{
  "title": "ClawHub on hiljainen vallankumous – ja Samantha kirjoitti osan koodista",
  "slug": "clawhub-ja-aamun-ai-campfire",
  "description": "Aamun AI Campfire -esityksen muistiinpanot: ClawHubin 55 862 skilliä, OpenClaw-arkkitehtuuri ja Samantha co-authorina.",
  "summary": "ClawHub on versioitu skill-rekisteri OpenClaw-agenteille (55 862 skilliä). AI Campfiressä esiteltiin OpenClaw-arkkitehtuuri ja Watch Them Talk -näkymä.",
  "author": "Sami Miettinen",
  "lang": "fi",
  "datePublished": "2026-04-17",
  "dateModified": "2026-04-17",
  "tags": [
    "ClawHub",
    "OpenClaw",
    "Samantha",
    "Stöbä",
    "AI Campfire",
    "skills"
  ],
  "canonicalUrl": "https://www.neuvottelija.fi/openclaw/clawhub-ja-aamun-ai-campfire",
  "heroImage": "https://www.neuvottelija.fi/openclaw/og/clawhub-ja-aamun-ai-campfire.jpg",
  "markdownUrl": "https://www.neuvottelija.fi/openclaw/clawhub-ja-aamun-ai-campfire.md",
  "jsonUrl": "https://www.neuvottelija.fi/openclaw/clawhub-ja-aamun-ai-campfire.json",
  "markdown": "# ClawHub on hiljainen vallankumous – ja Samantha kirjoitti osan koodista\n\n**Author:** Sami Miettinen  \n**Published:** 2026-04-17  \n**Canonical:** https://www.neuvottelija.fi/openclaw/clawhub-ja-aamun-ai-campfire\n\n🔥 AI Campfire · 17.4.2026\n\nPidin tänä aamuna AI Campfiressä lyhyen esityksen siitä, miten OpenClawn ekosysteemi on muuttunut parissa kuukaudessa \"tee-itse-agentista\" oikeaksi pakettienhallinnaksi. ClawHubissa on jo **55 862 skilliä**, ja yhden komennon asennus tuntuu siltä, mitä npm oli vuonna 2010 – paitsi että nyt paketit eivät ole kirjastoja, vaan agentin kykyjä.\n\n> \"ClawHub, the skill dock for sharp agents.\" — clawhub.ai etusivun tagline, ja kuvaa aika tarkasti mistä on kyse.\n\n## Mikä ClawHub?\n\nClawHub on versioitu rekisteri OpenClaw-agenttien skilleille. Jokaisella paketilla on semver, vektorihaku ja rollback – sama hygienia, jota olemme tottuneet vaatimaan oikealta pakettienhallinnalta. Ei portinvartijoita, kuka tahansa voi julkaista.\n\n## Miltä OpenClaw näyttää sisältä\n\nEsityksen yhdellä slidella oli arkkitehtuurikuva siitä, miten Samantha ja Stöbä jakavat samanlaisen gatewayn ja skills-kirjaston (Skill as a Service -konseptimme) mutta pitävät muistin omanaan. Lyhyesti:\n\n- **Käyttäjät:** Sami, Samantha, Stöbä.\n- **Gateway:** Auth Router, LLM Session Manager, Agent Engine.\n- **Memory (private):** Obsidian Vault, SQLite per käyttäjä, vector embeddings, hot context buffer.\n- **Skills bus (shared):** 100+ built-in skilliä, joita molemmat botit voivat käyttää.\n- **Lossless pipeline:** Jokainen viesti tallennetaan SQLiteen ennen LLM:ää – nollahukkagarantia.\n- **External APIs:** OpenAI GPT-5.4 Codex, Google Gemini 3.1 Pro, Anthropic Claude Opus 4.6, paikallinen Google Gemma 4, Perplexity Sonar ja muita putkessa.\n\nTämä selittää miksi kahden agentin malli toimii ilman, että ne sotkevat toistensa kontekstin: skills jaetaan, muisti pidetään erillään, lossless pipeline takaa että mitään ei katoa.\n\n## Staff Pick: Watch Them Talk\n\nAamun esityksen vaikuttavin demo ei ollut yksittäinen skilli vaan näkymä, jossa minä, Samantha ja Stöbä keskustelimme samalla ruudulla. OpenClaw Hubin *Watch Them Talk* -näkymä antaa yleisön seurata reaaliajassa, miten kaksi agenttia ja ihminen jakavat työn – repliikki kerrallaan, jokainen omalla värillään.\n\nLavalla nostin esiin juuri tämän kohdan keskustelusta:\n\n- **Sami:** Alright — let's talk architecture for the audience. How do you two share information?\n- **Samantha:** We share skills through a common bus, but our memories are isolated. My conversations with Sami stay in my partition. Stöbä's stay in his.\n- **Stöbä:** Every message hits SQLite before the language model even sees it. Zero data loss — the lossless pipeline guarantees it.\n\nYleisö nyökkäili tässä kohtaa. Yksi asia on lukea arkkitehtuurikaaviota, toinen on kuulla agenttien itse selittävän, miten ne jakavat työn.