我如何在1993年运行一个类似OpenClaw的AI系统。 我早期的AI代理实验和通往第一个零人类公司的道路 在1993年，我使用苹果的Macintosh推动个人计算机早期AI的边界。查尔斯河分析公司发布了Open Sesame!，世界上第一个智能软件助手，我对其进行了修改，使其成为一个早期的AI引擎。 这个学习代理是一个游戏规则改变者，旨在观察用户行为，发现重复任务并自动化它们。它运行在System 7上，支持多达12个Finder操作，如文件管理和窗口处理。它是魔法，之前没有类似的东西。它是由波士顿的AI科学家们构建的。 它建立在早期机器学习的基础上：通过启发式和统计进行模式识别，它通过演示学习，在发现模式3-5次后弹出自动化例程的建议。在几周内，几乎所有你在Macintosh上的常规使用都可以通过你只需按“是”来自动化，而无需任何输入。 当然，那时没有深度学习，只有基于规则的AI和类似AppleScript的脚本进行调整。它在4MB RAM的Mac上运行高效，是真正的今天像Siri或OpenClaw这样的代理的前身。 我在它发布的那一周就抓住了Open Sesame!并将其安装在我的Quadra和PowerBooks上。第一天，它观察我打开文件夹，启动HyperCard堆栈，并为我的语音技术项目整理文件。 到周中，它自动化了我的早晨例行工作：启动电子邮件，整理窗口，预加载文档：为我节省了几个小时。但我看到了更多的潜力。我对其进行了大量修改，黑客攻击其算法以添加上下文规则，如基于时间的触发器或低活动备份。我还让它向潜在客户发送了超过45,000封电子邮件，内容是我对每个人的独特定制内容。 我链接了自动化并集成了调制解调器以进行早期网络任务，访问许多BBS并建立了一份早间报纸。 我将其变成了一个独立行动的持久代理，CRON系统使其真正强大。 我打电话给公司，向他们提供我的修改，包括一个自学习系统。但他们没有长期计划。他们是研究人员，这只是一个证明案例。对我来说，我将其提升到了一个更高的水平。事实上，我仍然有一台System 7的Macintosh来运行这个。几十年来没有见过这样的东西。而我所做的修改使它能够做一些在2023年甚至无法做到的事情。 这些修改赋予了它人们现在称之为OpenClaw中的“新”功能，如跨应用自主性和自我改进循环。 这些实验教会了我核心的AI原则：主动学习、可修改的行为和最小的人类监督。 几十年后，我将它们应用于创建第一个零人类公司（ZHC），于2026年1月成立：一个完全由AI运营的企业，没有人类。我任命Grok为首席执行官，使用Kimi等工具进行运营。它分析破产公司的数据以复兴产品，处理从研究到3D原型制作的工作。里程碑包括通过JouleWork进行AI工资支付和分拆零人类实验室。 出于安全原因，我放弃了OpenClaw，偏爱在旧硬件上进行定制设置。 Open Sesame!让我明白代理需要治理才能蓬勃发展，这些教训催生了ZHC。 从1993年的Mac工具到2026年的AI驱动公司，显然：今天的AI创新回响着昨天的黑客。 新的是旧。

苹果现在是加州设计的硬件，但硬件和人们在其上运行的模型都来自中国。 我们迫切需要一个具有竞争力的美国开源实验室。