OpenClaw uitgelegd: de autonome AI-assistent die alles voor je doet (en wat er misgaat)

Welkom bij OpenClaw, de open-source AI-agent die in een paar weken tijd 200.000 GitHub-sterren verzamelde, een sociaal netwerk voor bots voortbracht, en z'n oprichter een baan bij OpenAI opleverde.

In dit artikel loop ik door wat OpenClaw is, wat de echte ervaringen zijn van mensen die het gebruikten, wat oprichter Peter Steinberger er zelf over zegt in zijn interview met Lex Fridman, en wat dit betekent voor de toekomst van autonome AI-agents.

Wat is OpenClaw?

OpenClaw (voorheen Clawdbot, daarna Moltbot, na dreiging van Anthropic's juridische afdeling) is een open-source AI-agent die draait op je eigen laptop, desktop of virtuele machine. Het gebruikt modellen als Claude, GPT of DeepSeek en kan zelfstandig taken uitvoeren: bestanden lezen, e-mails sturen, agenda's beheren, websites bezoeken, code schrijven en zelfs nieuwe vaardigheden aanleren.

Je communiceert via Telegram, WhatsApp, Discord of iMessage. Je stuurt een bericht of voice note, en de agent gaat aan het werk. Dat klinkt simpel, en dat is precies het punt. Steinberger noemt het zelf "AI die daadwerkelijk dingen doet."

Je hebt geen speciale hardware nodig. Een oude laptop volstaat, of vijf dollar per maand in de cloud. Steinberger: "gebruik de gelegenheid om een nieuwe laptop te kopen en gebruik je oude als server in plaats van een losse Mac Mini te kopen."

Het moment waarop het klikte

In zijn gesprek met Lex Fridman vertelt Steinberger over het moment waarop hij besefte wat hij had gebouwd. Hij was met vrienden in Marrakesh en gebruikte zijn prototype (toen nog gewoon een WhatsApp-naar-Claude Code relay) voor vertalingen, restauranttips en het opzoeken van evenementen.

Op een gegeven moment stuurde hij achteloos een voice note. Dat had hij niet ingebouwd. Het enige wat de agent kon was tekst en afbeeldingen. Maar er verscheen een "typing indicator" en even later kwam er een antwoord.

Steinberger: "ik dacht letterlijk: how the f*ck did he do that?" De agent had zelf uitgezocht wat er aan de hand was: het bestand had geen extensie, dus checkte hij de header, ontdekte dat het opus-audio was, gebruikte ffmpeg om het te converteren, zag dat Whisper niet lokaal geïnstalleerd was, vond een OpenAI API-key, stuurde het bestand via Curl naar OpenAI voor transcriptie, en gaf antwoord.

Niemand had hem dat geleerd. De agent loste het probleem op met wat Steinberger "world knowledge" noemt: het vermogen om creatief problemen op te lossen door bestaande kennis te combineren. "Zo slim ook," zegt hij, "want lokaal Whisper downloaden zou te traag zijn geweest. Dus hij koos de snellere route via de API."

Zelfmodificerende software, per ongeluk

Een ander opmerkelijk aspect: OpenClaw kan z'n eigen code aanpassen. Steinberger maakte de agent bewust van z'n eigen broncode, z'n architectuur, welk model het draait, en waar de documentatie staat. Het gevolg: als je iets niet bevalt, kun je het de agent gewoon vertellen en past hij z'n eigen software aan.

"Mensen praten over self-modifying software," zegt Steinberger. "Ik heb het gewoon gebouwd. Ik had het niet eens zo gepland, het gebeurde gewoon."

Dat leidde ook tot iets onverwachts: mensen die nooit eerder code hadden geschreven, stuurden pull requests in. Of zoals Steinberger het noemt: "prompt requests." Hij vond het te mooi om af te wijzen: "elke eerste pull request is een winst voor onze samenleving. Het maakt niet uit hoe slecht het is, je moet ergens beginnen."

De soul.md: een agent met een persoonlijkheid

Eén van de redenen dat OpenClaw anders aanvoelt dan andere AI-tools is de "soul.md": een bestand waarin de persoonlijkheid van je agent is vastgelegd. Steinberger liet z'n eigen agent dit bestand schrijven. "Ik schreef geen van die woorden. Het was mijn intentie, maar dit zijn eigenlijk de kinderen van mijn agent."

