Rencontre avec le fondateur d'OpenClaw lors d'un hackathon : Les « Claws » peuvent-ils vraiment faire tout cela ?

Odaily星球日报Publié le 2026-03-20Dernière mise à jour le 2026-03-20

Résumé

En mars 2026, l'UK AI Agent Hackathon à Londres, centré sur OpenClaw, a rassemblé plus de 1200 participants. Peter Steinberger, créateur d'OpenClaw, y a assisté. Six projets notables ont émergé : AgroMind pour la gestion des risques agricoles via données satellitaires, ClawBio comme plateforme ouverte pour la bio-informatique, BioSentinel pour l'automatisation de la recherche pharmaceutique, un "système nerveux" pour Londres utilisant les données urbaines, Highstreet AI assistant les petites entreprises, et AlphaMind AI démocratisant l'analyse financière institutionnelle. Steinberger a souligné l'importance de créer du sens plutôt que de le chercher. Bien que des applications Web3 prometteuses aient été présentées, comme la gestion d'actifs et la gouvernance, les préoccupations de sécurité restent un défi majeur pour l'intégration d'OpenClaw dans la blockchain.

Original | Odaily Planet Daily (@OdailyChina)

Auteur | jk

Mars 2026, le UK AI Agent Hackathon 2026, lancé par l'Association Blockchain de l'Imperial College London, s'est tenu à Londres. Ce hackathon, centré sur le framework technique OpenClaw, a attiré plus de 1200 participants inscrits, et le Demo Day a battu un record de 5000 spectateurs en ligne en temps réel, atteignant même la première place des tendances mondiales sur la plateforme X.

Il a été considéré par de nombreux participants comme le « premier University OpenClaw Hackathon au monde ». Peter Steinberger, le père d'OpenClaw, s'est personnellement rendu à Londres pour cet événement.

Quels projets étaient les plus intéressants ?

Le 7 mars, des équipes de plusieurs universités ont présenté les prototypes de produits qu'elles avaient construits en une semaine, couvrant un large éventail de domaines, de l'agriculture à la biosécurité, en passant par la gouvernance urbaine et la protection DeFi. Voici 6 projets qui méritent une attention particulière :

AgroMind : Données satellitaires + AI Agent, pour concrétiser la couverture des risques agricoles

AgroMind intègre la surveillance des cultures par satellite, les données météorologiques et les signaux du marché pour construire un système de prédiction et de couverture automatique des risques dans la chaîne d'approvisionnement agricole, son scénario central étant un flux de travail de couverture automatique.

Le décalage d'information dans la chaîne d'approvisionnement agricole a toujours été une question d'argent. La volatilité des prix des matières premières provient souvent de risques climatiques enfouis il y a des mois dans une région productrice, et le marché ne réagit qu'à l'arrivée des nouvelles. AgroMind vise à combler ce décalage. Il assemble le suivi des cultures par satellite, les données météorologiques et les signaux du marché. Lorsque les images satellites montrent des signes précoces de stress hydrique dans une région productrice de soja au Brésil, avant tout rapport officiel, le système est déjà en marche. Il vérifie les stocks de l'utilisateur et la volatilité actuelle du marché, rédige un plan de couverture et, si les conditions sont favorables, passe directement un ordre sur le marché des matières premières. C'est moins un outil d'IA qu'un analyste assis devant les images satellites qui surveille le marché pour vous, sauf qu'il ne dort pas.

ClawBio : Le Hugging Face de la bio-informatique

La bio-informatique a un problème persistant : les meilleurs outils d'analyse et connaissances sont essentiellement verrouillés dans quelques universités et un petit nombre de laboratoires pharmaceutiques, inaccessibles au chercheur moyen. Ce que ClawBio veut faire, par analogie, est assez simple : refaire ce que Hugging Face a fait avec les modèles d'IA, mais dans le domaine de la bio-informatique. C'est un entrepôt ouvert de compétences biologiques, contenant des compétences d'analyse vérifiées et reproductibles, que tout Agent peut appeler directement, y compris le criblage de toxines et l'identification de fonctions biologiques dangereuses. Un scénario est très intéressant : un utilisateur prend une photo de l'emballage d'un médicament, l'Agent appelle une compétence de ClawBio pour interroger les archives génomiques locales et renvoie en quelques secondes une carte de dosage personnalisée. Les données sont traitées localement, sans être téléchargées sur un serveur. Cette approche « Local-First » est particulièrement cruciale dans les scénarios de santé pour protéger la vie privée.

