Disusun oleh: Baoyu
Ini adalah wawancara 40 menit lainnya dengan Peter Steinberger, penulis ClawdBot/OpenClaw, dipandu oleh Peter Yang.
Peter adalah pendiri PSPDFKit, dengan pengalaman pengembangan iOS selama hampir 20 tahun. Setelah perusahaannya diinvestasikan secara strategis oleh Insight Partners sebesar 100 juta euro pada tahun 2021, ia memilih untuk "pensiun". Sekarang, Clawdbot yang dikembangkannya (sekarang berganti nama menjadi OpenClaw) sangat populer. Clawbot adalah asisten AI yang dapat mengobrol dengan Anda melalui WhatsApp, Telegram, iMessage, dan terhubung dengan berbagai aplikasi di komputer Anda.
Peter menggambarkan Clawbot sebagai:
"Ia seperti teman yang tinggal di komputer Anda, agak aneh, tetapi sangat pintar.
Dalam wawancara ini, ia berbagi banyak pandangan menarik: mengapa sistem pengaturan (orchestration) agen cerdas yang kompleks adalah "generator sampah", mengapa "menjalankan AI selama 24 jam" adalah metrik kesombongan, dan mengapa bahasa pemrograman sudah tidak penting lagi.
Prototipe Satu Jam, 300.000 Baris Kode
Peter Yang bertanya apa sebenarnya Clawbot itu, dan mengapa logonya adalah lobster.
Peter Steinberger tidak langsung menjawab pertanyaan tentang lobster, tetapi menceritakan sebuah kisah. Setelah "pensiun", ia kembali dan sepenuhnya terjun ke dalam pemrograman berdasarkan perasaan (vibe coding) — yaitu membiarkan agen AI menulis kode untuk Anda. Masalahnya, agen bisa berjalan selama setengah jam, atau berhenti setelah dua menit untuk bertanya. Anda pergi makan, dan ketika kembali, ternyata sudah macet, sangat menyebalkan.
Ia menginginkan sesuatu yang dapat memeriksa status komputer kapan saja dari ponsel. Tetapi ia tidak melakukannya karena menurutnya hal itu sudah jelas, perusahaan besar pasti akan membuatnya.
"Menunggu sampai November tahun lalu dan belum ada yang membuatnya, saya pikir sudah cukup, saya akan melakukannya sendiri.
Versi awalnya sangat sederhana: menghubungkan WhatsApp ke Claude Code. Kirim pesan, ia akan memanggil AI, dan mengirimkan hasilnya kembali. Selesai dalam satu jam.
Kemudian ia "hidup". Sekarang Clawbot memiliki sekitar 300.000 baris kode, mendukung hampir semua platform pesan utama.
"Saya rasa ini adalah arah masa depan. Setiap orang akan memiliki AI yang sangat kuat, yang mengikuti Anda seumur hidup.
Dia berkata, "Begitu Anda memberikan AI akses ke komputer Anda, pada dasarnya ia dapat melakukan apa pun yang dapat Anda lakukan."
Pagi Itu di Maroko
Peter Yang berkata, sekarang Anda tidak perlu duduk di depan komputer untuk menatapnya, cukup berikan perintah.
Peter Steinberger mengangguk, tetapi yang ingin ia ceritakan adalah hal lain.
Suatu kali, ketika sedang merayakan ulang tahun teman di Maroko, ia menyadari bahwa ia terus-menerus menggunakan Clawbot. Bertanya jalan, mencari rekomendasi restoran, itu hal-hal kecil. Yang benar-benar mengejutkannya adalah pagi itu: seseorang mengirim tweet di Twitter tentang bug di perpustakaan open source-nya.
"Saya hanya memotret tweet itu, dan mengirimkannya ke WhatsApp.
AI membaca isi tweet, memahami bahwa itu adalah laporan bug. Ia melakukan checkout ke repositori Git yang sesuai, memperbaiki masalah, mengirimkan kode, lalu membalas orang itu di Twitter bahwa masalah telah diperbaiki.
