OpenClaw : l'ascension fulgurante de Peter Steinberger avec OpenAI

De l'idée à la viralité : l'histoire d'OpenClaw

En l'espace de seulement six mois, Peter Steinberger est passé d'un développeur relativement inconnu à une figure centrale dans le développement des agents de nouvelle génération chez OpenAI. Son projet, OpenClaw, a connu une ascension fulgurante, devenant viral grâce à sa capacité à transformer l'interaction avec les agents IA.

Les débuts d'OpenClaw

Peter Steinberger a commencé à explorer l'agentic engineering en avril 2025. Dès le mois suivant, il a ressenti le besoin de pouvoir interagir avec son agent à distance. Il a alors créé une première version d'OpenClaw, un terminal accessible via le web et les appareils mobiles. Cependant, l'expérience sur mobile n'était pas optimale, ce qui l'a conduit à mettre le projet de côté, pensant que les grands laboratoires finiraient par développer une solution similaire. Pourtant, en novembre, face à l'absence de telles initiatives, il a décidé de reprendre le projet.

La première version fonctionnelle d'OpenClaw, basée sur Codex, a été mise au point en une heure. Toutefois, cette estimation ne tient pas compte du temps supplémentaire nécessaire pour intégrer le support des images, qui a pris plusieurs heures. L'outil s'est révélé suffisamment utile pour que Steinberger continue de l'améliorer, jusqu'à offrir une expérience utilisateur satisfaisante. Le contexte était favorable : les modèles de programmation avaient atteint un niveau de performance exceptionnel, facilitant la résolution de problèmes, une compétence clé pour les agents IA. Grâce à OpenClaw, Steinberger a pu accéder à cette capacité directement via WhatsApp.

Le succès d'OpenClaw

Avant OpenClaw, les agents IA étaient principalement confinés à des terminaux, un environnement peu accueillant pour de nombreux utilisateurs. OpenClaw a changé la donne en rendant l'expérience plus intuitive et naturelle. Ce changement a créé un effet "waouh" chez les utilisateurs, qui ont vu leurs tâches aboutir avec succès, souvent contre toute attente.

Thibault Sottiaux, un collaborateur de Steinberger, décrit ce dernier comme un visionnaire capable de repousser les limites là où d'autres hésitent. Le succès d'OpenClaw repose également sur le bon timing, les modèles étant devenus suffisamment performants pour concrétiser un projet autrefois jugé irréalisable. Le développement en open source a permis à Steinberger de partager ses progrès en temps réel sur Discord, intégrant les idées de la communauté dans l'agent principal.

Comprendre les boucles agentiques

Peter Steinberger explique que la boucle agentique est fondamentalement simple, comparable à un "hello world" pour un agent. Cependant, rendre cette boucle véritablement performante est un défi complexe. Un exemple de cette complexité est le computer use, où l'agent prend le contrôle de la souris et du clavier pour accomplir des tâches, une fonctionnalité utile mais difficile à mettre en œuvre.

Le choix stratégique d'OpenAI

Lorsque le projet OpenClaw a pris de l'ampleur, Steinberger n'a pas envisagé de créer une entreprise autour de celui-ci. Après avoir dirigé sa propre société pendant plusieurs années, il ne souhaitait pas réitérer l'expérience, d'autant plus que cela aurait pu nuire à l'esprit open source du projet. Rejoindre un laboratoire comme OpenAI lui a permis de placer OpenClaw sous l'égide d'une fondation à but non lucratif, tout en poursuivant son développement.

Steinberger partage désormais son temps entre OpenClaw et des projets plus ambitieux chez OpenAI. OpenClaw est devenu un outil prêt pour l'entreprise, utilisable en standalone ou intégré à des solutions comme Codex ou Copilot.

OpenClaw et les entreprises

Thibault Sottiaux souligne que l'équipe accompagne les entreprises dans l'adoption d'OpenClaw, qui fonctionne efficacement sur les modèles d'OpenAI. Des concepts initiaux tels que la mémoire ou les heartbeats ont été intégrés nativement dans Codex, enrichissant l'agent généraliste déployé chez OpenAI et bientôt dans ChatGPT. La relation entre Codex et OpenClaw est symbiotique, chaque projet inspirant et améliorant l'autre.

Vers des agents personnels

L'avenir, selon Thibault Sottiaux, est celui de l'AGI personnelle, une intelligence artificielle profondément individualisée qui comprend les routines, préférences et objectifs de l'utilisateur. Cette vision transforme la manière dont nous interagissons avec les applications, rendant l'expérience plus naturelle grâce à la multimodalité et à des modèles de génération d'images avancés.

Objectifs de l'équipe

L'équipe ne cherche pas à faire fonctionner des agents en continu, mais à maximiser la valeur créée. La question centrale est celle du retour sur investissement : accomplir des tâches de haute qualité à moindre coût. Les modèles récents, tels que GPT-5 et ses itérations, excellent dans les tâches de longue durée, permettant à des agents de travailler pendant des jours, voire des semaines, tout en restant économiquement viables.

L'intelligence des agents

Peter Steinberger insiste sur l'importance d'un bon modèle couplé à des capacités d'action efficaces. Codex est optimisé pour les modèles GPT, et le développement se fait en étroite collaboration, chaque composant connaissant les spécificités de l'autre.

Thibault Sottiaux ajoute que les modèles performants nécessitent moins de contraintes. Les harnesses, autrefois complexes, se sont simplifiées à mesure que les modèles ont gagné en généralité. Cette simplification est le fruit d'une collaboration étroite entre les ingénieurs des modèles et les développeurs, rendant le projet Codex véritablement magique.

L'avenir de Codex et OpenClaw

Peter Steinberger et Thibault Sottiaux ne voient pas l'avenir comme une fusion des projets, mais plutôt comme une intégration des meilleures idées d'OpenClaw dans Codex, et vice versa. L'objectif est de rendre ces capacités accessibles à tous via ChatGPT, en offrant une expérience utilisateur enrichie et intuitive.