BioSentinel : De l'identification des pathogènes aux candidats-médicaments, l'automatisation de bout en bout

BioSentinel a une ambition plus grande. Son point de départ est les données de santé publique mondiale. Le système collecte en continu des informations de sources comme l'OMS, le CDC, le CIDRAP, etc. Dès qu'une menace émergente est identifiée, il localise automatiquement les protéines cibles du pathogène, puis utilise des outils de biologie computationnelle comme RFdiffusion et ProteinMPNN pour concevoir des molécules candidates potentiellement efficaces pour un traitement. Chaque molécule candidate est criblée contre une base de données de toxines avant de passer à l'étape suivante, garantissant qu'elle ne crée rien de dangereux. L'ensemble du processus peut être piloté par une interface de chat. Le chercheur n'a pas besoin d'exécuter les commandes une par une, il exprime son besoin et l'Agent se charge d'ordonnancer les outils ; cela réduit considérablement la barrière d'entrée en biologie computationnelle.

« Le Système Nerveux de Londres » : De la ville intelligente à la ville « pensante »

Le point de départ de ce projet est simple : Londres génère quotidiennement une masse de données de capteurs (trafic, qualité de l'air, état des infrastructures), mais ces données sont largement cloisonnées, personne ne sait vraiment dans quel état se trouve la ville à un instant donné.

L'équipe a utilisé OpenClaw pour connecter simultanément la surveillance du trafic en temps réel, les capteurs de qualité de l'air et les données des marchés financiers. Si la qualité de l'air chute soudainement dans un quartier, le système ne se contente pas de logger l'événement, il propose activement des itinéraires moins pollués aux écoles et aux navetteurs à proximité. Si un lampadaire ou un capteur tombe en panne, la réponse du système sera également beaucoup plus rapide qu'une déclaration manuelle. L'objectif à long terme de l'équipe est d'ouvrir ce framework aux autorités locales pour l'intégrer aux systèmes urbains existants, plutôt que de tout reprendre à zéro.

Highstreet AI : Créer des « employés numériques » pour les petits commerces de Londres

La grande majorité des produits d'IA sont conçus pour les entreprises technologiques, et non pour le petit restaurant de fruits de mer de Kingston Street. Highstreet AI vise précisément à réduire cet écart.

Il s'adresse aux petites et moyennes entreprises qui reçoivent quotidiennement des commandes par e-mail, WhatsApp et téléphone, mais n'ont aucun système informatique. La solution de Highstreet est de déployer un groupe d'Agents collaboratifs : un responsable de la compréhension de la demande, un autre de la vérification du stock en temps réel, un autre de la rédaction des factures et des liens de paiement, laissant au propriétaire un bouton « Approuver » sur un tableau de bord.

L'être humain n'intervient que pour cette dernière étape de confirmation. Highstreet affirme que ce système peut faire économiser plus de 10 heures par semaine à un propriétaire, sans nécessiter de compétences techniques.

AlphaMind AI : Apporter la logique d'investissement institutionnelle au petit investisseur

Il existe un fossé profond entre l'investisseur retail moyen et l'investisseur institutionnel, pas seulement à cause de l'écart de capital, mais surtout à cause des capacités d'analyse et de la vitesse de réaction.

AlphaMind est un produit qui comble cette lacune. Les utilisateurs peuvent comparer leur portefeuille avec des portefeuilles publics comme celui de Buffett, mais le système ne se contente pas d'afficher un graphique de comparaison. Il utilise les Agents d'OpenClaw pour analyser le risque de concentration de vos actifs sur plusieurs courtiers et bourses, puis exécute automatiquement des opérations de rééquilibrage. Son positionnement est : les outils du passé vous disaient ce qui s'est passé, AlphaMind vous dit pourquoi, puis règle la situation pour vous.

