Penulis:Bao Yu
Ini adalah wawancara 40 menit lainnya dengan Peter Steinberger, penulis ClawdBot/OpenClaw, yang dipandu oleh Peter Yang.
Peter adalah pendiri PSPDFKit, dengan pengalaman hampir 20 tahun dalam pengembangan iOS. Setelah perusahaannya diakuisisi oleh Insight Partners dengan investasi strategis sebesar 100 juta euro pada tahun 2021, ia memilih "pensiun". Kini, Clawdbot (yang kini berganti nama menjadi OpenClaw) yang dikembangkannya menjadi sangat populer. Clawbot adalah asisten AI yang dapat berkomunikasi dengan Anda melalui WhatsApp, Telegram, dan iMessage, serta terhubung ke berbagai aplikasi di komputer Anda.
Peter menggambarkannya sebagai berikut:
Ini seperti seorang teman yang tinggal di komputer Anda, agak aneh, tapi sangat cerdas.
Dalam wawancara kali ini, dia berbagi banyak pandangan menarik: mengapa sistem orkestrasi agen (agent) yang kompleks adalah "generator sampah", mengapa "menjalankan AI selama 24 jam" adalah indikator kebanggaan yang tidak relevan, serta mengapa bahasa pemrograman sudah tidak terlalu penting lagi.
Prototipe dalam satu jam, 300.000 baris kode
Peter Yang bertanya apa sebenarnya Clawbot itu, dan kenapa logonya adalah udang.
Peter Steinberger tidak langsung menjawab pertanyaan tentang udang, melainkan menceritakan sebuah kisah. Setelah "pensiun" kembali, ia sepenuhnya terlibat dalam vibe coding (pemrograman berdasarkan intuisi)—yaitu cara kerja di mana agen AI menulis kode untukmu. Permasalahannya, agen ini mungkin berjalan selama setengah jam, atau berhenti dalam dua menit dan bertanya kepadamu. Saat kau kembali dari makan siang, kau menemukan bahwa agen itu sudah lama terjebak, yang sangat mengganggu.
Dia ingin memiliki sesuatu yang bisa memungkinkannya memeriksa status komputer dari ponsel kapan saja. Tapi dia tidak melakukannya, karena menurutnya hal ini terlalu jelas, perusahaan besar pasti akan melakukannya.
"Saat November tahun lalu belum ada orang yang melakukannya, saya pikir, baiklah, saya yang akan melakukannya sendiri."
Versi awalnya sangat sederhana: menghubungkan WhatsApp ke Claude Code. Kirim pesan, dan itu akan memanggil AI, lalu mengembalikan hasilnya. Hanya butuh satu jam untuk menyelesaikannya.
Kemudian, Clawbot "hidup". Sekarang Clawbot memiliki sekitar 300.000 baris kode, dan mendukung hampir semua platform pesan utama.
"Saya kira ini adalah arah masa depan. Setiap orang akan memiliki AI yang sangat kuat, yang akan menemani Anda sepanjang hidup."
Ia berkata, "Saat kamu memberi AI hak akses ke komputermu, pada dasarnya hal itu bisa melakukan apa pun yang bisa kamu lakukan."
Pagi di Maroko
Peter Yang mengatakan, sekarang kamu tidak perlu duduk di depan komputer dan memperhatikannya, cukup beri perintah kepadanya.
Peter Steinberger mengangguk, tetapi ada hal lain yang ingin dia sampaikan.
Pernah sekali saat merayakan ulang tahun temannya di Maroko, dia menyadari bahwa dia terus-menerus menggunakan Clawbot. Bertanya jalan, mencari rekomendasi restoran, semuanya adalah hal-hal kecil. Yang benar-benar mengejutkannya adalah pagi itu: seseorang mengirim cuitan di Twitter yang mengatakan bahwa ada bug di salah satu perpustakaan sumber terbuka miliknya.
"Saya mengambil foto tweet itu dan mengirimkannya ke WhatsApp."
AI memahami isi tweet, mengerti bahwa itu adalah laporan bug. Ia mengecek repositori Git yang sesuai, memperbaiki masalahnya, mengirimkan kode, lalu membalas orang tersebut di Twitter bahwa permasalahan sudah diperbaiki.
"Saat itu aku hanya berpikir, apakah ini juga bisa?"
