Odkrywając OpenClaw: Gdy automatyzacja AI zderza się z brutalną rzeczywistością

Dogłębna analiza OpenClaw: Dlaczego większość tutoriali o „Larrym” to czysty hype
Spędziłem ostatnie trzy dni, zagłębiając się w repozytorium OpenClaw i próbując odtworzyć tak zwanego agenta „Larry”, którym wszyscy na TikToku się zachwycają. Powiedzmy sobie szczerze: jeśli oglądasz filmy, w których influencerzy twierdzą, że AI „drukuje pieniądze”, gdy oni śpią, to najprawdopodobniej sprzedaje ci się marzenie. Główna logika OpenClaw jest genialna, ale obecna implementacja to kompletny bałagan.

Koszmar z zależnościami
Porozmawiajmy o tym, o czym nikt nie wspomina: błędach Playwrighta i losowych crashach przeglądarki. Wczoraj spędziłem cztery godziny, próbując ustabilizować środowisko. Okazuje się, że ten projekt jest niezwykle wybredny, jeśli chodzi o wersję Pythona. Jeśli używasz 3.12, dostaniesz lawinę ostrzeżeń o wycofaniu asyncio. Ostatecznie musiałem cofnąć całe środowisko do wersji 3.10 i ręcznie przypiąć pydantic do starszej wersji, tylko po to, żeby główna pętla w ogóle się zainicjalizowała. To właśnie te drobne, wysysające duszę błędy, które tłum „automatyzacji jednym kliknięciem” wygodnie ignoruje.
Czy „Agentic AI” jest faktycznie użyteczne, czy to tylko modne hasło?

Narracja hype’u głosi, że OpenClaw to „cyfrowy pracownik”, ale gdy spojrzysz w kod źródłowy — konkretnie w skrypty w katalogu /skills — to w zasadzie bardzo zaawansowana nakładka na przeglądarkę headless. Wykorzystuje modele wizyjne (takie jak GPT-4o lub lokalną instancję Llava), aby „patrzeć” na elementy DOM w TikTok Creative Center.
Problem? Ma skłonność do „pętli logicznych”. Na przykład może oznaczyć film jako „trendowy organiczny hit” tylko dlatego, że ma wysokie zaangażowanie, nie zauważając, że to mocno promowana płatna reklama. Efekt? Plik hook-master.md zaczyna generować skrypty brzmiące jak korporacyjne reklamy ubezpieczeń. Poprosiłem o „odważny” hook, a dostałem coś w stylu: „Czy jesteś zmęczony codzienną walką?” — co jest w zasadzie odpowiednikiem „Hello Fellow Kids” w świecie AI. Jeśli nie jesteś gotów zagłębić się w prompt_template i samodzielnie przepisać logiki, wynik jest praktycznie bezużyteczny dla współczesnego FYP.

Rzeczywistość sprzętowa: RIP dla twojego cienkiego i lekkiego laptopa
Widzę, że ludzie pytają, czy MacBook Air z 16 GB RAM sobie z tym poradzi. Słuchaj, jeśli tylko korzystasz z API OpenAI, nie ma problemu. Ale cały sens OpenClaw to lokalna kontrola. Jeśli spróbujesz uruchomić lokalne modele wizyjne, żeby zaoszczędzić na kosztach API, będziesz potrzebować co najmniej 12 GB VRAM. Moja 3060 wczoraj wyła, a w pokoju było jak w saunie. Nie wspominając o tym, że czas inferencji przy lokalnej analizie klatek wideo jest boleśnie wolny. Zanim agent „zrozumie” trend, trend prawdopodobnie już osiągnie szczyt.

Prawda o historii sukcesu „Larry’ego”
Przyjrzałem się dokładnie przypadkowi Olivera Henry’ego. Larry nie „stworzył” sukcesu — on go jedynie skalował. Oliver znalazł niszę, która była już niedostatecznie zagospodarowana, a OpenClaw pozwolił mu skrócić proces od „researchu do publikacji” z 3 godzin do 20 minut. Algorytm nie obchodzi, czy twój skrypt napisał bot — obchodzi go, czy ludzie oglądają. Jeśli twoje treści są nudne, żadna „agentowa automatyzacja” nie uratuje twoich wyświetleń.

Ostateczny werdykt
OpenClaw to zaawansowana zabawka dla deweloperów, a nie gotowe rozwiązanie dla twórców. To potężne połączenie automatyzacji przeglądarki i rozumowania LLM, ale jego doświadczenie użytkownika jest obecnie zerowe. Jeśli dobrze radzisz sobie z terminalem i nie przeszkadza ci spędzenie soboty na naprawianiu zepsutych zależności, to ogromna oszczędność czasu w „harówkowych” aspektach UGC. Ale jeśli szukasz przycisku „szybko się wzbogacę”, lepiej po prostu chwyć za telefon i nagraj coś prawdziwego.