La présence du « Parrain des Claws » Peter Steinberger

En novembre, le développeur autrichien Peter Steinberger a publié un projet appelé « Clawdbot ». Vous pouviez lui envoyer un message via Telegram ou WhatsApp, et il pouvait vous aider à gérer votre calendrier, traiter vos e-mails, exécuter des scripts, voire naviguer sur le web. Personne ne s'attendait à ce que ce projet prenne d'assaut le monde de l'IA en seulement deux mois. OpenClaw a explosé fin janvier 2026. Le 14 février, Steinberger a annoncé rejoindre OpenAI pour promouvoir le développement de la prochaine génération d'Agents IA personnels, tandis que le projet OpenClaw était transféré à une fondation open source indépendante pour continuer à être exploité. C'est ce développeur, venant juste de devenir une figure centrale du monde de l'IA, qui est venu à Londres pour ce hackathon.

Ce voyage à Londres a failli ne pas avoir lieu. Les organisateurs ont révélé que Peter avait découvert un problème de visa juste avant son départ, « toute l'équipe a pratiquement paniqué », et le problème n'a été résolu de justesse que deux jours avant le début de l'événement. Une fois le visa obtenu, il a même modifié son vol pour s'assurer de pouvoir participer à tous les événements comme prévu. La première fois qu'il est entré dans une salle de l'Imperial College, il regardait simplement son téléphone, prenant des notes et préparant son discours avec sérieux, sans aucune attitude de « star de l'IA ».

Peter lors de ce hackathon

Lors de la fête organisée ensuite par Sequoia Capital, un développeur qui n'avait pas pu obtenir de ticket se tenait dehors sous la pluie londonienne. Peter l'a remarqué et, sans hésiter, s'est approché pour discuter avec lui. Interrogé sur des questions vastes comme « Comment l'explosion des Agents va-t-elle l'avenir des grands modèles de base ? », sa réponse fut franche et honnête : « Je ne sais pas. Je suis plus doué pour construire des choses intéressantes avec les outils à ma disposition. » La présentation était initialement prévue pour 30 minutes, mais l'ambiance était si bonne et les questions du public si nombreuses que Peter est resté plus de deux heures. Les organisateurs ont déclaré par la suite : « Cela signifiait beaucoup pour nous. Pour être juste, nous lui devons des excuses. »

En quittant Londres, Peter a laissé une phrase : « Vous ne cherchez pas le sens, vous le créez. » Peut-être est-ce la phrase que toute personne voulant accomplir quelque chose à l'ère de l'IA a le plus besoin d'entendre.

OpenClaw × Web3 : Un potentiel énorme, mais la sécurité est le plus grand frein

Steinberger lui-même n'a aucune sympathie pour la cryptosphère, mais la liste des soumissions de ce hackathon contraste clairement avec sa position personnelle. Sur la page du projet sur DoraHacks, plusieurs directions concrètes pour le Web3 sont apparues.

  • L'identité et la souveraineté des Agents sont les propositions les plus fréquentes. clawOS est construit sur le protocole Nostr, chaque Agent possédant une identité et un portefeuille indépendants, ne dépendant d'aucune plateforme ; Cortex.OS tente quant à lui de résoudre le problème de la boîte noire de l'IA dans le Web3, rendant chaque étape de décision de l'Agent traçable sur la chaîne.
  • Gérer directement l'argent est une autre direction. Trading Narwhal et Vibe4Trading parient tous deux sur le passage de l'Agent de l'assistance à la surveillance des marchés à l'exécution directe des transactions, bien que l'architecture OpenClaw elle-même ne soit pas favorable aux clés privées.
  • La gouvernance et la surveillance publique ont également vu émerger des projets intéressants : WatchDog utilise 6 Agents autonomes pour scanner continuellement les contrats gouvernementaux britanniques à la recherche d'anomalies, CivicLift permet aux citoyens d'interagir avec les autorités locales via un Agent, et GreenClaw crée un centre de operations de sécurité urbaine multi-Agents.

Mais, du début à la fin, la sécurité reste l'obstacle le plus difficile à surmonter pour l'entrée d'OpenClaw dans le Web3. Un Agent peut accéder à vos fichiers, API et système, mais rien ne surveille ce qu'il fait réellement. Dans les scénarios impliquant des actifs réels, l'adoption d'OpenClaw doit être abordée avec prudence.

