پیام اصلی پیتر استاینبرگر، سازنده عامل هوش مصنوعی جنجالی OpenClaw و حالا از اعضای تیم OpenAI، برای توسعهدهندگان و آزمایشکنندگان فناوریهای هوش مصنوعی روشن و الهامبخش است: کنجکاو باشید، بازیگوش بمانید و انتظار نداشته باشید از روز اول همهچیز را بلد باشید. استاینبرگر این توصیهها را در نخستین قسمت پادکست Builders Unscripted با رومَن هوِت، رئیس تجربه توسعهدهندگان OpenAI، مطرح کرد و از مسیر تجربهمحورش در خلق OpenClaw گفت.
شروعی بدون نقشه کامل
استاینبرگر تاکید میکند که توسعه OpenClaw از یک برنامه یکپارچه و از پیشتعیینشده شکل نگرفته بود: «دلم میخواست ابزارهایی وجود داشته باشد که وجود نداشتند… و بیایید بگوییم آنها را با پرامپت به وجود آوردیم.» او ابتدا روی ابزاری برای یکپارچهسازی با واتساپ کار کرد، اما سپس پروژه را موقتاً کنار گذاشت چون فکر میکرد آزمایشگاههای هوش مصنوعی بهزودی چیزی مشابه خواهند ساخت. وقتی تا نوامبر سال گذشته دید هیچکدام چنین اقدامی نکردهاند، نمونه اولیه OpenClaw را ساخت.
نمونهای واقعی از کاربردپذیری در سفر
نقطه عطف برای استاینبرگر در یک سفر به مراکش اتفاق افتاد؛ جایی که به دلیل اینترنت نامطمئن، واتساپ مفید و قابلاتکا بود. او با OpenClaw توانست بهراحتی رستوران پیدا کند، اطلاعات را جستوجو کند، پیام بفرستد و کارهای روزمره را سادهتر انجام دهد: «وقتی آن را در شرایط واقعی امتحان کردم، دیدم چقدر کاربردی و راحت است.» این تجربه نشان داد که عاملهای هوش مصنوعی وقتی در بسترهای آشنا و کمدردسر اجرا شوند، میتوانند ارزش ملموسی ایجاد کنند.
هوش مصنوعی مانند یک برنامهنویس مسالهگشا
استاینبرگر درباره پیشرفت توانایی مدلهای مدرن در حل مسئله گفت: «حالا آنها واقعاً میتوانند خودشان راهحلها را پیدا کنند، حتی اگر شما هیچچیز را مستقیماً برنامهنویسی نکرده باشید.» این نکته نشان میدهد که توسعهدهندگان باید توانایی هدایت و ترکیب ابزارها را بیاموزند تا از ظرفیت حل مسئله مدلها بهطور موثر استفاده کنند.
یادگیریِ مهارتِ هوش مصنوعی؛ نه یک معجزه فوری
او نسبت به رویکردهایی که «vibe coding» نامیده میشود و انتظار دارند با چند تلاش ساده نتایج درخشان حاصل شود، هشدار داد: «فکر میکنم vibe coding یک برچسب نادرست است.» استاینبرگر این مسیر را شبیه یادگیری نواختن گیتار میداند—اولین روزها نتیجه چشمگیر نخواهید گرفت، اما با تمرین و انعطافپذیری بهتر میشوید. او توصیه میکند توسعهدهندگان با رویکردی بازیگونه و کنجکاوانه آغاز کنند، از اشتباهها درس بگیرند و جریان کاری خود را دائماً بهینه کنند.
نکات عملی برای توسعهدهندگان و کسبوکارها
– با پروژههای کوچک و آزمونپذیر شروع کنید و بهسرعت نمونههای قابل آزمایش بسازید.
– پرامپتها را مانند یک مهارت در نظر بگیرید: زمانبندی، طراحی و بازخورد مهماند.
– در محیطهای واقعی (مانند پیامرسانها یا اپلیکیشنهای محبوب) آزمایش کنید تا کاربردپذیری واقعی را بسنجید.
– از رویکرد بازیگوشانه برای الهامگیری و خلاقیت بهره ببرید؛ ساختن چیزی که خودتان دوست دارید اغلب به محصولی جذاب منجر میشود.
– صبور باشید: بهبود جریان کاری و تسلط بر ابزارها زمان میبرد.
پیام بلندمدت: تقاضا برای خلاقیت انسانی افزایش مییابد
استاینبرگر در مواجهه با نگرانیها درباره جایگزینی مشاغل توسط هوش مصنوعی دیدی مثبتتر دارد: «اگر هویت شما این است که میخواهید خلق کنید و مسئله حل کنید، اگر اراده و هوشمندی دارید، بیش از همیشه مورد تقاضا خواهید بود.» او بر این باور است که افراد دارای «آژانسی بالا» (high agency) که میتوانند از هوش مصنوعی بهعنوان ابزاری برای افزایش بهرهوری و خلاقیت استفاده کنند، در بازار کار آینده مزیت خواهند داشت.
خلاصه اینکه، تجربه استاینبرگر با OpenClaw یک مسیر یادگیری تدریجی، آزمایش و بازیگری است—رویکردی که برای توسعهدهندگان عاملهای هوش مصنوعی و تیمهایی که به دنبال پیادهسازی کاربردهای عملی AI هستند، درسهای ارزشمندی ارائه میدهد.