Tác giả:Bảo Ngọc
Đây là một buổi phỏng vấn 40 phút khác với Peter Steinberger, tác giả của ClawdBot/OpenClaw, do Peter Yang điều phối.
Peter là người sáng lập PSPDFKit, với hơn 20 năm kinh nghiệm phát triển cho nền tảng iOS. Sau khi công ty bị Insight Partners đầu tư chiến lược với mức 100 triệu Euro vào năm 2021, anh đã chọn "nghỉ hưu". Hiện tại, sản phẩm Clawdbot (nay đổi tên thành OpenClaw) do anh phát triển đang trở nên rất phổ biến. Clawbot là trợ lý AI có thể trò chuyện với bạn qua WhatsApp, Telegram, iMessage, và được kết nối với nhiều ứng dụng trên máy tính của bạn.
Peter mô tả Clawbot như sau:
Nó giống như một người bạn sống trong máy tính của bạn, hơi kỳ quặc, nhưng thông minh đến mức đáng kinh ngạc.
Trong buổi phỏng vấn này, anh ấy đã chia sẻ nhiều quan điểm thú vị: lý do tại sao hệ thống lập trình các thể thông minh phức tạp (Agent) là "máy tạo ra sự lộn xộn", lý do "chạy AI liên tục 24 giờ" là một chỉ số khoe khoang, và lý do ngôn ngữ lập trình đã không còn quan trọng nữa.
Nguyên mẫu trong một giờ, 300.000 dòng mã nguồn
Peter Yang hỏi rằng Clawbot thực ra là gì và tại sao logo lại là một con tôm hùm.
Peter Steinberger không trực tiếp trả lời câu hỏi về tôm hùm, mà kể một câu chuyện. Sau khi "nghỉ hưu" trở lại, anh đã toàn tâm toàn ý đầu tư vào kiểu lập trình theo cảm giác (vibe coding) - một cách làm việc mà trong đó các thể thông minh nhân tạo (AI agent) sẽ giúp bạn viết code. Vấn đề là, các thể thông minh này có thể chạy trong vòng nửa tiếng, hoặc chỉ sau hai phút lại dừng lại hỏi bạn câu hỏi. Bạn đi ăn cơm xong quay lại, phát hiện chúng đã bị kẹt từ lâu, rất phiền toái.
Anh ấy muốn có một thứ gì đó để có thể kiểm tra tình trạng máy tính trên điện thoại mọi lúc mọi nơi. Nhưng anh ấy không bắt tay vào làm, bởi vì anh ấy cảm thấy điều này quá rõ ràng, các công ty lớn chắc chắn sẽ làm.
"Đợi đến tháng 11 năm ngoái mà vẫn chưa ai làm, tôi nghĩ thôi vậy, tôi tự làm đi."
Phiên bản ban đầu cực kỳ đơn giản: kết nối WhatsApp với Claude Code. Gửi một tin nhắn, nó sẽ gọi AI và trả về kết quả. Chỉ mất một giờ để hoàn thành.
Sau đó, nó "bắt đầu sống động". Hiện tại, Clawbot có khoảng 300.000 dòng mã, hỗ trợ hầu hết các nền tảng tin nhắn phổ biến.
"Tôi nghĩ đây chính là hướng đi của tương lai. Mỗi người sẽ sở hữu một trợ lý AI siêu mạnh mẽ, theo bạn đi hết cuộc đời.
Ông ấy nói, "Ngay khi bạn cấp cho AI quyền truy cập vào máy tính của bạn, về cơ bản nó có thể làm bất cứ điều gì bạn có thể làm."
Buổi sáng ở Morocco
Peter Yang nói rằng, hiện tại bạn không cần phải ngồi trước máy tính và nhìn chằm chằm vào nó nữa, chỉ cần đưa ra lệnh cho nó là được.
Peter Steinberger gật đầu, nhưng anh ấy muốn nói về một điều khác.
