Venture capital firm Y Combinator phỏng vấn nhà phát triển OpenClaw, một AI cá nhân mã nguồn mở nổi bật, Peter Steinberger, người dự đoán khoảng 80% ứng dụng sẽ biến mất, các ứng dụng chỉ quản lý dữ liệu sẽ bị AI đại lý tự động hóa thay thế. OpenClaw có lợi thế lớn là phá vỡ các đảo dữ liệu, lưu trữ tại chỗ để bảo vệ quyền riêng tư.
Hậu đằng của 180.000 sao trên GitHub: Khoảnh khắc phản hồi trong 9 giây
(Nguồn: Github)
Kho lưu trữ dự án OpenClaw trên GitHub đã nhận hơn 180.000 sao, cộng đồng thậm chí phát triển các ứng dụng cho phép robot trò chuyện với nhau hoặc thuê người, như Moltbook. Số sao này rất hiếm trong cộng đồng mã nguồn mở, ngay cả các framework học sâu nổi tiếng như PyTorch cũng chỉ có khoảng 80.000 sao. Việc OpenClaw đạt 180.000 sao trong vài tháng cho thấy sức nóng bùng nổ trong cộng đồng nhà phát triển.
Trước sự nổi bật đột ngột của OpenClaw, Peter tiết lộ rằng trong vài tuần gần đây ông đã nhận được lượng phản hồi và email khổng lồ, đến mức cảm thấy cần phải “ẩn mình trong hang” một tuần để tiêu hóa tất cả. Áp lực từ sự chú ý đột ngột này là rất lớn đối với nhà phát triển độc lập, không chỉ phải trả lời các câu hỏi kỹ thuật, yêu cầu tính năng mà còn xử lý các cuộc phỏng vấn truyền thông, hợp tác thương mại và quản lý cộng đồng.
Khi nói về động lực phát triển ban đầu, Peter cho biết ban đầu chỉ để giúp máy tính thực thi các lệnh đơn giản. Ông đã phát triển phiên bản sơ bộ vào tháng 5, 6, rồi sau đó tiếp tục phát triển để đáp ứng nhu cầu kiểm tra tiến trình công việc của máy tính. Động lực “giải quyết điểm đau cá nhân” này là đặc điểm chung của nhiều dự án mã nguồn mở thành công. Khi nhà phát triển trải nghiệm trực tiếp vấn đề, các giải pháp họ tạo ra thường phù hợp hơn với nhu cầu thực tế.
Khoảnh khắc chuyển đổi thực sự xảy ra tại một bữa tiệc ở Marrakech, khi ông thử gửi tin nhắn thoại qua WhatsApp tới một robot chưa tích hợp chức năng thoại. Điều bất ngờ là robot thể hiện khả năng giải quyết vấn đề đáng kinh ngạc, tự động nhận diện tệp, chuyển đổi định dạng và tự gọi API, hoàn thành phản hồi trong vòng 9 giây. Điều này khiến ông nhận ra rằng mô hình lập trình của mình đã có khả năng biến các vấn đề trừu tượng thành giải pháp thực tế.
Khoảnh khắc phản hồi trong 9 giây này là bước ngoặt để OpenClaw từ dự án thử nghiệm trở thành công cụ thực tiễn. Khi AI đại lý có thể tự xử lý các tình huống bất ngờ (tin nhắn thoại), tự tìm giải pháp (chuyển đổi định dạng), và thực thi hiệu quả (hoàn thành trong 9 giây), nó đã tiến hóa từ “trợ lý cần giám sát liên tục của con người” thành “đại lý tự giải quyết vấn đề”. Sự nhảy vọt về chất lượng này là dấu hiệu của việc AI đại lý đã trở nên thực dụng.
Khi phát triển OpenClaw, Peter không dùng các Git Worktrees phổ biến mà trực tiếp sao chép nhiều thư mục để xử lý song song các nhiệm vụ, giảm bớt gánh nặng tinh thần. Ông ủng hộ việc cung cấp cho robot các “công cụ mà con người cũng thích dùng”, như giao diện dòng lệnh (CLI), thay vì các giao thức phức tạp chỉ dành cho máy. Triết lý “lấy con người làm trung tâm” này giúp OpenClaw dễ hiểu và mở rộng hơn đối với nhà phát triển.
