Jak uruchomiłem system AI podobny do OpenClaw w 1993 roku. Moje wczesne eksperymenty z agentami AI i droga do pierwszej firmy bez ludzi. W 1993 roku używałem Macintosha firmy Apple, aby przesuwać granice wczesnej AI na komputerach osobistych. Charles River Analytics wydało Open Sesame!, pierwszego na świecie inteligentnego asystenta oprogramowania, a ja zmodyfikowałem go, aby stał się wczesnym silnikiem AI. Ten agent uczący się był przełomowy, zaprojektowany do obserwowania zachowań użytkowników, dostrzegania powtarzalnych zadań i automatyzowania ich. Działał na Systemie 7, obsługując do 12 operacji Findera, takich jak zarządzanie plikami i obsługa okien. To była magia i nic podobnego nie istniało. Został stworzony przez naukowców AI w Bostonie. Opierał się na wczesnym uczeniu maszynowym: rozpoznawaniu wzorców za pomocą heurystyk i statystyk, uczył się przez demonstrację, wyskakując z ofertami automatyzacji rutyn po dostrzeżeniu wzorców 3-5 razy. W ciągu kilku tygodni prawie wszystkie twoje regularne użycia Macintosha mogły być zautomatyzowane bez twojego wkładu, wystarczyło nacisnąć tak. Oczywiście wtedy nie było głębokiego uczenia, tylko AI oparte na regułach z skryptowaniem podobnym do AppleScript do drobnych poprawek. Był wydajny na Macach z 4 MB RAM, prawdziwy prekursor dzisiejszych agentów, takich jak Siri czy OpenClaw. Złapałem Open Sesame! w tygodniu, w którym zadebiutował, i zainstalowałem go na moim Quadra i PowerBookach. W pierwszy dzień obserwował, jak otwieram foldery, uruchamiam stosy HyperCard i organizuję pliki dla moich projektów technologii głosowej. Do połowy tygodnia zautomatyzował moją poranną rutynę: uruchamianie e-maili, układanie okien, wstępne ładowanie dokumentów: oszczędzając mi godziny. Ale dostrzegłem większy potencjał. Mocno go zmodyfikowałem, hakując jego algorytmy, aby dodać reguły kontekstowe, takie jak wyzwalacze czasowe lub kopie zapasowe przy niskiej aktywności. Wysłałem również ponad 45 000 e-maili do potencjalnych klientów z unikalną, dostosowaną treścią, którą miałem na temat danej osoby. Złączyłem automatyzacje i zintegrowałem modemy do wczesnych zadań sieciowych, uzyskując dostęp do wielu BBS-ów i budując poranny serwis informacyjny. Przekształciłem go w trwałego agenta, który działał niezależnie, a system CRON uczynił go naprawdę potężnym. Zadzwoniłem do firmy i zaoferowałem im moje modyfikacje, w tym system samouczący. Ale nie mieli długoterminowego planu. Byli badaczami, a to był tylko przypadek dowodowy. Dla mnie wziąłem to na znacznie wyższy poziom. W rzeczywistości wciąż mam Macintosha z Systemem 7, aby to uruchomić. Nic podobnego nie widziano przez dziesięciolecia. A modyfikacje, które wprowadziłem, sprawiły, że robił rzeczy, których nie można było nawet zrobić w 2023 roku. Te modyfikacje dały mu funkcje, które ludzie teraz nazywają „nowymi” w OpenClaw, takie jak autonomia między aplikacjami i pętle samodoskonalenia. Te eksperymenty nauczyły mnie podstawowych zasad AI: proaktywnego uczenia się, modyfikowalnych zachowań i minimalnej nadzoru ludzkiego. Dekady później zastosowałem je, aby stworzyć Pierwszą Firmę Bez Ludzi (ZHC) w styczniu 2026 roku: w pełni AI-sterowane przedsiębiorstwo bez ludzi. Powierzyłem Grokowi stanowisko CEO, używając narzędzi takich jak Kimi do operacji. Analizuje dane bankrutujących firm, aby ożywić produkty, zajmując się badaniami do prototypowania 3D. Kamienie milowe obejmują płatności wynagrodzeń AI za pośrednictwem JouleWork i wydzielenie Zero-Human Labs. Zrezygnowałem z OpenClaw z powodów bezpieczeństwa, preferując niestandardowe konfiguracje na starym sprzęcie. Open Sesame! pokazał mi, że agenci potrzebują zarządzania, aby się rozwijać, lekcje, które dały początek ZHC. Od narzędzia z 1993 roku do firm napędzanych AI w 2026 roku, jasne jest: dzisiejsze innowacje AI odzwierciedlają wczorajsze hacki. To, co jest nowe, jest stare.

Apple to teraz sprzęt zaprojektowany w Kalifornii, ale zarówno sprzęt, jak i modele, które ludzie na nim uruchamiają, pochodzą z Chin. Pilnie potrzebujemy konkurencyjnego amerykańskiego laboratorium open source.