Capital-risqueur Y Combinator en interview devient viral avec l’ouverture de source de l’agent IA personnel OpenClaw, développé par Peter Steinberger, qui prévoit qu’environ 80 % des applications disparaîtront, car les applications purement axées sur la gestion de données seront automatisées par des agents IA. Le principal avantage d’OpenClaw est de briser les silos de données, en stockant localement pour garantir la confidentialité.
Les 180 000 étoiles derrière la popularité : le tournant des réponses en 9 secondes
(Source : Github)
Le dépôt GitHub du projet OpenClaw a dépassé 180 000 étoiles, la communauté en a même dérivé des applications permettant aux robots de dialoguer entre eux ou d’embaucher des humains, comme Moltbook. Ce nombre d’étoiles est exceptionnel dans la communauté open source : même le célèbre framework d’apprentissage profond PyTorch n’a qu’environ 80 000 étoiles. Atteindre 180 000 étoiles en quelques mois montre l’engouement explosif des développeurs pour OpenClaw.
Face à cette explosion soudaine de popularité, Peter confie avoir reçu des retours et des emails en masse ces dernières semaines, au point de ressentir le besoin de « se réfugier dans une grotte » pour une semaine afin de tout digérer. Cette attention inattendue représente une pression énorme pour un développeur indépendant : répondre aux questions techniques, aux demandes de fonctionnalités, gérer les médias, les partenariats commerciaux et la communauté.
Lorsqu’on lui demande ce qui a déclenché cette impulsion, Peter explique qu’au début, c’était simplement pour faire exécuter des commandes simples par un ordinateur. Il a développé une version initiale en mai ou juin, puis a dû se remettre à travailler dessus pour suivre l’avancement de son ordinateur. La motivation de « résoudre un problème personnel » est une caractéristique commune à beaucoup de projets open source à succès. Lorsqu’un développeur expérimente personnellement une difficulté, ses solutions sont souvent plus proches des besoins réels.
Le vrai tournant s’est produit lors d’une fête à Marrakech, quand il a essayé d’envoyer un message vocal via WhatsApp à un robot qui n’avait pas encore la fonction vocale intégrée. À sa surprise, le robot a montré une capacité étonnante à résoudre le problème : il a automatiquement reconnu le fichier, l’a converti, puis a appelé une API, et a répondu en 9 secondes. Cela lui a fait prendre conscience que le modèle qu’il avait créé pouvait déjà transformer des problèmes abstraits en solutions concrètes.
Ce moment de 9 secondes de réponse est le point clé où OpenClaw est passé d’un projet expérimental à un outil pratique. Lorsqu’un agent IA peut gérer de manière autonome des situations imprévues (message vocal), rechercher des solutions (conversion de fichiers) et exécuter efficacement (9 secondes), il évolue d’un « assistant nécessitant une supervision humaine » à un « agent capable de résoudre des problèmes de façon autonome ». Ce saut qualitatif marque l’utilité concrète des agents IA.
En développant OpenClaw, Peter n’a pas utilisé les branches Git classiques (Git Worktrees), mais a copié directement plusieurs dossiers pour traiter parallèlement différentes tâches, afin de réduire la charge mentale. Il prône la création d’outils « que les humains aiment aussi utiliser », comme une interface en ligne de commande (CLI), plutôt que des protocoles complexes réservés aux machines. Cette philosophie « centrée sur l’humain » facilite la compréhension et l’extension d’OpenClaw par les développeurs.
Pour éviter que OpenClaw ne devienne trop rigide dans ses réponses, il a même créé un fichier nommé soul.md pour définir la personnalité et les valeurs du robot, rendant ses réponses plus humaines et humoristiques. Ce détail est très inspirant : il montre que la conception d’un bon agent IA ne se limite pas à la technique, mais inclut aussi la construction d’une « personnalité ». Lorsqu’un agent IA possède une « personnalité » claire, les utilisateurs sont plus enclins à interagir naturellement, créant une relation homme-machine plus fluide.
La théorie de la disparition de 80 % des applications : la fin des applications de gestion de données
Dans l’interview, Peter prévoit audacieusement que 80 % des applications disparaîtront. Selon lui, toutes celles qui se limitent à « gérer des données » pourront être remplacées par des agents IA de façon plus naturelle et automatisée. Des applications comme MyFitnessPal pour le suivi alimentaire ou les gestionnaires de tâches deviendront obsolètes.
Il imagine un scénario révolutionnaire : lorsqu’un utilisateur mange dans un fast-food, l’agent IA présélectionne automatiquement ses plats habituels, enregistre la consommation, puis ajuste son programme d’entraînement pour augmenter l’activité cardio, sans que l’utilisateur ait à saisir quoi que ce soit. Cette automatisation totale rendra superflues les applications traditionnelles de suivi de la santé ou de la nutrition. Plus besoin d’ouvrir MyFitnessPal, de taper le nom des aliments ou les calories : l’agent IA le fait en arrière-plan.