Để tránh phản hồi quá cứng nhắc, ông còn tạo một file tên là soul.md để định nghĩa các giá trị và tính cách của robot, giúp phản hồi mang tính nhân văn và hài hước hơn. Chi tiết này rất truyền cảm hứng, cho thấy thiết kế AI đại lý xuất sắc không chỉ là vấn đề kỹ thuật mà còn là xây dựng nhân cách. Khi AI có “cá tính rõ ràng”, người dùng sẽ cảm thấy thích thú hơn khi tương tác, hình thành mối quan hệ tự nhiên hơn giữa người và máy.
Chuyện 80% ứng dụng sẽ biến mất: Ngày tận thế của các ứng dụng quản lý dữ liệu
Trong cuộc phỏng vấn, Peter dự đoán táo bạo rằng khoảng 80% ứng dụng sẽ biến mất. Ông cho rằng, chỉ cần là các ứng dụng đơn thuần “quản lý dữ liệu” sẽ bị AI đại lý thay thế theo cách tự nhiên và tự động. Những ứng dụng như MyFitnessPal hay các phần mềm nhắc nhở công việc trong tương lai sẽ không còn cần thiết nữa.
Peter mô tả viễn cảnh mang tính cách mạng: khi người dùng ăn ở quán hamburger, AI đại lý sẽ tự động ghi nhận các món ăn yêu thích của họ, thậm chí điều chỉnh lịch tập thể dục để tăng cường cardio, mà người dùng không cần nhập liệu thủ công. Trải nghiệm hoàn toàn tự động này sẽ làm cho các ứng dụng theo dõi thể hình và chế độ ăn truyền thống trở nên thừa thãi. Người dùng không cần mở MyFitnessPal, nhập tên món ăn hay calories nữa, AI sẽ tự làm tất cả trong nền.
Các phần mềm nhắc nhở cũng đối mặt với nguy cơ bị thay thế. Peter nói rằng, trong tương lai, cách tương tác sẽ là “nhắc tôi việc này”, và AI sẽ tự động xử lý, nhắc đúng giờ mà người dùng không cần quan tâm dữ liệu nằm ở đâu. Hiện tại, các ứng dụng như Todoist, Microsoft To Do vẫn yêu cầu người dùng tạo nhiệm vụ, đặt giờ, phân loại thủ công. Quá trình quản lý thủ công này sẽ bị xóa bỏ hoàn toàn trong kỷ nguyên AI đại lý.
Ba nhóm ứng dụng 80% sẽ biến mất
Nhóm ghi chép dữ liệu: theo dõi thể hình, ghi chép chế độ ăn, quản lý tài chính, các ứng dụng nhập dữ liệu thuần túy
Nhóm nhắc nhở quản lý: lịch, nhắc nhở, báo thức
Nhóm tổng hợp thông tin: tổng hợp tin tức, quản lý email, ghi chú
Trong xu hướng này, Peter cho rằng chỉ những ứng dụng dựa vào cảm biến phần cứng đặc thù mới còn có khả năng tồn tại, ví dụ như ứng dụng đo nhịp tim chuyên nghiệp cần kết nối cảm biến đeo hoặc đồng hồ thông minh, hoặc ứng dụng chụp ảnh cần điều khiển phần cứng máy ảnh. Những chức năng này AI đại lý khó có thể hoàn toàn thay thế. Tuy nhiên, ngay cả các ứng dụng này cũng có thể được đóng gói lại theo cách tương tác mới qua giao diện AI.
Dự đoán này là mối đe dọa sinh tồn đối với các nhà phát triển ứng dụng và các ông lớn công nghệ. Apple App Store và Google Play dựa vào hệ sinh thái ứng dụng khổng lồ, nếu 80% ứng dụng biến mất, doanh thu và ảnh hưởng của hai nền tảng này sẽ giảm mạnh. Các nhà phát triển dựa vào mua trong ứng dụng và quảng cáo có thể buộc phải chuyển đổi sang cung cấp chức năng AI đại lý như là lối thoát duy nhất.