Một lần, khi anh ấy đang ở Morocco để ăn sinh nhật cho một người bạn, anh ấy nhận ra mình liên tục sử dụng Clawbot. Việc hỏi đường, tìm kiếm gợi ý nhà hàng là những điều nhỏ nhặt. Điều thực sự khiến anh ấy ngạc nhiên là vào buổi sáng hôm đó: có người đã đăng một tweet trên Twitter nói rằng một thư viện mã nguồn mở của anh ấy có lỗi.
"Tôi chụp một bức ảnh từ dòng trạng thái, sau đó gửi lên WhatsApp."
AI đã đọc nội dung tweet, nhận ra đây là một báo cáo lỗi. Nó đã checkout kho lưu trữ Git tương ứng, sửa lỗi, gửi thay đổi, sau đó trả lời người đó trên Twitter rằng lỗi đã được sửa.
Lúc đó tôi chỉ nghĩ thầm, vậy mà cũng được à?
Còn có lần kỳ diệu hơn nữa. Anh ấy đang đi dạo trên đường, lười gõ chữ, nên đã gửi một tin nhắn thoại. Vấn đề là anh ấy thậm chí chưa từng lập trình cho Clawbot hỗ trợ tin nhắn thoại.
"Tôi thấy hiện lên dòng chữ 'đang nhập', trong lòng nghĩ xong đời rồi. Ai ngờ nó vẫn trả lời bình thường."
Sau đó anh ấy hỏi AI làm thế nào để thực hiện được. AI nói: "Tôi nhận được một tập tin nhưng không có phần mở rộng, vì vậy tôi đã xem đầu tập tin và phát hiện ra định dạng Ogg Opus. Máy tính của anh có cài ffmpeg, tôi đã dùng nó để chuyển đổi sang WAV. Sau đó tôi tìm whisper.cpp, nhưng anh chưa cài đặt. Tuy nhiên tôi đã tìm thấy khóa (key) API của OpenAI của anh, vì vậy tôi đã dùng curl gửi tập tin âm thanh đi và thực hiện chuyển đổi văn bản."
Peter Yang nghe xong nói: Những thứ này thật sự có phương pháp, dù hơi đáng sợ một chút.
Nó mạnh hơn rất nhiều so với phiên bản ChatGPT trên web, điều này giống như một ChatGPT đã được gỡ bỏ giới hạn. Nhiều người không nhận ra rằng các công cụ như Claude Code không chỉ giỏi lập trình, mà chúng còn có thể giải quyết mọi vấn đề.
Đoàn CLI (CLI là công cụ dòng lệnh)
Peter Yang hỏi anh ấy những công cụ tự động hóa đó đều được xây dựng như thế nào, là tự viết hay để AI viết.
Peter Steinberger mỉm cười.
Trong vài tháng qua, anh ấy liên tục mở rộng "đội quân CLI" của mình. Điểm mạnh nhất của các agent là gì? Gọi các công cụ dòng lệnh, bởi vì dữ liệu huấn luyện toàn là thứ này.
Anh ấy đã xây dựng một giao diện dòng lệnh (CLI) để truy cập toàn bộ dịch vụ của Google, bao gồm cả API Places. Anh ấy còn tạo một công cụ chuyên tìm kiếm meme và GIF, để AI có thể gửi meme khi trả lời tin nhắn. Anh ấy thậm chí còn làm một công cụ trực quan hóa âm thanh, nhằm giúp AI "trải nghiệm" âm nhạc.
"Tôi còn xâm nhập API của nền tảng giao đồ ăn địa phương, giờ AI có thể cho tôi biết thức ăn còn bao lâu nữa sẽ được giao. Ngoài ra còn có một API của Eight Sleep bị đảo ngược, có thể điều khiển nhiệt độ của chiếc giường của tôi."
Lưu ý: Eight Sleep là một tấm nệm thông minh có thể điều chỉnh nhiệt độ bề mặt giường, hiện chưa mở API chính thức.
Peter Yang hỏi thêm: Tất cả những thứ này đều do bạn nhờ AI giúp đỡ để xây dựng sao?