Sekali lagi, lebih ajaib. Dia sedang berjalan di jalan, malas mengetik, jadi dia mengirim pesan suara. Permasalahannya, dia bahkan tidak menambahkan dukungan pesan suara untuk Clawbot.
"Saya melihatnya menampilkan 'sedang mengetik', dan berpikir ini akan berakhir buruk. Tapi akhirnya ia memberi saya jawaban yang normal."
Kemudian dia bertanya kepada AI bagaimana caranya. AI menjawab: Saya menerima sebuah berkas tetapi tanpa ekstensi, jadi saya melihat header berkasnya dan menemukan bahwa itu berformat Ogg Opus. Karena komputer Anda memiliki ffmpeg, saya menggunakan itu untuk mengonversinya ke format WAV. Setelah itu saya mencari whisper.cpp, tetapi Anda tidak menginstalnya. Namun, saya menemukan kunci API OpenAI Anda, jadi saya menggunakan curl untuk mengirimkan audio tersebut dan membuat transkripsinya.
Setelah mendengar Peter Yang berkata, "Benda-benda ini benar-benar memiliki cara yang luar biasa, meskipun agak menakutkan."
Jauh lebih unggul dibanding versi web ChatGPT, ini seperti ChatGPT yang terlepas dari batasan. Banyak orang tidak menyadari bahwa alat seperti Claude Code bukan hanya hebat dalam pemrograman, tetapi juga sangat efektif dalam menyelesaikan berbagai jenis masalah.
Korps Alat Perintah Garis Perintah (CLI)
Peter Yang bertanya bagaimana alat otomatisasi itu dibuat, apakah dibuat sendiri atau dibuat oleh AI.
Peter Steinberger tertawa.
Beberapa bulan terakhir dia terus memperluas "legion CLI"-nya sendiri. Apa yang paling ahli dilakukan agen? Memanggil alat baris perintah, karena semua data pelatihannya berisi hal ini.
Dia membuat sebuah CLI yang dapat mengakses seluruh layanan Google, termasuk Places API. Dia juga membuat alat khusus untuk mencari stiker dan GIF, agar AI dapat mengirim meme saat merespons pesan. Bahkan, dia membuat alat visualisasi suara, agar AI dapat "mengalami" musik.
"Saya juga telah memperdaya API layanan pesan antar makanan lokal, sehingga AI bisa memberi tahu saya berapa lama makanan akan sampai. Saya juga membalikkan API Eight Sleep, sehingga suhu tempat tidur saya bisa dikontrol."
[Catatan: Eight Sleep adalah selimut cerdas yang dapat menyesuaikan suhu permukaan tempat tidur, dan API resminya tidak tersedia.]
Peter Yang menanyakan lebih lanjut: Apakah semua ini kau minta bantuan AI untuk membuatnya?
"Yang paling menarik adalah, sebelumnya saya melakukan pengembangan ekosistem Apple selama 20 tahun di PSPDFKit, Swift, Objective-C, sangat terampil. Tapi setelah kembali, saya memutuskan untuk beralih jalur, karena saya sudah muak dengan Apple yang terlalu mengatur segalanya, dan pengguna aplikasi Mac terlalu sempit."
Permasalahannya, beralih dari satu tumpukan teknologi yang dikuasai ke tumpukan lainnya adalah proses yang menyakitkan. Kau memahami semua konsepnya, tapi tidak tahu sintaksnya. Apa itu prop? Bagaimana cara memecah array? Setiap masalah kecil harus dicari, dan kau akan merasa seperti orang bodoh.
"Lalu AI datang, dan semuanya menghilang. Pemikiran tingkat sistem Anda, kemampuan arsitektur, selera, dan penilaian terhadap ketergantungan—ini lah yang benar-benar berharga, dan sekarang bisa dengan mudah dipindahkan ke bidang apa pun."
Ia berhenti sejenak:
Tiba-tiba saja aku merasa bisa membangun apa saja. Bahasa tidak penting lagi, yang penting adalah pola pikir teknis saya.
Mengendalikan dunia nyata
Peter Steinberger memulai demonstrasi pengaturannya. Daftar otoritas yang diberikannya kepada AI sangat mengejutkan:
Email, kalender, semua berkas, lampu Philips Hue, speaker Sonos. Ia bisa membiarkan AI membangunkannya di pagi hari dengan perlahan menaikkan volume. AI juga bisa mengakses kameranya untuk keamanan.