Phá vỡ đảo dữ liệu: cuộc cách mạng lưu trữ tại chỗ của OpenClaw
Peter chia sẻ rằng điểm mạnh giúp OpenClaw cạnh tranh với các mô hình ngôn ngữ lớn (LLM) là “quyền sở hữu dữ liệu” và phá vỡ các “đảo dữ liệu” của các tập đoàn lớn. Hiện các công ty AI lớn thường xây dựng hàng rào bảo vệ, giữ dữ liệu người dùng trong các hệ thống đám mây kín, khiến người dùng khó di chuyển hoặc lấy dữ liệu ra. Nhưng OpenClaw chạy trực tiếp trên máy tính của người dùng, kiểm soát phần cứng như Tesla, loa, đèn, và khai thác các tệp cũ để khôi phục ký ức đã quên.
OpenClaw lưu trữ ký ức dưới dạng các tệp Markdown tại chỗ, nghĩa là người dùng hoàn toàn sở hữu và có thể truy cập bất cứ lúc nào. Peter cho rằng, AI cá nhân sẽ xử lý các thông tin cực kỳ riêng tư, tương tự như lịch sử tìm kiếm của Google, do đó lưu trữ tại chỗ và quyền kiểm soát của người dùng là điều kiện cần thiết để bảo vệ quyền riêng tư và an toàn.
Tuy nhiên, khi ra mắt ban đầu, OpenClaw từng gặp vấn đề về an ninh. Công ty an ninh mạng SlowMist phát hiện lỗ hổng trong Clawdbot (OpenClaw) có thể dẫn đến rò rỉ nhiều thông tin nhạy cảm, bao gồm API của Anthropic, token bot Telegram, chứng chỉ OAuth của Slack, và các cuộc trò chuyện riêng tư của người dùng kéo dài nhiều tháng. Đến ngày 1 tháng 2, Clawdbot đã cập nhật để khắc phục một số vấn đề bảo mật.
Từ AI toàn năng sang trí tuệ nhóm: Tương lai phân công chuyên môn
Về hướng phát triển của AI, Peter cho rằng không nên theo đuổi “trí tuệ toàn năng” tập trung mà cần hướng tới “trí tuệ nhóm”. Ông ví von, xã hội loài người đạt thành tựu như đổ bộ mặt trăng là nhờ phân công hợp tác, AI cũng nên phát triển theo hướng chuyên môn hóa. Trong tương lai, mỗi người có thể sở hữu nhiều robot chuyên trách, đảm nhiệm công việc, đời tư hoặc các mối quan hệ xã hội.
Peter mô tả một tương lai robot tương tác với robot, ví dụ như đại lý của người dùng trực tiếp đàm phán đặt bàn với đại lý của nhà hàng. Trong các tình huống cần giao dịch truyền thống hoặc xếp hàng thực tế, robot thậm chí có thể thuê người để hoàn thành nhiệm vụ. Mô hình cộng tác của nhiều đại lý chuyên môn này sẽ là xu hướng chính của AI trong tương lai.
Lợi thế của mô hình trí tuệ nhóm là hiệu quả tăng lên nhờ chuyên môn hóa. Một AI chuyên về quản lý tài chính sẽ hiệu quả hơn nhiều so với AI chung chung. Một AI chuyên về duy trì các mối quan hệ xã hội sẽ hiểu rõ các sắc thái trong tương tác hơn. Tương tự như phân công nghề nghiệp trong xã hội loài người, mỗi lĩnh vực có bộ kiến thức và kỹ năng riêng biệt.
Về mặt kỹ thuật, mô hình trí tuệ nhóm cũng dễ thực hiện hơn. Huấn luyện một AI tổng quát toàn năng đòi hỏi dữ liệu và tài nguyên tính toán khổng lồ, dễ dẫn đến tình trạng “mọi thứ đều tầm thường”. Trong khi đó, huấn luyện nhiều AI chuyên môn có thể dùng mô hình nhỏ hơn, dữ liệu tập trung hơn, giảm chi phí và yêu cầu tính toán. Các AI chuyên môn này sẽ giao tiếp qua các giao thức tiêu chuẩn, tạo thành mạng lưới hợp tác, tổng thể trí tuệ có thể vượt xa AI tổng quát.