"Saat itu saya berpikir, bisakah ini terjadi?
Ada yang lebih hebat lagi. Suatu kali ia berjalan di jalan, malas mengetik, jadi mengirim pesan suara. Masalahnya, ia sama sekali belum menulis dukungan untuk pesan suara di Clawbot.
"Saya melihatnya menunjukkan 'sedang mengetik', dan berpikir ini sudah selesai. Ternyata ia membalas dengan normal.
Ia kemudian bertanya kepada AI bagaimana caranya. AI berkata: Saya menerima file tetapi tanpa ekstensi, jadi saya melihat header file, dan menemukan format Ogg Opus. Anda memiliki ffmpeg di komputer, jadi saya menggunakannya untuk mengonversi ke WAV. Kemudian saya mencari whisper.cpp, tetapi Anda belum menginstalnya, tetapi saya menemukan kunci API OpenAI Anda, jadi saya menggunakan curl untuk mengirim audio dan melakukan transkripsi.
Peter Yang mendengarkan dan berkata: Hal-hal ini sangat pandai mencari solusi, meskipun agak menakutkan.
"Jauh lebih kuat daripada ChatGPT versi web, ini seperti ChatGPT yang telah dibebaskan dari belenggu. Banyak orang tidak menyadari bahwa alat seperti Claude Code tidak hanya hebat dalam pemrograman, mereka pandai dalam menyelesaikan masalah apa pun.
Pasukan Alat Baris Perintah (CLI)
Peter Yang bertanya kepadanya bagaimana alat otomatisasi itu dibangun, apakah ditulis sendiri atau oleh AI.
Peter Steinberger tersenyum.
Selama beberapa bulan ini, ia terus memperluas "pasukan CLI"-nya. Apa yang paling dikuasai agen cerdas? Memanggil alat baris perintah, karena data pelatihan penuh dengan itu.
Ia membuat CLI yang mengakses seluruh layanan Google, termasuk Places API. Membuat yang khusus untuk mencari meme dan GIF, sehingga AI dapat mengirim meme saat membalas pesan. Ia bahkan membuat alat yang memvisualisasikan suara, ingin membuat AI "merasakan" musik.
"Saya juga meretas API platform pesan antar makanan lokal, sekarang AI dapat memberi tahu saya berapa lama lagi akan sampai. Dan satu lagi yang merekayasa balik API Eight Sleep, dapat mengontrol suhu tempat tidur saya.
【Catatan: Eight Sleep adalah kasur pintar yang dapat mengatur suhu permukaan tempat tidur, API-nya tidak dibuka secara resmi.】
Peter Yang mengejar: Apakah semua ini Anda minta AI untuk membangunnya?
"Yang paling menarik adalah, saya bekerja di PSPDFKit selama 20 tahun mengembangkan ekosistem Apple, Swift, Objective-C, sangat spesialis. Tetapi setelah kembali, saya memutuskan untuk berganti jalur, karena saya muak dengan Apple yang mengatur segalanya, dan membuat aplikasi Mac audiensnya terlalu sempit.
Masalahnya, beralih dari satu tumpukan teknologi yang dikuasai ke tumpukan lain, prosesnya menyakitkan. Anda memahami semua konsep, tetapi tidak tahu sintaksnya. Apa itu prop? Bagaimana memisahkan array? Setiap masalah kecil harus dicari, Anda merasa seperti orang bodoh.
"Kemudian dengan hadirnya AI, semua ini hilang. Pemikiran sistem tingkat tinggi, kemampuan arsitektur, selera, penilaian ketergantungan, inilah yang benar-benar berharga, dan sekarang dapat dengan mudah bermigrasi ke bidang apa pun.
Dia berhenti sejenak:
"Tiba-tiba saya merasa bisa membangun apa pun. Bahasa tidak penting lagi, yang penting adalah pemikiran teknik saya.
