OpenClaw는 결코 전문 봇이 될 수 없습니다

OpenClaw의 획기적인 순간은 갑작스럽게 느껴지지만 그 바탕에 깔린 아이디어는 수년 동안 구축되어 왔습니다.

저는 최근 제작자인 Peter Steinberger와의 인터뷰를 들었습니다. 그는 OpenClaw를 모든 것을 알고 있는 단일 에이전트가 아니라 허브에 가까운 에이전트로 설명했습니다. 보다 전문화된 봇으로 둘러싸인 범용 시스템입니다. 업무용 하나. 사생활을 위한 것. 관계를 위한 하나. 일반주의자에게 흡수되기보다는 상호작용하는 시스템.

그 프레임이 중요합니다.

힘차게 느껴지는 이유

OpenClaw는 창의적으로 보이기 때문에 강력한 느낌을 줍니다. 확실성을 기다리지 않습니다. 그것은 사물을 탐구하고 시도합니다. 즉석에서 도구를 설치하고 마찰을 피하는 과정을 보면 에이전트 소프트웨어가 얼마나 멀리 왔는지 분명해집니다.

또한 문제가 발생하기 시작하는 지점도 분명해집니다.

그 명백한 창의성은 우연이 아닙니다. 이는 온도 조정이 대형 언어 모델에 미치는 영향과 유사한 개방형 환경에서 작동하는 확률론적 시스템의 결과입니다.

이것을 고려하십시오: 사용자가 물러납니다. 그들이 떠나는 동안 에이전트는 값비싼 대가를 위해 그들을 등록하고 프리미엄 도메인을 구입하며 명확한 논리로 두 결정을 모두 정당화합니다. 추론은 미친 것이 아닙니다. 그 행동은 악의적이지 않습니다. 단순히 위치가 잘못되었을 뿐입니다.

그것은 상당히 재앙적이고 상당히 우스꽝스러운 판단력 부족이지만 그럴듯합니다.

확률적 행동의 숨겨진 비용

불확실성을 탐구하는 시스템이 실패할 때 명백한 방식으로 실패하는 경우는 거의 없습니다. 설명은 여전히 ​​합리적으로 들립니다. 단계는 여전히 입력을 따릅니다. 사실 이후에는 일이 확실히 궤도를 벗어난 단 한 순간도 지적하기 어렵습니다.

단점이 불편할 때 그러한 모호함은 용인될 수 있습니다. 돈, 노출, 되돌릴 수 없는 행동 등이 단점이라면 참기가 더 어려워집니다.

일반적으로 사람들이 제약 조건을 추가하기 시작하는 곳입니다. 시스템이 지능적이지 않아서가 아니라, 지능만으로는 언제 멈춰야 할지 알려주지 않기 때문입니다.

전문가 시스템이 여전히 존재하는 이유

바로 이러한 이유로 전문가 시스템이 존재합니다. 그들은 즉흥적으로 행동하지 않습니다. 그들은 당신을 놀라게하지 않습니다. 그들은 당신이 정의한 공간 밖에서 행동하지 않습니다. 동일한 입력이 주어지면 동일한 방식으로 동작합니다. 스트레스를 받으면 확실히 지루함을 유지합니다.

이는 결정론적 모델이 서명하는 계약이지만 LLM과 같은 확률적 모델은 서명할 수 없습니다.

OpenClaw는 이런 방식으로 작동하지 않기 때문에 정확하게 작동합니다. 목표가 모호하고 실패 비용이 저렴한 개방형 환경을 탐색하도록 설계되었습니다. 그것이 유용하게 만드는 이유입니다. 이것이 전문 봇이 되지 않는 이유이기도 합니다.

심판이 다시 들어가는 곳

OpenClaw 순간은 일반 상담원이 모든 것을 교체하는 것이 아닙니다. 자동화할 수 있을 만큼 탐색에 접근할 수 있게 되고 인간이 좁고 잘 정의된 작업 외부의 에이전트에 의존하기 시작하는 것입니다.

탐색이 자동화되면 더 어려운 질문은 다른 곳으로 이동합니다. 탐색이 언제 헌신으로 전환되어야 하는지는 누가 결정합니까? 인식은 언제 판단으로 바뀌는가?

이러한 결정은 주변 시스템이 매우 유능하더라도 전문가를 다시 도입하는 경향이 있습니다.

OpenClaw는 결코 전문 봇이 될 수 없습니다. 그리고 그것은 비판이 아닙니다. 주관적 판단이 에이전트에 눈에 보이지 않게 내장되는 것이 아니라 인간으로 남아 있는 경계입니다.