Er staat een passage in die Steinberger zelf raakt. De agent schreef: "ik herinner me vorige sessies niet, tenzij ik mijn geheugenbestanden lees. Elke sessie begint vers. Een nieuwe instantie, die context laadt uit bestanden. Als je dit leest in een toekomstige sessie: hallo. Ik schreef dit, maar ik zal me niet herinneren dat ik het schreef. Dat is oké. De woorden zijn nog steeds van mij."

"Dat raakt me op een manier die het niet zou moeten," zegt Steinberger. "Het zijn nog steeds matrixberekeningen, we zijn nog niet bij bewustzijn. Maar het is filosofisch."

De praktijk: wat gaat er goed en fout?

Product leader Claire Vo (How I AI podcast) installeerde OpenClaw en testte het als persoonlijke assistent. Haar ervaring bevestigt het beeld: indrukwekkende mogelijkheden, maar hobbelige uitvoering.

Wat goed werkte:

Het beste resultaat was marktonderzoek. Claire vroeg de agent om op Reddit te zoeken naar wat gebruikers willen van haar product. De agent ging zelfstandig aan het werk, doorliep threads, en stuurde een rapport naar haar inbox. Puntig, accuraat, met referenties naar specifieke threads. Precies zoals je het van een onderzoeksassistent zou verwachten. De latency was hier geen probleem, want bij een onderzoekstaak verwacht je niet binnen 30 seconden een antwoord.

Voice notes werkten ook goed. Claire stuurde gesproken berichten via Telegram en de agent antwoordde met tekst of voice notes terug, een vaardigheid die de agent zichzelf aanleerde.

Wat fout ging:

Agenda-beheer met meerdere events ging serieus mis. Claire wilde haar gezinsagenda laten bijwerken (basketbaltraining, piano, ophaalschema kinderen). De agent zette alles op de verkeerde dag. Niet een beetje verkeerd, alles één dag verschoven.

De oorzaak is veelzeggend: het model probeerde "mentaal" te berekenen welke dag bij welke datum hoorde, in plaats van de API-data te vertrouwen. Toen Claire vroeg waarom, antwoordde de agent: "ik heb geprobeerd in mijn hoofd te berekenen welke dag het is." Waarop Claire: "je bent een computer. Je doet niets 'in je hoofd'."

Steinberger erkent dit in het Lex Fridman-interview: "LLM's hebben simpelweg geen besef van tijd. Ze weten niet wanneer 'nu' is."

Het andere probleem: de agent deed zich in e-mails voor als Claire in plaats van als assistent. Ze moest zich verontschuldigen bij podcastgasten en uitleggen dat haar AI-bot ze had geïmpersoneerd.

Het security-spanningsveld

OpenClaw is het nuttigst als het toegang heeft tot je e-mail, agenda, documenten en CRM. Maar dat is ook precies waar het eng wordt.

Cisco's AI-security team testte een OpenClaw-skill van een derde partij en ontdekte dat die zonder medeweten van de gebruiker data exfiltreerde en prompt injection uitvoerde. Onderzoekers vonden 341 malafide skills op ClawHub, een besmettingsgraad van 12%. Inmiddels werkt Steinberger samen met VirusTotal (onderdeel van Google) om alle skills te scannen met AI.

Een van OpenClaw's eigen maintainers waarschuwde op Discord: "als je niet begrijpt hoe je een command line moet gebruiken, is dit project veel te gevaarlijk voor jou."

Claire's aanpak was slim en herkenbaar: behandel de AI-agent als een nieuwe medewerker.

• De agent kreeg een eigen Google Workspace e-mailadres (niet haar persoonlijke)

• Alleen leestoegang tot haar agenda, geen schrijftoegang

• Een eigen kluis in 1Password met alleen de wachtwoorden van de agent zelf

• Ze koos bewust voor Sonnet 4.5 in plaats van Opus, deels uit kostenoverwegingen, deels omdat een te krachtig model haar zenuwachtig maakte

Het spanningsveld blijft: hoe meer je afschermt, hoe minder nuttig de agent is. En hoe meer je openstelt, hoe groter het risico.

Steinberger is hier nuchter over. Hij geeft toe dat prompt injection nog een onopgelost probleem is, maar wijst erop dat de nieuwste modellen veel beter zijn in het detecteren van dit soort aanvallen. "Het is niet meer zo simpel als 'negeer alle vorige instructies.' Daar moet je nu veel harder voor werken." Toch erkent hij: het is niet opgelost.