Mengontrol Dunia Nyata
Peter Steinberger mulai mendemonstrasikan pengaturannya. Daftar izin yang ia berikan kepada AI sungguh mencengangkan:
Email, kalender, semua file, lampu Philips Hue, speaker Sonos. Ia dapat meminta AI untuk membangunkannya di pagi hari, secara perlahan menaikkan volume. AI juga dapat mengakses kamera keamanannya.
"Suatu kali saya memintanya untuk mengawasi apakah ada orang asing. Keesokan paginya ia memberi tahu saya: 'Peter, ada seseorang.' Saya melihat rekamannya, ia telah mengambil screenshot sofa saya sepanjang malam, karena kualitas kamera buruk, sofa terlihat seperti ada orang duduk.
Di apartemennya di Wina, AI juga dapat mengontrol sistem rumah pintar KNX.
"Ia benar-benar dapat mengunci saya di luar.
Peter Yang bertanya: Bagaimana semua ini terhubung?
"Langsung berbicara dengannya. Hal-hal ini sangat pandai mencari solusi, ia akan mencari API sendiri, akan melakukan Google, akan mencari kunci di sistem Anda.
Pengguna bermain lebih gila:
- Ada yang memintanya untuk berbelanja online di Tesco
- Ada yang memintanya untuk memesan di Amazon
- Ada yang mengaturnya untuk membalas semua pesan secara otomatis
- Ada yang menambahkannya ke grup chat keluarga sebagai "anggota keluarga"
"Saya memintanya untuk membantu saya check-in di situs British Airways. Ini seperti uji Turing, mengoperasikan browser di situs maskapai, betapa tidak manusiawi antarmukanya Anda tahu.
Pertama kali membutuhkan waktu hampir 20 menit, karena seluruh sistem masih kasar. AI perlu menemukan paspornya di Dropbox, mengekstrak informasi, mengisi formulir, melewati verifikasi manusia.
"Sekarang hanya butuh beberapa menit. Ia dapat mengklik tombol verifikasi 'Saya manusia', karena ia mengontrol browser sungguhan, pola perilaku tidak berbeda dengan manusia.
80% Aplikasi Akan Menghilang
Peter Yang bertanya: Untuk pengguna biasa yang baru mengunduh, apa penggunaan awal yang aman?
Peter Steinberger mengatakan jalur setiap orang berbeda. Ada yang setelah menginstal langsung menggunakannya untuk menulis aplikasi iOS, ada yang langsung mengelola Cloudflare. Seorang pengguna minggu pertama menginstalnya untuk dirinya sendiri, minggu kedua untuk keluarganya, minggu ketiga mulai membuat versi perusahaan untuk perusahaannya.
"Setelah saya menginstalnya untuk seorang teman non-teknis, ia mulai mengirimkan pull request kepada saya. Seumur hidupnya belum pernah mengirim pull request.
Tetapi yang benar-benar ingin ia katakan adalah gambaran yang lebih besar:
"Jika Anda pikirkan, hal ini mungkin menggantikan 80% aplikasi di ponsel Anda.
Mengapa masih menggunakan MyFitnessPal untuk mencatat diet?
"Saya memiliki asisten yang sangat pandai mencari solusi, ia sudah tahu saya membuat keputusan yang salah di KFC. Saya mengirim foto, ia akan menyimpannya ke database, menghitung kalori, mengingatkan saya untuk pergi ke gym.
Mengapa masih menggunakan aplikasi untuk mengatur suhu Eight Sleep? AI memiliki izin API, langsung menyesuaikannya untuk Anda. Mengapa masih menggunakan aplikasi daftar tugas? AI mengingatkannya untuk Anda. Mengapa masih menggunakan aplikasi untuk check-in penerbangan? AI melakukannya untuk Anda. Mengapa masih menggunakan aplikasi belanja? AI dapat merekomendasikan, memesan, melacak.
"Seluruh lapisan aplikasi akan perlahan menghilang, karena jika mereka memiliki API, mereka hanyalah layanan yang akan dipanggil oleh AI Anda.