"Suatu waktu aku memintanya memperhatikan apakah ada orang asing. Keesokan paginya dia memberitahuku, 'Peter, ada seseorang di sana.' Aku melihat rekamannya, dan sepanjang malam dia terus mengambil tangkapan layar sofa ku, karena kualitas gambar kamera buruk, sofa terlihat seperti ada seseorang duduk di atasnya."
Di apartemen di Wina, AI juga dapat mengendalikan sistem rumah pintar KNX.
"Itu benar-benar bisa mengunciku di luar."
Peter Yang bertanya: bagaimana ini terhubung?
"Justru langsung saja beritahu kepadanya. Benda-benda ini sangat pandai, mereka bisa mencari API sendiri, bisa menggunakan Google, dan bisa mencari kunci di sistem Anda."
Para pengguna menjadi lebih gila dalam bermain:
- Ada yang memesan lewat Tesco online
- Ada orang yang memesan di Amazon
- Seseorang membuatnya otomatis membalas semua pesan.
- Ada orang yang menariknya ke dalam obrolan keluarga sebagai "anggota keluarga"
"Saya memintanya membantu saya check in di situs web British Airways. Ini benar-benar ujian Turing, mengoperasikan browser di situs web maskapai penerbangan, antarmukanya sangat tidak ramah pengguna, kamu tahu."
Yang pertama kali memakan waktu hampir 20 menit karena seluruh sistem masih sangat kasar. AI perlu mencari paspor di Dropbox-nya, mengekstrak informasi, mengisi formulir, dan melewati verifikasi manusia.
Sekarang hanya membutuhkan beberapa menit. Ini bisa mengklik tombol verifikasi "Saya adalah manusia" karena sebenarnya mengendalikan browser yang nyata, dengan pola perilaku yang tidak berbeda dengan manusia.
80% aplikasi akan menghilang
Peter Yang bertanya: Untuk pengguna biasa yang baru saja mengunduh, bagaimana cara penggunaan yang aman untuk memulai?
Peter Steinberger berkata bahwa setiap orang memiliki jalur yang berbeda. Ada yang langsung mulai membuat aplikasi iOS setelah menginstalnya, ada yang langsung pergi mengelola Cloudflare. Seorang pengguna memasangnya untuk dirinya sendiri pada minggu pertama, untuk keluarganya pada minggu kedua, dan pada minggu ketiga mulai membuat versi perusahaan untuk perusahaannya.
Setelah saya memasangnya untuk seorang teman non-teknis, dia mulai mengirimkan saya permintaan tarik (pull request). Dia bahkan belum pernah mengirimkan pull request seumur hidupnya.
Tapi yang benar-benar ingin dia sampaikan adalah gambaran yang lebih besar:
"Jika kau pikirkan, hal ini bisa menggantikan 80% aplikasi di ponselmu."
Mengapa masih perlu mencatat makanan dengan MyFitnessPal?
"Saya memiliki asisten yang sangat kaya sumber daya, yang sudah tahu bahwa saya membuat keputusan yang salah di KFC. Saya mengirimkan foto, lalu ia akan menyimpannya ke dalam database, menghitung kalorinya, dan mengingatkan saya untuk segera ke gym."
Mengapa masih perlu menggunakan aplikasi untuk mengatur suhu Eight Sleep? AI memiliki izin API, bisa langsung membantumu mengatur. Mengapa masih perlu menggunakan aplikasi daftar tugas? AI bisa membantumu mengingat. Mengapa masih perlu menggunakan aplikasi untuk check-in penerbangan? AI bisa melakukannya untukmu. Mengapa masih perlu menggunakan aplikasi belanja? AI bisa merekomendasikan, memesan, dan menelusuri pesanan.
"Ada seluruh lapisan aplikasi yang akan perlahan menghilang, karena jika mereka memiliki API, maka itu hanyalah layanan yang akan kamu panggil sebagai AI."
Ia memprediksi bahwa tahun 2026 akan menjadi tahun di mana banyak orang mulai mengeksplorasi asisten AI pribadi, dan perusahaan besar juga akan ikut terjun.
"Clawbot tidak tentu menjadi pemenang akhir, tetapi arah ini benar."