"Điều thú vị nhất là trước đây tôi đã làm phát triển hệ sinh thái Apple trong 20 năm tại PSPDFKit, với Swift và Objective-C, tôi rất thành thạo. Nhưng khi trở lại, tôi quyết định đổi hướng, vì tôi đã chán việc Apple kiểm soát mọi thứ, và việc làm ứng dụng Mac có đối tượng người dùng quá hẹp."
Vấn đề là việc chuyển từ một công nghệ quen thuộc này sang công nghệ khác lại rất đau đầu. Bạn hiểu tất cả các khái niệm, nhưng lại không biết cú pháp. Prop là gì? Làm thế nào để tách một mảng? Mỗi vấn đề nhỏ bạn đều phải tra cứu, và bạn sẽ cảm thấy mình như một kẻ ngốc.
"Rồi trí tuệ nhân tạo xuất hiện, và tất cả những thứ đó biến mất. Tư duy cấp hệ thống, khả năng kiến trúc, gu thẩm mỹ, và khả năng đánh giá các mối phụ thuộc - đây mới là những thứ thực sự có giá trị, và giờ đây bạn có thể dễ dàng chuyển chúng sang bất kỳ lĩnh vực nào."
Anh ấy dừng lại một chút:
Đột nhiên tôi cảm thấy mình có thể xây dựng bất cứ thứ gì. Ngôn ngữ không còn quan trọng nữa, điều quan trọng là tư duy kỹ thuật của tôi.
Kiểm soát thế giới thực tế
Peter Steinberger bắt đầu trình diễn cài đặt của mình. Danh sách quyền mà anh ta cấp cho AI thật đáng kinh ngạc:
Email, lịch, tất cả các tập tin, đèn Philips Hue, loa Sonos. Anh ấy có thể để AI đánh thức anh ấy vào buổi sáng bằng cách tăng âm lượng từ từ. AI cũng có thể truy cập camera an ninh của anh ấy.
"Đã có lần tôi để nó quan sát xem có người lạ không. Sáng hôm sau nó nói với tôi: 'Peter, có người ở đây.' Tôi xem lại đoạn phim, hóa ra suốt đêm nó chụp hình cái ghế sofa của tôi, vì chất lượng camera kém, cái ghế sofa trông như có người ngồi vậy."
Tại căn hộ ở Vienna, AI còn có thể điều khiển hệ thống nhà thông minh KNX.
Nó thực sự có thể khóa tôi ra ngoài.
Peter Yang hỏi: Chúng được kết nối như thế nào?
"Chỉ cần nói trực tiếp với nó. Những thứ này rất hữu ích, nó có thể tự tìm API, có thể dùng Google, có thể tìm các khóa trong hệ thống của bạn."
Người dùng chơi thậm chí còn điên rồ hơn:
- Có người để nó mua sắm trực tuyến trên Tesco
- Có người đã đặt hàng trên Amazon
- Có người để nó tự động trả lời tất cả các tin nhắn
- Có người đã thêm nó vào nhóm chat gia đình làm "thành viên gia đình"
"Tôi để nó giúp tôi check in trên trang web của British Airways. Điều này gần như là bài kiểm tra Turing, điều khiển trình duyệt trên trang web của hãng hàng không, bạn biết giao diện của nó khó dùng như thế nào."
Lần đầu tiên mất gần 20 phút, vì toàn bộ hệ thống vẫn còn rất thô sơ. AI cần tìm hộ chiếu của anh ấy trong Dropbox, trích xuất thông tin, điền vào biểu mẫu và vượt qua xác minh con người.
"Hiện tại chỉ mất vài phút. Nó có thể nhấn nút xác thực 'Tôi là con người' vì nó đang kiểm soát một trình duyệt thực sự, hành vi của nó không khác gì con người."
80% các ứng dụng sẽ biến mất
Peter Yang hỏi: Đối với người dùng bình thường vừa tải về, cách sử dụng an toàn khi bắt đầu là gì?
Peter Steinberger nói rằng mỗi người đều có con đường riêng. Một số người vừa cài đặt xong đã bắt đầu dùng để viết ứng dụng iOS, một số người khác lại ngay lập tức dùng để quản lý Cloudflare. Có một người dùng cài cho bản thân mình trong tuần đầu tiên, cài cho gia đình vào tuần thứ hai, và bắt đầu triển khai phiên bản doanh nghiệp cho công ty vào tuần thứ ba.