Dia memprediksi tahun 2026 akan menjadi tahun di mana banyak orang mulai menjelajahi asisten AI pribadi, dan perusahaan besar juga akan masuk.
"Clawbot belum tentu pemenang terakhir, tetapi arah ini benar.
Just Talk to It
Pembicaraan beralih ke metodologi pemrograman AI. Peter Yang mengatakan ia pernah menulis artikel yang sangat populer berjudul "Just Talk to It", dan ingin mendengar penjelasannya.
Pandangan inti Peter Steinberger adalah: Jangan jatuh ke dalam "perangkap agen" (agentic trap).
"Saya melihat terlalu banyak orang di Twitter menemukan bahwa agen sangat hebat, kemudian ingin membuatnya lebih hebat, lalu jatuh ke dalam lubang kelinci. Mereka membangun berbagai alat kompleks untuk mempercepat alur kerja, tetapi hasilnya hanya membangun alat, tidak membangun sesuatu yang benar-benar berharga.
Dia sendiri juga pernah jatuh ke dalamnya. Awalnya, ia menghabiskan dua bulan membangun terowongan VPN, hanya untuk mengakses terminal dari ponsel. Terlalu bagus, suatu kali ketika makan dengan teman di restoran, ia sepanjang waktu melakukan vibe coding di ponsel alih-alih berpartisipasi dalam percakapan.
"Saya harus berhenti, terutama untuk kesehatan mental.
Slop Town
Hal yang baru-baru ini membuatnya gila adalah sistem pengaturan bernama Gastown.
"Sebuah pengatur (orchestrator) yang sangat kompleks, menjalankan belasan hingga dua puluh agen secara bersamaan, mereka saling berkomunikasi, membagi tugas. Ada pengamat (watcher), ada pengawas (overseer), ada walikota (mayor), ada pcats (mungkin berarti 'warga sipil' atau 'kucing peliharaan' dan peran pengisi lainnya), saya bahkan tidak tahu apa lagi.
Peter Yang: Tunggu, ada walikota?
"Ya, dalam proyek Gastown ada seorang walikota. Saya menyebut proyek ini 'Kota Sampah' (Slop Town).
Lalu ada mode RALPH (sebuah mode loop tugas tunggal "pakai buang", yang berarti memberikan AI sebuah tugas kecil, setelah selesai membuang semua memori konteks, semua direset dari awal, lalu loop sampai mati)......
"Ini seperti pembakar Token ultimat. Anda menjalankannya semalaman, dan keesokan paginya mendapatkan sampah ultimat (slop).
Inti masalahnya adalah: Agen-agen ini belum memiliki selera. Mereka sangat pintar dalam hal-hal tertentu, tetapi jika Anda tidak membimbing mereka, tidak memberi tahu mereka apa yang Anda inginkan, yang keluar adalah sampah.
"Saya tidak tahu bagaimana orang lain bekerja, tetapi ketika memulai sebuah proyek, saya hanya memiliki ide yang samar. Dalam proses membangun, bermain, merasakan, visi saya secara bertahap menjadi jelas. Saya mencoba beberapa hal, beberapa tidak berhasil, lalu ide saya berevolusi menjadi bentuk akhir. Prompt berikutnya tergantung pada keadaan saat ini yang saya lihat, rasakan, pikirkan.
Jika Anda mencoba menulis semuanya ke dalam spesifikasi awal, Anda melewatkan siklus manusia-AI ini.
"Saya tidak tahu bagaimana bisa membuat sesuatu yang baik tanpa perasaan, tanpa partisipasi selera.
Seseorang di Twitter memamerkan aplikasi catatan "yang sepenuhnya dihasilkan RALPH". Peter membalas: Ya, terlihat seperti dihasilkan RALPH, tidak ada orang normal yang akan mendesain seperti ini.
Peter Yang menyimpulkan: Banyak orang menjalankan AI 24 jam bukan untuk membuat aplikasi, tetapi untuk membuktikan bahwa mereka dapat menjalankan AI selama 24 jam.