Hanya Berbicara Kepadanya
Mari beralih ke metodologi pemrograman AI. Peter Yang mengatakan bahwa ia pernah menulis artikel yang sangat populer berjudul "Just Talk to It", saya ingin mendengar penjelasannya lebih lanjut.
Poin utama Peter Steinberger adalah: jangan terjebak dalam "jebakan agen" (agentic trap).
"Saya melihat terlalu banyak orang di Twitter yang menemukan agen cerdas sangat hebat, lalu ingin membuatnya lebih hebat lagi, lalu terjebak dalam lubang kelinci. Mereka membangun berbagai alat kompleks untuk mempercepat alur kerja, akhirnya mereka hanya membangun alat, bukan sesuatu yang benar-benar bernilai."
Ia sendiri pernah terjebak. Pada awalnya, ia menghabiskan dua bulan membangun terowongan VPN hanya untuk mengakses terminal di ponselnya. Hasilnya sangat bagus, bahkan sekali waktu saat makan siang dengan temannya di restoran, ia menghabiskan waktu sepanjang waktu melakukan coding di ponselnya, bukan ikut berdialog.
Saya harus berhenti sejenak, terutama demi kesehatan mental saya.
Kota Limbah
Sistem orkestrasi bernama Gastown baru-baru ini membuatnya frustrasi.
"Sebuah pengatur (orchestrator) yang sangat kompleks, yang menjalankan belasan hingga dua puluhan agen sekaligus, mereka berkomunikasi dan membagi tugas satu sama lain. Ada pengamat (watcher), pengawas (overseer), wali kota (mayor), pcats (mungkin merujuk pada 'warga sipil' atau 'kucing peliharaan' atau peran lain yang mengisi jumlah), dan masih banyak lagi yang lainnya."
Peter Yang: Tunggu dulu, masih ada walikota?
"Iya, di proyek Gastown ada seorang wali kota. Aku menyebut proyek ini sebagai 'Slop Town'."
Ada juga mode RALPH (sebuah siklus tugas tunggal "sekali pakai", yang berarti memberi AI sebuah tugas kecil, setelah selesai maka semua ingatan konteks akan dihapus, segalanya kembali ke nol, lalu terus berulang dalam siklus mati).
"Ini hampir menjadi mesin pembakar token yang paling ekstrem. Kau biarkan berjalan sepanjang malam, dan di pagi harinya kau dapatkan sampah yang paling ekstrem (slop)."
Inti permasalahannya adalah: agen-agen ini belum memiliki selera. Mereka pintar secara menakutkan di beberapa aspek, tetapi jika kamu tidak membimbing mereka atau tidak memberi tahu mereka apa yang kamu inginkan, maka hasilnya akan menjadi sampah.
"Saya tidak tahu bagaimana orang lain bekerja, tetapi ketika saya memulai sebuah proyek, saya hanya memiliki gagasan yang samar. Dalam proses membangun, bermain, dan merasakan, visi saya secara bertahap menjadi lebih jelas. Saya mencoba beberapa hal, beberapa tidak berhasil, dan ide saya berevolusi hingga mencapai bentuk akhirnya. Kata kunci berikutnya (prompt) saya bergantung pada keadaan saat ini yang saya lihat, rasakan, dan pikirkan."
Jika Anda mencoba menuliskan segalanya ke dalam spesifikasi awal, maka Anda melewatkan siklus interaksi manusia dan mesin ini.
"Saya tidak tahu bagaimana cara membuat sesuatu yang baik tanpa perasaan dan selera yang terlibat."
Ada seseorang di Twitter yang memamerkan sebuah aplikasi catatan yang "dibuat sepenuhnya oleh RALPH". Peter menanggapi: Iya, terlihat seperti hasil kerja RALPH, tidak ada orang normal yang akan merancangnya seperti itu.
Peter Yang merangkum: Banyak orang mengoperasikan AI selama 24 jam bukan untuk membuat aplikasi, tetapi untuk membuktikan bahwa mereka bisa menjalankan AI selama 24 jam.
Ini seperti perlombaan membandingkan ukuran tanpa adanya acuan. Saya juga pernah menjalankan loop selama 26 jam, dan saat itu saya merasa bangga. Tapi ini adalah indikator kesombongan yang tidak berarti apa-apa. Bisa membangun segalanya bukan berarti kamu harus membangun segalanya, dan juga bukan berarti itu akan menjadi sesuatu yang baik.