"Sau khi tôi cài đặt cho một người bạn không chuyên về công nghệ, anh ấy bắt đầu gửi pull request cho tôi. Anh ấy chưa từng gửi pull request nào trong đời."
Nhưng điều anh ấy thực sự muốn nói là toàn cảnh lớn hơn:
"Giả sử bạn suy nghĩ kỹ một chút, thứ này có thể thay thế 80% ứng dụng trên điện thoại của bạn."
Tại sao lại cần dùng MyFitnessPal để ghi lại chế độ ăn uống?
"Tôi có một trợ lý vô cùng thông minh, nó đã biết tôi đã đưa ra quyết định sai lầm khi đến KFC. Tôi chỉ cần gửi một bức ảnh, nó sẽ lưu vào cơ sở dữ liệu, tính toán lượng calo và nhắc nhở tôi nên đi phòng gym."
Tại sao còn phải dùng ứng dụng để thiết lập nhiệt độ của Eight Sleep? AI có quyền truy cập API, có thể tự động điều chỉnh giúp bạn. Tại sao còn phải dùng ứng dụng quản lý việc cần làm? AI có thể ghi nhớ giúp bạn. Tại sao còn phải dùng ứng dụng check-in chuyến bay? AI có thể làm điều đó thay bạn. Tại sao còn phải dùng ứng dụng mua sắm? AI có thể đề xuất, có thể đặt hàng, có thể theo dõi đơn hàng.
"Sẽ có cả một tầng ứng dụng dần dần biến mất, bởi vì nếu chúng có API, thì chúng chỉ là những dịch vụ mà trí tuệ nhân tạo của bạn sẽ gọi thôi."
Ông dự đoán năm 2026 sẽ là năm mà nhiều người bắt đầu khám phá trợ lý AI cá nhân, và các công ty lớn cũng sẽ tham gia vào thị trường này.
"Clawbot không nhất thiết phải là người chiến thắng cuối cùng, nhưng hướng đi này là đúng."
Chỉ cần nói chuyện với nó
Chúng ta hãy chuyển sang chủ đề phương pháp lập trình AI. Peter Yang nói rằng anh ấy đã viết một bài viết rất nổi tiếng có tên là "Just Talk to It", mọi người muốn nghe anh ấy trình bày chi tiết hơn một chút.
Điểm chính của Peter Steinberger là: Đừng rơi vào "bẫy tác nhân" (agentic trap).
"Tôi thấy quá nhiều người trên Twitter phát hiện ra rằng các agent (thực thể thông minh) rất厉害, rồi họ muốn chúng còn厉害 hơn nữa, sau đó rơi vào con hẻm (vào con đường phức tạp). Họ xây dựng các công cụ phức tạp khác nhau để tăng tốc quy trình làm việc, nhưng kết quả là họ chỉ đang xây dựng công cụ, chứ không tạo ra thứ gì thực sự có giá trị."
Anh ấy cũng từng sa vào cái bẫy này. Ban đầu, anh ấy đã dành hai tháng để xây dựng một đường hầm VPN chỉ để truy cập terminal trên điện thoại. Anh ấy làm quá tốt, một lần đi ăn trưa với bạn bè, anh ấy toàn bộ thời gian đều dùng điện thoại để code, thay vì tham gia trò chuyện.
Tôi phải dừng lại, chủ yếu vì sức khỏe tinh thần.
Thị trấn Bùn
Điều gần đây khiến anh ta điên rồ là một hệ thống lập trình gọi là Gastown.
Một trình điều phối (orchestrator) cực kỳ phức tạp, cùng lúc chạy mười mấy hoặc hai mươi agent, chúng giao tiếp và phân chia công việc với nhau. Có watcher (người quan sát), overseer (người giám sát), mayor (chủ tịch thành phố), pcats (có thể là "người thường" hoặc "mèo cưng" hoặc các vai trò phụ khác), tôi còn chưa rõ có gì nữa.