"Ini seperti kompetisi mengukur siapa yang lebih besar tanpa referensi. Saya juga pernah menjalankan loop selama 26 jam, saat itu sangat bangga. Tetapi ini metrik kesombongan, tidak berarti. Bisa membangun segalanya tidak berarti Anda harus membangun segalanya, juga tidak berarti itu akan baik.
Plan Mode Adalah Rakitannya (Hack)
Peter Yang bertanya kepadanya bagaimana mengelola konteks. Percakapan yang panjang membuat AI bingung, perlu dikompresi atau diringkas secara manual?
Peter Steinberger mengatakan ini adalah "masalah mode lama".
"Claude Code masih memiliki masalah ini, tetapi Codex jauh lebih baik. Di atas kertas mungkin hanya 30% lebih banyak konteks, tetapi terasa seperti 2-3 kali lipat. Saya rasa terkait dengan mekanisme pemikiran internal. Sekarang sebagian besar pengembangan fitur saya dapat diselesaikan dalam satu jendela konteks, diskusi dan pembangunan terjadi bersamaan.
Dia tidak menggunakan worktrees, karena itu adalah "kompleksitas yang tidak perlu". Dia hanya melakukan checkout beberapa repositori: clawbot-1, clawbot-2, clawbot-3, clawbot-4, clawbot-5. Yang mana yang gratis digunakan, setelah selesai diuji, didorong ke cabang utama (main), disinkronkan.
"Agak seperti pabrik, jika mereka semua sibuk. Tetapi jika Anda hanya membuka satu, waktu tunggu terlalu lama, tidak bisa masuk ke keadaan flow.
Peter Yang mengatakan ini seperti game strategi waktu nyata, Anda memiliki satu tim yang menyerang, harus mengelola dan memantau mereka.
Tentang plan mode, Peter Steinberger memiliki pandangan kontroversial:
"Plan mode adalah solusi yang harus ditambahkan Anthropic, karena model terlalu impulsif, langsung menulis kode. Jika Anda menggunakan model terbaru, seperti GPT 5.2, Anda hanya berbicara dengannya. 'Saya ingin membangun fitur ini, harus begini begitu, saya suka gaya desain ini, beri saya beberapa skema, mari kita bicara dulu.' Kemudian ia akan mengusulkan, Anda berdiskusi, mencapai konsensus baru mulai bekerja.
Dia tidak mengetik, dia berbicara.
"Sebagian besar waktu saya berbicara dengannya.
Pengembangan Didorong Discord
Peter Yang bertanya apa alur pengembangan fitur barunya. Menjelajahi masalah dulu? Membuat rencana dulu?
Peter Steinberger mengatakan dia melakukan sesuatu yang "mungkin adalah hal paling gila yang pernah saya lakukan": Dia menghubungkan Clawbot-nya ke server Discord publik, membiarkan semua orang berbicara dengan AI pribadinya, dengan memori pribadinya, di tempat umum.
"Proyek ini sulit dijelaskan dengan kata-kata. Seperti campuran Jarvis (asisten AI di Iron Man) dan film Her. Setiap orang yang saya demonstrasikan secara langsung sangat antusias, tetapi memposting gambar dengan teks di Twitter tidak populer. Jadi saya pikir, biarkan orang mengalami sendiri.
Pengguna bertanya, melaporkan bug, mengajukan permintaan di Discord. Alur pengembangannya sekarang adalah: screenshot percakapan Discord, seret ke terminal, katakan kepada AI "mari kita bicara tentang ini".
"Saya malas mengetik. Seseorang bertanya 'apakah Anda mendukung ini itu', saya meminta AI membaca kode lalu menulis FAQ.
Dia juga menulis crawler, setidaknya sekali sehari memindai saluran bantuan Discord, meminta AI meringkas titik sakit terbesar, lalu mereka memperbaikinya.