Plan Mode adalah sebuah modifikasi (Hack)
Peter Yang bertanya bagaimana cara mengelola konteks. Jika percakapan terlalu panjang, AI bisa kebingungan. Apakah diperlukan untuk secara manual mengompresi atau merangkumnya?
Peter Steinberger mengatakan ini adalah "masalah dari pola lama".
"Claude Code masih memiliki masalah ini, tetapi Codex jauh lebih baik. Secara kertas mungkin hanya bertambah 30% konteks, tetapi secara pengalaman terasa seperti 2-3 kali lipat. Saya kira ini berkaitan dengan mekanisme pemikiran internalnya. Sekarang sebagian besar pengembangan fitur saya bisa selesai dalam satu jendela konteks, diskusi dan pembangunan terjadi secara bersamaan."
Dia tidak menggunakan worktrees karena itu dianggap "kompleksitas yang tidak perlu". Dia hanya melakukan checkout beberapa salinan repositori: clawbot-1, clawbot-2, clawbot-3, clawbot-4, clawbot-5. Dia menggunakan yang sedang kosong, melakukan pengujian, mendorong ke cabang utama (main), lalu mensinkronkan.
Sedikit mirip pabrik, jika semuanya sibuk. Tapi jika kamu hanya membuka satu, waktu tunggu terlalu lama hingga kamu tidak bisa masuk ke aliran.
Peter Yang mengatakan ini seperti permainan strategi real-time, di mana kamu memiliki tim yang sedang menyerang, dan kamu harus mengelola serta memantau mereka.
Mengenai mode rencana, Peter Steinberger memiliki pandangan yang kontroversial:
"Plan mode adalah solusi sementara yang harus ditambahkan oleh Anthropic karena model terlalu impulsif, langsung saja pergi ke penulisan kode. Jika kamu menggunakan model terbaru, seperti GPT 5.2, kamu akan berdialog dengannya. 'Saya ingin membangun fitur ini, sebaiknya seperti ini dan itu, saya suka gaya desain ini, beri saya beberapa opsi, mari kita bicarakan dulu.' Lalu ia akan menawarkan saran, kalian berdiskusi, mencapai kesepakatan sebelum mulai mengerjakannya."
Dia tidak mengetik, dia berbicara.
"Saya kebanyakan berbicara dengannya."
Pengembangan Driver Discord
Peter Yang menanyakan alur kerja yang dia gunakan untuk mengembangkan fitur baru. Apakah dia mulai dengan mengeksplorasi masalah terlebih dahulu? Atau justru mulai dengan membuat rencana?
Peter Steinberger mengatakan bahwa dia melakukan sesuatu yang "mungkin merupakan hal paling gila yang pernah saya lakukan": dia menghubungkan Clawbot-nya ke server Discord umum, sehingga siapa pun bisa berbicara dengan AI pribadinya, lengkap dengan memori pribadinya, di tempat umum.
"Proyek ini sulit dijelaskan dengan kata-kata. Seperti campuran antara Jarvis (asisten AI di film Iron Man) dan film 'Her'. Setiap orang yang saya tunjukkan secara langsung terlihat sangat bersemangat, tetapi saat saya unggah gambar dan teksnya di Twitter, tidak mendapat respons yang signifikan. Jadi, saya pikir, mungkin lebih baik kalau saya biarkan orang-orang mencobanya sendiri."
Pengguna bertanya, melaporkan bug, dan mengusulkan fitur di Discord. Alur kerja pengembangan saat ini adalah: mengambil tangkapan layar percakapan di Discord, menyeretnya ke terminal, dan berkata pada AI, "Ayo kita bahas ini."
"Saya malas mengetik. Jika ada orang yang bertanya 'apakah kalian mendukung ini itu', saya biarkan AI membaca kode lalu menulis FAQ."
Dia juga membuat spider yang memindai saluran bantuan Discord setidaknya sekali sehari, sehingga AI dapat merangkum masalah terbesar, lalu mereka memperbaikinya.
Tidak ada MCP, tidak ada orkestrasi yang kompleks
Peter Yang bertanya: Apakah kamu menggunakan hal-hal yang rumit itu? Seperti multi agen, keterampilan kompleks, MCP (Model Context Protocol), dan sebagainya?