Les gestionnaires de tâches sont aussi menacés. Peter explique que la nouvelle interaction sera simplement de dire à l’agent « rappelle-moi cette tâche », et celui-ci s’en chargera, en respectant le délai. L’utilisateur ne se soucie plus de où sont stockées ses données. Actuellement, des applications comme Todoist ou Microsoft To Do nécessitent de créer manuellement des tâches, de définir des horaires, des étiquettes. La friction de cette gestion manuelle sera éliminée à l’ère de l’agent IA.
Les trois grandes catégories d’applications qui disparaîtront à 80 %
Applications de gestion de données : suivi santé, alimentation, comptabilité
Applications de rappels : to-do lists, calendriers, alarmes
Applications d’intégration d’informations : agrégation de news, gestion d’emails, prises de notes
Selon lui, seules celles qui dépendent de capteurs matériels spécifiques auront encore une chance de survivre. Par exemple, une application professionnelle de suivi du rythme cardiaque nécessitant un capteur dédié ou une montre connectée, ou une app photo contrôlant directement l’appareil photo, seront difficiles à remplacer totalement par une IA. Mais même ces applications verront leur interface et leur interaction réinventées par l’IA.
Ce pronostic constitue une menace pour les développeurs d’applications et les géants technologiques. L’écosystème d’Apple ou de Google Play, basé sur des millions d’applications, pourrait voir ses revenus et son influence fortement diminuer si 80 % disparaissent. Pour les développeurs dépendant des achats in-app ou de la publicité, se reconvertir en fournisseur de fonctionnalités d’agent IA pourrait être la seule voie viable.
Briser les silos de données : la révolution du stockage local d’OpenClaw
Peter partage sa vision selon laquelle la force d’OpenClaw face aux grands modèles de langage (LLM) réside dans la « propriété des données » et la rupture des « silos de données » contrôlés par les grandes entreprises. Actuellement, ces sociétés construisent des murailles en enfermant les données des utilisateurs dans des systèmes cloud fermés, rendant leur migration ou extraction difficile. OpenClaw, lui, fonctionne directement sur l’ordinateur local de l’utilisateur, permettant de contrôler le matériel (Tesla, enceintes, lumières) et d’explorer des fichiers anciens, pour retrouver des souvenirs oubliés.
OpenClaw stocke la mémoire sous forme de fichiers Markdown en local, ce qui signifie que l’utilisateur en possède la pleine propriété et peut y accéder à tout moment. Peter pense qu’un agent IA personnel traitant des informations très sensibles, comme l’historique de recherche Google, doit impérativement fonctionner en local pour garantir la confidentialité et la sécurité.
Cependant, lors de son lancement initial, OpenClaw a été confronté à des failles de sécurité. La société de cybersécurité SlowMist a signalé qu’une vulnérabilité dans Clawdbot (OpenClaw) pouvait entraîner la fuite de données sensibles, notamment des clés API d’Anthropic, des tokens de bots Telegram, des certificats OAuth de Slack, ainsi que des conversations privées de plusieurs mois. Depuis le 1er février, une mise à jour a été déployée pour corriger certains problèmes de sécurité.
De l’IA omnipotente à l’intelligence collective : le futur de la spécialisation
Concernant l’avenir de l’IA, Peter pense qu’il ne faut pas viser une « intelligence universelle » centralisée, mais plutôt s’orienter vers « l’intelligence collective ». Il compare cela à la conquête de la lune par la coopération humaine, où chaque individu ou groupe a une spécialisation. À l’avenir, chaque personne pourrait avoir plusieurs robots spécialisés, dédiés au travail, à la vie privée ou aux relations sociales.
Il imagine un futur où des agents IA négocient directement entre eux, par exemple pour réserver une table dans un restaurant. En cas de besoin de contact physique ou de file d’attente, des robots pourraient même engager des humains pour effectuer la tâche. Ce mode de collaboration entre plusieurs agents spécialisés sera la tendance principale de l’évolution de l’IA.
L’avantage de cette intelligence collective est l’efficacité accrue grâce à la spécialisation. Un agent IA spécialisé en gestion financière sera bien plus performant qu’un agent généraliste. Un autre, dédié aux relations sociales, pourra mieux comprendre les subtilités des interactions humaines. Cette division du travail, semblable à la société humaine, repose sur des connaissances et compétences spécifiques à chaque domaine.
Sur le plan technique, cette approche facilite aussi la mise en œuvre. Entraîner une IA généraliste demande énormément de données et de ressources, avec le risque d’un « tout en un » peu efficace. En revanche, former plusieurs IA spécialisées avec des modèles plus petits et des jeux de données ciblés réduit les coûts et la consommation. Ces agents spécialisés communiquent via des protocoles standardisés, formant un réseau collaboratif dont l’intelligence collective pourrait surpasser celle d’un seul agent généraliste.