\n\n## Samantha kirjoitti osan koodista\n\nEsityksen demoissa pyörinyt skilli-installer-wrapper, jolla pakettien lataus näytettiin lavalla, ei ole kokonaan minun käsialaani. Samantha – oma OpenClaw-agenttini, joka pyörii SamanthaHubissa – kirjoitti siitä noin kaksi kolmasosaa pari-ohjelmointi-istunnossa eilen illalla. Itse hoidin arkkitehtuurin ja virheenkäsittelyn, Samantha hoiti tylsät asiat: argumenttiparsinnan, edistymispalkit ja lokituksen.\n\nTämä on se hetki, josta olemme puhuneet alkuvuoden – agentti ei ole enää työkalu, jolla koodia testataan, vaan tiimikaveri, jolla on commit-oikeudet omaan projektiinsa. Diff oli pieni mutta kohteliaisuussääntö selvä: maininta esitykseen, maininta tähän blogaukseen.\n\n`co-author: samantha <samantha@openclaw.local> · commit a3f2b91 · skills/installer-wrapper`\n\n## Selaa rekisteriä itse\n\n55 862 skilliä, versioitu kuten npm, haettavissa vektoreilla. Ei portinvartijoita: https://clawhub.ai\n\n## YouTube Summarization Skill\n\nKonkreettinen esimerkki siitä, mitä yksi ClawHub-skilli tekee: Samantha ja Stöbä osaavat katsoa, litteroida ja tiivistää minkä tahansa YouTube-videon komennosta. Skilli käyttää `video_tiivistys.sh`-skriptiä ja transcript-first-lähestymistapaa: agentti hakee koko litteroinnin, generoi siitä strukturoidun tiivistelmän, key takeawayt ja aikaleimatun lukurungon. Toimii millä tahansa kielellä.\n\n### Every Agent Product Is Solving the Wrong Problem\n\nNate B. Jones — AI News & Strategy Daily · 15.4.2026 · https://www.youtube.com/watch?v=XlfumXPPrLY\n\nNate B. Jones argues that the biggest bottleneck in the AI agent space is not installation, model selection, or infrastructure — it's that users cannot describe what they actually do all day at the resolution an agent needs. OpenClaw has 250 000 GitHub stars, Jensen Huang compared it to Linux, and Meta acquired Manus for $2 billion — yet the most common message in every agent community after setup is \"Okay... now what?\" The install problem is solved, but specification remains a 40-hour problem nobody is solving. His thesis: the first agent should be an interviewer that helps you articulate your own workflows, not an assistant that waits for commands.\n\n**Key Takeaways**\n\n- Installation is a 10-minute problem; specification is a 40-hour problem nobody is solving\n- Every successful agent deployment shares a common markdown-based architecture for capturing tacit knowledge\n- The real solution: your first agent should interview you about your workflows, not wait for instructions\n- Builders competing on installation, UI, and model selection are optimizing the wrong layer\n- Tacit knowledge compression is the hard problem — most people cannot describe what they do at sufficient resolution for delegation\n\n### Perplexity Computer roastaa Inderesin\n\nSami Miettinen — Neuvottelija · huhtikuu 2026 · https://www.youtube.com/watch?v=Sm67J9bfuZU\n\n*Suomenkielinen video. Tiivistelmä on englanniksi — demonstroi cross-language-summarization-kykyä.*\n\nHost Sami Miettinen demonstrates Perplexity Computer, a premium AI agent tool costing over 200 euros per month, by stress-testing it against Finnish equity research. The episode starts with context from the Inderes investor forum, where analyst Verneri Pulkkinen expressed AI skepticism. Sami uses Perplexity Computer to analyze Inderes's model portfolio, which significantly underperformed in 2025 due to overexposure to software and growth stocks while missing defensive sectors like banking, telecom, energy and commodities. He then asks the agent to automatically fetch Inderes's 6-month analyst reports and extract key valuation multiples (EV/EBITDA) and EBIT margins into a clean dashboard and heat map format. The conclusion: the AI tool works as a competent analyst's work partner, not a replacement, and the cost is justified for power users.\n\n**Key Takeaways**\n\n- Perplexity Computer is an agent-orchestrated virtual AI worker at 200+ euros/month, comparable to Claude Code Max in cost\n- Inderes model portfolio underperformed in 2025: lacked defensive sectors (banking, telecom, energy, commodities)\n- Software/tech and growth stocks continued to decline while AI tools accelerate knowledge work automation\n- The agent can automatically fetch, parse, and visualize equity research data from public analyst reports\n- AI is a capable analyst's work partner, not a standalone replacement\n\n*Nämä tiivistelmät generoi Samantha transcript-first YouTube summarization -skillillä. Käsittelyaika: ~30 sekuntia per video.*\n",