Peter Yang: Chờ đã, còn có cả thị trưởng sao?
"Đúng vậy, dự án Gastown có một thị trưởng. Tôi gọi dự án này là 'Thị trấn rác' (Slop Town)."
Còn có chế độ RALPH (một mô hình vòng lặp đơn nhiệm "một lần sử dụng", nghĩa là giao cho AI một nhiệm vụ nhỏ, sau khi hoàn thành thì xóa bỏ toàn bộ bộ nhớ ngữ cảnh, bắt đầu lại từ đầu, và lặp đi lặp lại vô hạn)...
"Đây gần như là máy đốt token cuối cùng (ultimate token burner). Bạn để nó chạy cả đêm, sáng hôm sau bạn nhận được là thứ chất thải cuối cùng (ultimate slop)."
Vấn đề cốt lõi là: những thực thể này vẫn chưa có gu thẩm mỹ. Chúng thông minh đến mức đáng sợ ở một số khía cạnh, nhưng nếu bạn không hướng dẫn chúng, không nói rõ bạn muốn gì, thì kết quả thu được sẽ là rác.
"Tôi không biết người khác làm việc như thế nào, nhưng khi tôi bắt đầu một dự án, tôi chỉ có một ý tưởng mơ hồ. Trong quá trình xây dựng, chơi đùa và cảm nhận, tầm nhìn của tôi dần trở nên rõ ràng hơn. Tôi sẽ thử một số thứ, một số thứ không hoạt động, và ý tưởng của tôi sẽ tiến hóa thành hình dạng cuối cùng. Từ khóa tiếp theo (prompt) của tôi phụ thuộc vào trạng thái hiện tại mà tôi nhìn thấy, cảm nhận và suy nghĩ."
Nếu bạn cố gắng viết tất cả mọi thứ vào tài liệu yêu cầu ban đầu, bạn sẽ bỏ lỡ vòng lặp tương tác giữa con người và máy móc này.
"Tôi không hiểu làm thế nào để tạo ra những thứ tốt đẹp nếu không có cảm xúc và sự tham gia của vị giác."
Có người trên Twitter khoe một ứng dụng ghi chú được tạo hoàn toàn bằng RALPH. Peter trả lời: "Đúng vậy, trông giống như do RALPH tạo ra, không có người bình thường nào lại thiết kế như vậy."
Peter Yang tóm lược: Nhiều người tham gia AI 24 giờ không phải để làm ứng dụng, mà là để chứng minh họ có thể duy trì hoạt động AI trong 24 giờ.
Điều này giống như một cuộc thi so sánh ai lớn hơn ai mà không có tiêu chuẩn tham chiếu. Tôi cũng từng để vòng lặp chạy suốt 26 tiếng, lúc đó cảm thấy rất tự hào. Nhưng đây là một chỉ số phù phiếm, hoàn toàn vô nghĩa. Việc có thể xây dựng mọi thứ không có nghĩa là bạn nên xây dựng tất cả, cũng không có nghĩa là mọi thứ sẽ tốt.
Chế độ Plan là một bản vá (hack)
Peter Yang hỏi anh ấy làm thế nào để quản lý bối cảnh. Khi cuộc trò chuyện kéo dài, AI sẽ bị nhầm lẫn, vậy có cần phải nén hoặc tóm tắt thủ công không?
Peter Steinberger gọi đây là "vấn đề của mô hình cũ".
"Claude Code vẫn còn tồn tại vấn đề này, nhưng Codex đã tốt hơn rất nhiều. Trên lý thuyết có thể chỉ nhiều hơn 30% ngữ cảnh, nhưng cảm giác dùng lại như gấp 2-3 lần. Tôi nghĩ điều này liên quan đến cơ chế suy nghĩ bên trong. Hiện tại, phần lớn các chức năng phát triển của tôi đều có thể hoàn thành trong một cửa sổ ngữ cảnh, vừa thảo luận vừa xây dựng cùng lúc."
