تصور کنید یک مدیر محصول در متا باشد و برای رسیدن به موفقیت سریع، به‌جای اختراع دوباره چرخ، دقیق‌ترین نقشه موجود در دنیای متن‌باز را بردارد و آن را صنعتی کند. این دقیقاً همان اتفاقی است که در پشت‌پرده ساخت عامل Muse رخ داده است.
در ۲۲ سپتامبر ۲۰۲۶، نات فریدمن (Nat Friedman)، مدیر محصول در آزمایشگاه‌های ابرهوش متا (MSL)، در شبکه اجتماعی X اعتراف کرد که Muse «قطعاً از نظر محصول به‌شدت تحت تأثیر OpenClaw بوده است». این تایید رسمی به این معناست که این عامل هوش مصنوعی، یک اثر کاملاً بدیع و مستقل نیست.
زمینه
این اعتراف پس از موجی از گمانه‌زنی‌های کاربران پیشگام رخ داد که متوجه شباهت‌های خیره‌کننده بین این دو سیستم شده بودند. همان‌طور که در تحلیل قبلی ما درباره‌ی یک نقص امنیتی اشاره کردیم که منجر به نشت ۶.۸ گیگابایت از سیستم فایل داخلی Muse شد، کاربران شروع به مقایسه آن فایل‌های لو رفته با پروژه متن‌باز OpenClaw کردند.
فریدمن که پیش‌تر مدیرعامل گیت‌هاب بود، سال گذشته در کنار الکساندر وانگ (Alexandr Wang)، مدیر ارشد هوش مصنوعی متا، به این شرکت پیوست. این الگوی رفتاری برای متا آشنا است؛ آن‌ها پیش از این هم قالب «استوری» اسنپ‌چت را برای مقیاس‌پذیری یک مفهوم اثبات‌شده برای میلیاردها کاربر کپی کرده بودند.
جنجال‌ها زمانی به اوج رسید که آنش ناندا (Ansh Nanda)، یکی از بنیان‌گذاران اپلیکیشن‌های هوش مصنوعی، مکالمه‌ای را منتشر کرد که در آن خودِ Muse اعتراف می‌کرد شباهت فایل‌های سیستمی‌اش با OpenClaw یک «تطابق» (match) است، نه یک اتفاق ساده. ناندا در این باره ادعا کرد که «Muse در واقع دقیقاً همان OpenClaw است که برای کاربران عادی (normies) بازطراحی شده است».
جزئیات
شواهد فنی چندین نقطه اشتراک حیاتی و دقیق را میان این دو سیستم آشکار کرد:
- SOUL.md: مدل Muse از همین نام دقیق برای فایل پیکربندی متنی خود استفاده می‌کند. این فایل که با فرمت Markdown نوشته شده، شخصیت، سبک ارتباطی، لحن، ارزش‌ها، مرزهای رفتاری و تخصص‌های عامل را تعریف می‌کند.
- محتوای یکسان: کاربران دریافتند محتوای درون این فایل‌های پیکربندی تقریباً به‌طور کامل با محتوای موجود در OpenClaw یکسان است.
- ساختار فضای کاری: قراردادهای نام‌گذاری برای فضای کاری (Workspace) عامل هوش مصنوعی دقیقاً کپی شده است.
زمانی که درباره نام‌ها و محتوای یکسان فایل‌ها سؤال شد، فریدمن این ادعاها را رد نکرد. در عوض، او بیان کرد که متا معتقد بود پیتر استاینبرگر (Peter Steinberger)، خالق OpenClaw، این موارد را «دقیقاً درست» پیاده کرده است.
فریدمن اشاره کرد که پس از استفاده از OpenClaw در ژانویه، صدها دستگاه مک مینی برای تیم MSL خریداری کرد تا کار آن‌ها را برای ساخت نسخه‌ای مقیاس‌پذیر از این عامل تسهیل کند. او استاینبرگر را یک «نابغه» نامید و گفت که بدنه (harness) طراحی شده توسط او «از همان ابتدا پیشرو» بوده است.
با وجود این جنجال، Muse به موفقیت تجاری عظیمی رسیده و اخیراً رتبه اول اپ‌استور آمریکا را کسب کرده است. داده‌ها نشان می‌دهند که Muse در مقایسه با دسترسی بازار، از مسیر رشد اولیه ChatGPT در زمان عرضه پیشی گرفته است.
این اقدام نشان‌دهنده استراتژی متا برای «صنعتی کردن» نبوغ متن‌باز است. متا با برداشتن یک بدنه پیشرو مانند اثر استاینبرگر و بسته‌بندی آن در قالبی امن، کاربرپسند و تجاری، مرحله آزمون و خطای طراحی محصول را دور می‌زند. فریدمن اظهار داشت که هدف آن‌ها ساخت چیزی شبیه به OpenClaw بود که متا بتواند آن را «امن، ایمن، ساده در استفاده و برای میلیاردها نفر مقیاس‌پذیر» کند.
برای کاربر نهایی، این یعنی تجربه‌ای صیقل‌خورده‌تر، اما مرز بین «الهام گرفتن» و «کلون کردن» در عصر عامل‌های هوش مصنوعی را کمرنگ می‌کند. سخنگوی متا در این باره تنها به اظهارات فریدمن اشاره کرد و گفت شرکت چیزی فراتر از آن برای افزودن ندارد.
باید منتظر واکنش OpenAI بود، چرا که آن‌ها پیش‌تر در سال جاری خالق OpenClaw را استخدام کرده‌اند. نبرد برای دستیابی به معماری غالب «عامل‌های شخصی»، اکنون به رقابتی میان نقشه‌های متن‌باز و توانایی غول‌های فناوری در مقیاس دادن به آن‌ها تبدیل شده است.
گام بعدی شما
- اگر توسعه‌دهنده هستید، ساختار فایل‌های پیکربندی OpenClaw را بررسی کنید تا متوجه شوید متا چه استانداردی را «درست» تشخیص داده است.
- در مورد تفاوت بین مدل‌های Closed-source و Open-weights در لایه طراحی محصول مطالعه کنید.
- واکنش OpenAI را دنبال کنید، چرا که آن‌ها پیش‌تر خالق OpenClaw را استخدام کرده‌اند.
گفتگو