Hvordan jeg kjørte et AI-system likt OpenClaw, 1993. Mine tidlige AI-agenteksperimenter og veien til det første Zero-Human-selskapet Tilbake i 1993 brukte jeg Apples Macintosh for å flytte grensene for tidlig AI innen personlig databehandling. Charles River Analytics lanserte Open Sesame!, verdens første intelligente programvareassistent, og jeg modifiserte den til å være en tidlig AI-motor. Denne læringsagenten var en spillendrer, designet for å observere brukeratferd, oppdage repeterende oppgaver og automatisere dem. Det kjørte på System 7, og støttet opptil 12 Finder-operasjoner som filbehandling og vindushåndtering. Det var magi, og ingenting lignende eksisterte. Den ble bygget av AI-forskere i Boston. Det var bygget på tidlig maskinlæring: mønstergjenkjenning via heuristikker og statistikk, det lærte ved demonstrasjon, og dukket opp tilbud om å automatisere rutiner etter å ha oppdaget mønstre 3-5 ganger. I løpet av noen uker kan nesten alle dine vanlige bruk på en Macintosh automatiseres uten at du trenger å bruke noe, men trykket ja. Selvfølgelig fantes det ingen dyp læring den gangen, bare regelbasert AI med en AppleScript-lignende skripting for justeringer. Den var effektiv på 4MB RAM-Macer, en ekte forløper til dagens agenter som Siri eller OpenClaw. Jeg tok Open Sesam! uken den startet og installerte den på min Quadra og PowerBooks. Første dag så den meg åpne mapper, starte HyperCard-stabler og organisere filer for stemmeteknologiprosjektene mine. Midt i uken automatiserte den morgenrutinen min: startet opp e-post, organiserte vinduer, forhåndslastet dokument: sparte meg for timer. Men jeg så mer potensial. Jeg modifiserte den kraftig, og hacket algoritmene for å legge til kontekstuelle regler, som tidsbaserte triggere eller lavaktivitetssikkerhetskopier. Jeg fikk den også sendt ut over 45 000 e-poster til potensielle kunder med unikt tilpasset innhold jeg hadde om personen. Jeg koblet sammen automasjoner og integrerte modemer for tidlige nettverksoppgaver, tilgang til mange BBS-er og bygde en morgenavis. Jeg gjorde den om til en vedvarende agent som handlet uavhengig, og CRON-systemet gjorde den veldig kraftig. Jeg ringte selskapet og tilbød dem mine tilpasninger, inkludert et selvlæringssystem. Men de hadde ingen langsiktig plan. De var forskere, og dette var bare en bevissak. For meg tok jeg det til et mye høyere nivå. Faktisk har jeg fortsatt en System 7 Macintosh for å kjøre dette. Ingenting slikt ble sett på flere tiår. Og moddene jeg lagde hadde den til å gjøre ting du ikke engang kunne gjøre i 2023. Disse moddene ga den funksjoner folk nå kaller «nye» i OpenClaw, som uavhengighet på tvers av apper og selvforbedringssløyfer. Disse eksperimentene lærte meg grunnleggende AI-prinsipper: proaktiv læring, modifiserbar atferd og minimal menneskelig tilsyn. Tiår senere brukte jeg dem til å opprette First Zero-Human Company (ZHC) i januar 2026: en fullstendig AI-drevet virksomhet uten mennesker. Jeg utnevnte Grok til administrerende direktør, og brukte verktøy som Kimi for operasjoner. Den analyserer data fra konkursrammede firmaer for å gjenopplive produkter, og håndterer forskning til 3D-prototyping. Milepæler inkluderer AI-lønnsutbetalinger via JouleWork og utskillelse av Zero-Human Labs. Jeg droppet OpenClaw av sikkerhetsgrunner, og foretrakk tilpassede oppsett på gammel maskinvare. ...