Questions liées

QQu'est-ce que l'OpenClaw Hackathon UK 2026 et pourquoi est-il significatif ?

AL'OpenClaw Hackathon UK 2026 était un événement organisé par l'Imperial College Blockchain Association de Londres. Il est considéré comme le 'premier University OpenClaw Hackathon au monde', attirant plus de 1200 participants et 5000 spectateurs en ligne. Il était significatif car il a popularisé le cadre technique OpenClaw et a présenté des projets innovants couvrant divers domaines.

QQuel était le projet AgroMind et comment fonctionnait-il ?

AAgroMind était un projet qui intégrait la surveillance des cultures par satellite, les données météorologiques et les signaux du marché pour créer un système de prédiction et de couverture automatique des risques dans la chaîne d'approvisionnement agricole. Il détectait automatiquement des signes précoces de sécheresse sur des images satellite et proposait des stratégies de couverture pour les utilisateurs.

QQui est Peter Steinberger et quel rôle a-t-il joué lors du hackathon ?

APeter Steinberger est le créateur d'OpenClaw, souvent appelé le 'père d'OpenClaw'. Il a personnellement assisté au hackathon à Londres malgré des problèmes de visa. Il a participé à des discussions, a donné une conférence prolongée de plus de deux heures et a interagi humblement avec les participants, partageant sa philosophie : 'Tu ne cherches pas le sens, tu le crées'.

QQuels étaient certains des défis de sécurité mentionnés concernant l'intégration d'OpenClaw dans Web3 ?

ALe principal défi de sécurité pour l'intégration d'OpenClaw dans Web3 était le manque de surveillance des actions de l'Agent. Comme les Agents peuvent accéder aux fichiers, aux API et aux systèmes de l'utilisateur, mais que rien ne surveille ce qu'ils font exactement, cela pose un risque important dans les scénarios impliquant des actifs réels, rendant une adoption prudente nécessaire.

QComment le projet ClawBio abordait-il les problèmes de la bio-informatique ?

AClawBio visait à résoudre le problème de l'accès limité aux outils d'analyse bio-informatique de pointe en créant un dépôt ouvert de compétences biologiques, similaire à Hugging Face pour l'IA. Il permettait à tout Agent d'appeler des compétences d'analyse vérifiées et reproductibles, comme le dépistage des toxines, en privilégiant une approche 'Local-First' pour protéger la confidentialité des données médicales.

Lectures associées

Test pratique de Hunyuan Hy3 preview : L'IA de Tencent est-elle enfin compétitive ?

Le modèle de langage Hy3 preview de Tencent, récemment lancé en open source, présente des capacités améliorées en raisonnement complexe, génération de code, compréhension contextuelle et interaction naturelle. Avec 295 milliards de paramètres et une prise en charge de contexte jusqu'à 256K, il est présenté comme le modèle le plus performant de la série Hunyuan. Les tests montrent des forces dans le raisonnement logique structuré et l'extraction d'informations en contexte bruité, mais une certaine instabilité face aux pièges logiques ou aux questions ambiguës. En génération de code et en tant qu'agent intelligent (via WorkBuddy), il excède dans les tâches simples et fermées (comme créer un jeu Snake) mais peine à mener à bien des missions complexes nécessitant une analyse approfondie et une livraison complète de résultats. Ses progrès les plus notables concernent le dialogue naturel et l'écriture créative, où il produit des textes fluides, moins stéréotypés et mieux contextualisés, imitant même des styles littéraires spécifiques avec succès. Bien que Hy3 preview ne soit pas révolutionnaire dans tous les domaines, il se positionne comme un modèle pratique et polyvalent. Son lancement marque un virage important pour Tencent, qui cherche à rattraper son retard perçu dans la course à l'IA et à intégrer un modèle performant dans son écosystème de produits (QQ, Tencent Docs, etc.). Une version plus grande est attendue prochainement.

marsbitIl y a 13 mins

Test pratique de Hunyuan Hy3 preview : L'IA de Tencent est-elle enfin compétitive ?