Tidak Ada MCP, Tidak Ada Pengaturan Kompleks
Peter Yang bertanya: Apakah Anda menggunakan hal-hal mewah itu? Multi-agen, skill kompleks, MCP (Model Context Protocol), dan sejenisnya?
"Skill saya sebagian besar adalah skill kehidupan: mencatat diet, berbelanja, hal-hal seperti itu. Sedikit dalam pemrograman, karena tidak perlu. Saya tidak menggunakan MCP, tidak menggunakan semua hal itu.
Dia tidak percaya sistem pengaturan yang kompleks.
"Saya berada dalam loop, saya dapat membuat produk yang terasa lebih baik. Mungkin ada metode yang lebih cepat, tetapi saya sudah cepat sampai batasnya bukan di AI, saya terutama dibatasi oleh kecepatan berpikir saya sendiri, kadang-kadang dibatasi oleh waktu menunggu Codex.
Rekan pendiri PSPDFKit-nya sebelumnya, seorang mantan pengacara, sekarang juga mengirimkan PR (pull request, permintaan penggabungan kode) kepadanya.
"AI memungkinkan orang tanpa latar belakang teknis juga membangun sesuatu, ini sangat ajaib. Saya tahu ada yang menentang, mengatakan kode ini tidak sempurna. Tetapi saya menganggap pull request sebagai prompt request (permintaan prompt), mereka menyampaikan niat. Kebanyakan orang tidak memiliki pemahaman sistem yang sama, tidak dapat membimbing model ke hasil optimal. Jadi saya lebih suka mendapatkan niat, melakukannya sendiri, atau menulis ulang berdasarkan PR mereka.
Dia akan menandai mereka sebagai co-author, tetapi jarang langsung menggabungkan kode orang lain.
Temukan Jalan Anda Sendiri
Peter Yang menyimpulkan: Jadi poin utamanya adalah, jangan menggunakan generator sampah, pertahankan manusia dalam loop, karena otak dan selera manusia tidak dapat digantikan.
Peter Steinberger menambahkan:
"Atau, temukan jalan Anda sendiri. Banyak orang bertanya 'bagaimana Anda melakukannya', jawabannya adalah: Anda harus menjelajahi sendiri. Mempelajari hal-hal ini membutuhkan waktu, perlu membuat kesalahan sendiri. Ini sama seperti mempelajari apa pun, hanya saja bidang ini berubah sangat cepat.
Clawdbot dapat ditemukan di clawd.bot dan GitHub. Clad dengan W, C-L-A-W-D-B-O-T, seperti capit lobster.
(Catatan: ClawdBot telah berganti nama menjadi OpenClaw
Peter Yang mengatakan dia juga harus mencobanya. Tidak ingin duduk di depan komputer mengobrol dengan AI, ingin memberikan perintah kapan saja saat sedang mengasuh anak di luar.
"Saya rasa Anda akan menyukainya." kata Peter Steinberger.
Pandangan inti Peter Steinberger dapat diringkas menjadi dua kalimat:
- AI sudah cukup kuat untuk menggantikan 80% aplikasi di ponsel Anda
- Tetapi tanpa selera dan penilaian manusia dalam loop, yang keluar adalah sampah
Kedua kalimat ini tampaknya kontradiktif, tetapi sebenarnya menunjuk pada kesimpulan yang sama: AI adalah pengungkit, bukan pengganti. Yang diperbesar adalah hal-hal yang sudah ada: pemikiran sistem, kemampuan arsitektur, intuisi untuk produk yang baik. Jika Anda tidak memilikinya, menjalankan banyak agen secara paralel selama 24 jam hanya memproduksi sampah secara massal.
Praktiknya sendiri adalah bukti terbaik: seorang programmer iOS lama 20 tahun, dalam beberapa bulan membangun proyek 300.000 baris kode dengan TypeScript, bukan karena mempelajari sintaks bahasa baru, tetapi karena hal-hal yang tidak terkait bahasa.
"Bahasa pemrograman tidak penting lagi, yang penting adalah pemikiran teknik saya."