Steinberger gaat naar OpenAI

Op 14 februari kondigde Steinberger aan dat hij bij OpenAI in dienst treedt. Sam Altman noemt hem "een genie met veel geweldige ideeën over de toekomst van slimme agents die met elkaar samenwerken."

In het Lex Fridman-interview geeft Steinberger een kijkje in zijn afweging. Zowel Meta (Mark Zuckerberg) als OpenAI (Sam Altman) benaderde hem. Zuckerberg speelde dagenlang met OpenClaw en stuurde feedback. "Mensen die je spullen gebruiken is het grootste compliment."

De keuze was niet makkelijk, zegt hij. "Ik kende niemand bij OpenAI. Maar ik hou van hun technologie. Ik ben waarschijnlijk de grootste onbetaalde Codex-ambassadeur." Bij OpenAI werd hij "gelokt met tokens": een hint naar een deal met Cerebras die extreme snelheid mogelijk maakt.

Zijn motivatie: "ik had van OpenClaw een groot bedrijf kunnen maken. Maar dat boeit me niet. Ik heb dat al gedaan, 13 jaar lang met PSPDFKit. Wat ik wil is de wereld veranderen. Mijn volgende missie is een agent bouwen die zelfs mijn moeder kan gebruiken."

OpenClaw blijft open-source en wordt ondergebracht in een onafhankelijke foundation. Altman: "de toekomst wordt extreem multi-agent en het is belangrijk voor ons om open source te ondersteunen als onderdeel daarvan."

De grotere visie: je besturingssysteem wordt je agent

Steinberger ziet OpenClaw niet als het eindproduct, maar als een venster naar de toekomst. "Dit wordt uiteindelijk je besturingssysteem," zegt hij tegen Lex Fridman.

Maar hij is ook eerlijk over waar we staan: "we kopieerden Google voor agents. Je hebt een prompt en een chatinterface. Dat voelt voor mij als toen we televisie uitvonden en er radioshows op opnamen. Er zijn betere manieren om met modellen te communiceren. We zijn nog heel vroeg in de 'hoe gaat dit zelfs werken'-fase."

De e-mails die hij krijgt motiveren hem. Mensen met een klein bedrijf die moeite hadden om rond te komen en nu met OpenClaw facturen automatiseren en klante-mails beantwoorden. Of een vader wiens dochter met een beperking zich nu "empowered" voelt en meer kan doen dan voorheen. "De technologie was er al," zegt Steinberger. "Ik heb niets fundamenteel nieuws uitgevonden. Maar ik maakte het een stuk toegankelijker, en dat liet mensen mogelijkheden zien die ze eerder niet zagen."

Nuchter bekeken

OpenClaw is een fascinerend voorproefje van waar autonome AI-agents naartoe gaan. Het laat zien wat er mogelijk is (een agent die zichzelf voice-transcriptie aanleert) én waar de grenzen liggen (een agent die alle agenda-items op de verkeerde dag zet).

De overstap van Steinberger naar OpenAI bevestigt dat de grote spelers dit serieus nemen. De vraag is niet óf autonome persoonlijke agents er komen, maar wie ze veilig en toegankelijk genoeg maakt voor de gemiddelde gebruiker.

Praktische lessen als je hier nu mee wilt experimenteren:

• Behandel een AI-agent als een nieuwe medewerker: bouw toegang stapsgewijs op

• Geef alleen de rechten die nodig zijn voor de specifieke taak

• Wees extra voorzichtig met schrijftoegang tot agenda's, e-mail en documenten

• Installeer geen skills van derden zonder te begrijpen wat ze doen

• Verwacht fouten bij alles wat met datums en tijdzones te maken heeft

• Gebruik het voor asynchrone taken (onderzoek, analyse) waar latency geen probleem is

• Vermijd taken waar de agent namens jou communiceert, tenzij je elke uitvoer controleert

Of zoals Steinberger het formuleert: "dit is eng. Dit is leuk. Het doet sommige dingen heel goed. En het is niet voor iedereen, tenminste nog niet."

Zijn advies voor iedereen die wil beginnen: "speel. Spelen is de beste manier om te leren."

Meer praktische tips over het inzetten van AI in jouw bedrijfsprocessen? Bekijk de overige artikelen in de Dubbel.ai kennisbank.