"Sebagian besar skill saya adalah keterampilan hidup: mencatat makanan, membeli bahan makanan, jenis hal seperti itu. Saya jarang menggunakan pemrograman, karena tidak perlu. Saya tidak menggunakan MCP, atau hal-hal seperti itu."
Dia tidak percaya pada sistem pengaturan yang kompleks.
"Saya sedang dalam siklus, saya bisa membuat produk yang terasa lebih baik. Mungkin ada cara yang lebih cepat, tetapi saya hampir mencapai titik batas, bukan pada AI, saya terutama dibatasi oleh kecepatan berpikir saya sendiri, sesekali dibatasi oleh waktu menunggu Codex."
Rekan pendirinya dulu di PSPDFKit, seorang mantan pengacara, sekarang juga mengirimkan permintaan PR (pull request) kepadanya.
"AI memungkinkan orang-orang tanpa latar belakang teknis untuk membuat sesuatu, dan itu luar biasa. Saya tahu ada orang yang menentang, mengatakan kode ini tidak sempurna. Tapi saya menganggap pull request sebagai prompt request (permintaan kata kunci), mereka menyampaikan niat. Kebanyakan orang tidak memiliki pemahaman sistem yang sama, sehingga tidak bisa mengarahkan model ke hasil yang optimal. Jadi saya lebih memilih mendapatkan niat tersebut, lalu saya yang melakukannya sendiri, atau menulis ulang berdasarkan PR mereka."
Dia akan menandai mereka sebagai co-author, tetapi jarang menggabungkan kode orang lain secara langsung.
Carilah jalanmu sendiri.
Peter Yang merangkum: Jadi poin utamanya adalah, jangan gunakan slop generator, pertahankan manusia dalam siklusnya, karena otak dan selera manusia tidak bisa digantikan.
Peter Steinberger menambahkan satu kalimat:
"Atau mungkin, temukan jalannya sendiri. Banyak orang bertanya kepadaku, 'Bagaimana kamu melakukannya?' Jawabannya adalah: kamu harus mengeksplorasi sendiri. Butuh waktu untuk mempelajari hal-hal ini, serta membuat kesalahan sendiri. Ini sama seperti belajar sesuatu yang lain, hanya saja bidang ini berkembang sangat cepat."
Clawdbot sedang dalam keadaan aktif.clawd.botSemuanya bisa ditemukan di GitHub. Clad dengan W, C-L-A-W-D-B-O-T, seperti capit udang.
(Catatan: ClawdBot telah berganti nama menjadi OpenClaw)
Peter Yang mengatakan bahwa dia juga harus mencoba. Dia tidak ingin duduk di depan komputer dan berbicara dengan AI, dia ingin memberi perintah kepadanya kapan saja saat berada di luar rumah dan mengajak anaknya bermain.
"Saya kira Anda akan menyukainya," kata Peter Steinberger.
Poin utama Peter Steinberger dapat dirangkum dalam dua kalimat:
- AI sudah cukup kuat untuk menggantikan 80% aplikasi di ponsel Anda.
- Tapi jika tidak ada selera dan penilaian manusia dalam siklus tersebut, maka output yang dihasilkan hanyalah sampah.
Dua pernyataan ini tampak bertentangan, tetapi sebenarnya mengarah pada kesimpulan yang sama: AI adalah tuas, bukan pengganti. Yang diperbesar adalah hal-hal yang sebelumnya sudah kamu miliki: berpikir sistematis, kemampuan merancang arsitektur, dan intuisi terhadap produk yang baik. Jika kamu tidak memiliki hal-hal tersebut, maka semakin banyak agen cerdas yang berjalan sepanjang hari pun hanya akan menghasilkan karya yang tidak bermutu secara massal.
Praktiknya sendiri adalah bukti terbaik: seorang programmer iOS berpengalaman selama 20 tahun membangun proyek kode sebesar 300.000 baris hanya dalam beberapa bulan menggunakan TypeScript. Ia tidak belajar tata bahasa dari bahasa pemrograman baru itu, tetapi justru hal-hal yang bersifat umum dan tidak tergantung pada bahasa pemrograman tertentu.
“Bahasa pemrograman tidak penting lagi, yang penting adalah pola pikir rekayasa saya.”