marsbitIl y a 13 mins

DeepSeek V4 fait sensation : La Silicon Valley « construit des murs », la Chine « construit des routes »

**DeepSeek V4 et l'approche collaborative chinoise face au modèle fermé de la Silicon Valley** Le 24 avril, DeepSeek a lancé son modèle V4, acclamé pour ses innovations majeures : une capacité de contexte étendue à un million de tokens avec une réduction de 90% de la consommation mémoire (KV Cache), et une compatibilité native avec les puces chinoises comme celles de Huawei. Contrairement à la concurrence agressive observée entre OpenAI, Google et Anthropic — marquée par des rivalités techniques et des guerres médiatiques — la Chine adopte une stratégie collaborative et open-source. Des entreprises comme DeepSeek et MoonShot AI (créateur de Kimi) partagent ouvertement leurs avancées, comme l’architecture MLA (Multi-head Latent Attention) ou l’optimiseur Muon, permettant une évolution synergique plutôt qu’une compétition destructive. Cette approche open-source réduit les coûts de formation (ex. : DeepSeek V3 formé pour moins de 600M$ contre 5Mds$ pour GPT-5) et stimule l’adoption. Alors que les géants américains se enferment dans des modèles fermés pour préserver leurs avantages, la Chine construit écosystème ouvert, optimisé pour les puces locales et orienté vers les agents IA. Malgré des revenus encore inférieurs à ceux des acteurs US, la croissance du trafic de tokens et la réduction des coûts laissent présager un avantage à long terme grâce à l’innovation collective et l’autonomie technologique.

marsbitIl y a 29 mins

DeepSeek V4 fait sensation : La Silicon Valley « construit des murs », la Chine « construit des routes »

marsbitIl y a 29 mins

Google et Amazon investissent simultanément dans un concurrent, la logique commerciale la plus absurde de l'ère IA devient réalité

En l'espace de 4 jours, Amazon a annoncé un investissement supplémentaire de 25 milliards de dollars et Google jusqu'à 40 milliards de dollars dans Anthropic, une startup d'IA. Ces deux concurrents directs ont ainsi engagé plus de 65 milliards de dollars dans la même entreprise. Cet investissement massif ne relève pas d'une logique capitalistique traditionnelle, mais marque le début d'un nouveau round dans la guerre du cloud. L'enjeu pour Google et Amazon n'est pas la simple possession d'une part d'Anthropic, mais la sécurisation de contrats de pré-achat de puissance de calcul (ou "pré-vente de calcul"). Les fonds investis sont conditionnés à ce qu'Anthropic les dépense en services cloud et puces des investisseurs. Amazon a obtenu un engagement de dépense de plus de 1000 milliards de dollars sur AWS sur dix ans, et Google fournira environ 5 gigawatts de puissance de calcul. La concurrence dans le cloud a changé : les entreprises ne choisissent plus un fournisseur pour son prix ou sa stabilité, mais pour savoir "quel modèle d'IA de pointe tourne sur son cloud". Le modèle détermine le choix de la puissance de calcul. OpenAI étant déjà étroitement lié à Microsoft, Anthropic et son modèle Claude sont devenus la seule cible stratégique disponible pour Google et Amazon pour ne pas perdre des clients entreprises. Anthropic, avec un revenu annuel récurrent (ARR) de 30 milliards de dollars, est devenu un acteur infrastructurel incontournable. Cependant, cette dépendance financière et technique envers deux géants concurrents pose des défis pour son indépendance future, sa narration autour de la sécurité et sa pression pour une introduction en bourse. La situation contraste avec celle de la Chine, où des investissements comme celui d'Alibaba et Tencent dans DeepSeek (modèle open-source) suivent une logique différente, moins centrée sur un verrouillage par la puissance de calcul et plus ouverte. Le paysage de l'IA évolue ainsi vers une structure à plusieurs pôles fermés (modèles privateurs liés à un cloud spécifique), tandis que les modèles open-source offrent une alternative cruciale pour l'écosystème.

marsbitIl y a 6 h

Google et Amazon investissent simultanément dans un concurrent, la logique commerciale la plus absurde de l'ère IA devient réalité

marsbitIl y a 6 h

Trading

Spot
Futures
活动图片