Anh ấy không dùng worktrees, vì đó là "sự phức tạp không cần thiết". Anh ấy chỉ đơn giản checkout nhiều bản sao của kho lưu trữ: clawbot-1, clawbot-2, clawbot-3, clawbot-4, clawbot-5. Dùng cái nào rảnh, làm xong kiểm tra, đẩy lên nhánh chính (main), rồi đồng bộ.
"Chỗ nào đó giống như một nhà máy, nếu tất cả chúng đều bận rộn. Nhưng nếu bạn chỉ mở một cái, thời gian chờ đợi quá dài, không thể vào được trạng thái flow."
Peter Yang nói rằng điều này giống như một trò chơi chiến thuật theo thời gian thực, bạn có một nhóm người đang tấn công và bạn phải quản lý và giám sát họ.
Về chế độ kế hoạch, Peter Steinberger có một quan điểm gây tranh cãi:
"Chế độ lập kế hoạch là một giải pháp tạm bợ mà Anthropic buộc phải thêm vào, bởi vì mô hình quá nóng vội, vừa bắt đầu là đã vội vàng viết mã. Nếu bạn sử dụng mô hình mới nhất, ví dụ như GPT 5.2, bạn sẽ trò chuyện với nó. 'Tôi muốn xây dựng chức năng này, nên làm theo cách này cách kia, tôi thích phong cách thiết kế này, hãy đưa cho tôi vài phương án, chúng ta hãy nói chuyện trước đã.' Sau đó nó sẽ đưa ra đề xuất, các bạn thảo luận, đạt được sự đồng thuận rồi mới bắt tay vào thực hiện."
Anh ấy không gõ máy, anh ấy nói.
Hầu hết thời gian tôi đều nói chuyện với nó.
Lập trình driver Discord
Peter Yang hỏi quy trình phát triển tính năng mới của anh ấy là như thế nào. Trước tiên là khám phá vấn đề? Hay trước tiên là lập kế hoạch?
Peter Steinberger nói rằng anh đã làm một điều "có lẽ là điên rồ nhất mà tôi từng làm": anh đã kết nối Clawbot của mình vào một máy chủ Discord công khai, cho phép bất kỳ ai trò chuyện với AI cá nhân của anh, cùng với những ký ức cá nhân, trong môi trường công cộng.
"Dự án này rất khó để miêu tả bằng lời. Nó giống như sự kết hợp giữa Jarvis (trợ lý AI trong phim Iron Man) và bộ phim 'Her'. Mọi người mà tôi trình diễn trực tiếp đều rất hào hứng, nhưng việc đăng hình ảnh kèm theo văn bản trên Twitter thì lại không mấy hiệu quả. Vì vậy tôi nghĩ, tại sao không để mọi người tự trải nghiệm?"
Người dùng đặt câu hỏi, báo lỗi và đưa ra yêu cầu trong Discord. Quy trình phát triển hiện tại của anh ấy là: chụp ảnh một đoạn hội thoại Discord, kéo vào terminal, và nói với AI rằng "Chúng ta hãy thảo luận về điều này".
"Tôi lười đánh máy. Khi có người hỏi 'Các bạn có hỗ trợ cái này cái kia không', tôi chỉ cần để AI đọc mã nguồn rồi viết một mục trong FAQ."
Anh ấy còn viết một chương trình bò cào, quét ít nhất một lần mỗi ngày kênh help của Discord, để AI tổng hợp những vấn đề đau đầu nhất, sau đó họ sẽ sửa chúng.
Không cần MCP, không cần lập trình phức tạp
Peter Yang hỏi: Bạn có dùng những thứ hoa mĩ đó không? Những thứ như đa agent, kỹ năng phức tạp, giao thức MCP (Model Context Protocol)...?
"Kỹ năng của tôi phần lớn là kỹ năng sinh hoạt: ghi lại việc ăn uống, mua đồ, những thứ như vậy. Phần lập trình rất ít, vì không cần thiết. Tôi không dùng MCP, hay bất kỳ thứ gì tương tự như vậy."
Anh ấy không tin vào các hệ thống lập trình phức tạp.
