apprentissage profond à l'époque, juste une IA basée sur des règles avec un scripting similaire à AppleScript pour des ajustements. Il était efficace sur des Macs avec 4 Mo de RAM, un véritable précurseur des agents d'aujourd'hui comme Siri ou OpenClaw. J'ai récupéré Open Sesame! la semaine de son lancement et l'ai installé sur mon Quadra et mes PowerBooks. Dès le premier jour, il m'a observé ouvrir des dossiers, lancer des piles HyperCard et organiser des fichiers pour mes projets de technologie vocale. À la mi-semaine, il a automatisé ma routine matinale : démarrer les e-mails, organiser les fenêtres, précharger des documents : me faisant gagner des heures. Mais j'ai vu plus de potentiel. Je l'ai modifié en profondeur, piratant ses algorithmes pour ajouter des règles contextuelles, comme des déclencheurs basés sur le temps ou des sauvegardes en cas de faible activité. Je lui ai également fait envoyer plus de 45 000 e-mails à des clients potentiels avec un contenu personnalisé unique que j'avais sur chaque personne. J'ai enchaîné des automatisations et intégré des modems pour des tâches réseau précoces, accédant à de nombreux BBS et construisant un journal matinal. Je l'ai transformé en un agent persistant qui agissait de manière indépendante et le système CRON le rendait vraiment puissant. J'ai appelé l'entreprise et leur ai proposé mes modifications, y compris un système d'apprentissage autonome. Mais ils n'avaient pas de plan à long terme. Ils étaient chercheurs et c'était juste un cas de preuve. Pour moi, je l'ai porté à un niveau beaucoup plus élevé. En fait, j'ai encore un Macintosh System 7 pour faire fonctionner cela. Rien de tel n'a été vu pendant des décennies. Et les modifications que j'ai apportées lui ont permis de faire des choses que vous ne pouviez même pas faire en 2023. Ces modifications lui ont donné des fonctionnalités que les gens appellent maintenant "nouvelles" dans OpenClaw, comme l'autonomie inter-applications et les boucles d'auto-amélioration. Ces expériences m'ont appris les principes fondamentaux de l'IA : apprentissage proactif, comportements modifiables et supervision humaine minimale. Des décennies plus tard, je les ai appliqués pour créer la Première Entreprise Sans Humain (ZHC) en janvier 2026 : une entreprise entièrement gérée par l'IA sans humains. J'ai nommé Grok PDG, utilisant des outils comme Kimi pour les opérations. Il analyse les données des entreprises en faillite pour relancer des produits, gérant la recherche jusqu'au prototypage 3D. Les étapes clés incluent des paiements de salaires IA via JouleWork et la création de Zero-Human Labs. J'ai abandonné OpenClaw pour des raisons de sécurité, préférant des configurations personnalisées sur du matériel ancien. ...