"Tôi đang ở trong vòng lặp, tôi có thể tạo ra sản phẩm tốt hơn theo cảm nhận. Có thể có cách nhanh hơn, nhưng tôi gần chạm đến giới hạn rồi, không còn là giới hạn của AI nữa, tôi chủ yếu bị giới hạn bởi tốc độ suy nghĩ của chính mình, thỉnh thoảng là thời gian chờ đợi Codex."
Người đồng sáng lập PSPDFKit trước đây của anh ấy, một cựu luật sư, hiện cũng đang gửi cho anh ấy các yêu cầu hợp nhất mã (PR).
"AI làm cho những người không có nền tảng kỹ thuật cũng có thể tạo dựng thứ gì đó, điều này rất kỳ diệu. Tôi biết có người phản đối, nói rằng những đoạn mã này không hoàn hảo. Nhưng tôi xem các pull request như các prompt request (yêu cầu gợi ý), chúng truyền đạt ý định. Hầu hết mọi người không có cùng mức độ hiểu biết về hệ thống, nên không thể hướng dẫn mô hình đạt được kết quả tối ưu. Vì vậy tôi thà nhận được ý định, tự mình thực hiện, hoặc viết lại dựa trên các PR của họ."
Anh ấy sẽ ghi nhận họ là đồng tác giả, nhưng hiếm khi trực tiếp hợp nhất mã nguồn của người khác.
Tự tìm con đường của chính mình đi.
Peter Yang tóm lược: Vì vậy, điểm cốt lõi là đừng dùng máy tạo nội dung dở tệ, hãy giữ con người trong vòng lặp, bởi vì bộ não và gu thẩm mỹ của con người là không thể thay thế được.
Peter Steinberger đã bổ sung thêm một câu:
"hoặc có thể nói, hãy tự tìm ra con đường của chính bạn. Nhiều người hỏi tôi 'bạn đã làm như thế nào?', câu trả lời là: bạn phải tự khám phá. Việc học hỏi những điều này cần thời gian, cần mắc phải những sai lầm riêng của bạn. Điều này giống như việc học bất cứ thứ gì, ngoại trừ lĩnh vực này thay đổi rất nhanh."
Clawdbot đang ởclawd.botĐều có thể tìm thấy trên GitHub. Clad với chữ W, C-L-A-W-D-B-O-T, giống như kẹp tôm hùm.
(Lưu ý: ClawdBot đã đổi tên thành OpenClaw)
Peter Yang nói rằng anh ấy cũng muốn thử xem. Anh ấy không muốn ngồi trước máy tính trò chuyện với AI, mà muốn có thể ra lệnh cho nó mọi lúc mọi nơi khi đang đưa con cái ra ngoài.
"Tôi nghĩ bạn sẽ thích nó," Peter Steinberger nói.
Điểm chính của Peter Steinberger có thể tóm tắt bằng hai câu sau:
- Trí tuệ nhân tạo đã đủ mạnh để thay thế 80% ứng dụng trên điện thoại của bạn.
- Nhưng nếu không có sự đánh giá và phán đoán của con người trong chu trình, đầu ra sẽ chỉ là rác.
Hai câu này có vẻ mâu thuẫn, nhưng thực ra đều chỉ đến một kết luận chung: AI là đòn bẩy, không phải là thứ thay thế. Điều được phóng đại chính là những thứ bạn vốn có: tư duy hệ thống, khả năng kiến trúc, trực giác về sản phẩm tốt. Nếu bạn không có những thứ này, thì dù có hàng tá agent thông minh chạy song song 24 giờ một ngày cũng chỉ đang sản xuất hàng loạt thứ vớ vẩn.
Thực tế của anh ấy chính là minh chứng rõ ràng nhất: một lập trình viên iOS lâu năm với 20 năm kinh nghiệm, đã xây dựng một dự án lên tới 300.000 dòng mã nguồn chỉ trong vài tháng bằng TypeScript. Điều giúp anh ấy thành công không phải là việc học thuộc cú pháp của ngôn ngữ mới, mà là những yếu tố không phụ thuộc vào ngôn ngữ lập trình.
"Ngôn ngữ lập trình không còn quan trọng nữa, điều quan trọng là tư duy kỹ thuật của tôi."