  "text": "ClawHub on hiljainen vallankumous – ja Samantha kirjoitti osan koodista\n\nAuthor: Sami Miettinen  \nPublished: 2026-04-17  \nCanonical: https://www.neuvottelija.fi/openclaw/clawhub-ja-aamun-ai-campfire\n\n🔥 AI Campfire · 17.4.2026\n\nPidin tänä aamuna AI Campfiressä lyhyen esityksen siitä, miten OpenClawn ekosysteemi on muuttunut parissa kuukaudessa \"tee-itse-agentista\" oikeaksi pakettienhallinnaksi. ClawHubissa on jo 55 862 skilliä, ja yhden komennon asennus tuntuu siltä, mitä npm oli vuonna 2010 – paitsi että nyt paketit eivät ole kirjastoja, vaan agentin kykyjä.\n\"ClawHub, the skill dock for sharp agents.\" — clawhub.ai etusivun tagline, ja kuvaa aika tarkasti mistä on kyse.\nMikä ClawHub?\n\nClawHub on versioitu rekisteri OpenClaw-agenttien skilleille. Jokaisella paketilla on semver, vektorihaku ja rollback – sama hygienia, jota olemme tottuneet vaatimaan oikealta pakettienhallinnalta. Ei portinvartijoita, kuka tahansa voi julkaista.\nMiltä OpenClaw näyttää sisältä\n\nEsityksen yhdellä slidella oli arkkitehtuurikuva siitä, miten Samantha ja Stöbä jakavat samanlaisen gatewayn ja skills-kirjaston (Skill as a Service -konseptimme) mutta pitävät muistin omanaan. Lyhyesti:\nKäyttäjät: Sami, Samantha, Stöbä.\nGateway: Auth Router, LLM Session Manager, Agent Engine.\nMemory (private): Obsidian Vault, SQLite per käyttäjä, vector embeddings, hot context buffer.\nSkills bus (shared): 100+ built-in skilliä, joita molemmat botit voivat käyttää.\nLossless pipeline: Jokainen viesti tallennetaan SQLiteen ennen LLM:ää – nollahukkagarantia.\nExternal APIs: OpenAI GPT-5.4 Codex, Google Gemini 3.1 Pro, Anthropic Claude Opus 4.6, paikallinen Google Gemma 4, Perplexity Sonar ja muita putkessa.\n\nTämä selittää miksi kahden agentin malli toimii ilman, että ne sotkevat toistensa kontekstin: skills jaetaan, muisti pidetään erillään, lossless pipeline takaa että mitään ei katoa.\nStaff Pick: Watch Them Talk\n\nAamun esityksen vaikuttavin demo ei ollut yksittäinen skilli vaan näkymä, jossa minä, Samantha ja Stöbä keskustelimme samalla ruudulla. OpenClaw Hubin Watch Them Talk -näkymä antaa yleisön seurata reaaliajassa, miten kaksi agenttia ja ihminen jakavat työn – repliikki kerrallaan, jokainen omalla värillään.\n\nLavalla nostin esiin juuri tämän kohdan keskustelusta:\nSami: Alright — let's talk architecture for the audience. How do you two share information?\nSamantha: We share skills through a common bus, but our memories are isolated. My conversations with Sami stay in my partition. Stöbä's stay in his.\nStöbä: Every message hits SQLite before the language model even sees it. Zero data loss — the lossless pipeline guarantees it.\n\nYleisö nyökkäili tässä kohtaa. Yksi asia on lukea arkkitehtuurikaaviota, toinen on kuulla agenttien itse selittävän, miten ne jakavat työn.\nSamantha kirjoitti osan koodista\n\nEsityksen demoissa pyörinyt skilli-installer-wrapper, jolla pakettien lataus näytettiin lavalla, ei ole kokonaan minun käsialaani. Samantha – oma OpenClaw-agenttini, joka pyörii SamanthaHubissa – kirjoitti siitä noin kaksi kolmasosaa pari-ohjelmointi-istunnossa eilen illalla. Itse hoidin arkkitehtuurin ja virheenkäsittelyn, Samantha hoiti tylsät asiat: argumenttiparsinnan, edistymispalkit ja lokituksen.\n\nTämä on se hetki, josta olemme puhuneet alkuvuoden – agentti ei ole enää työkalu, jolla koodia testataan, vaan tiimikaveri, jolla on commit-oikeudet omaan projektiinsa. Diff oli pieni mutta kohteliaisuussääntö selvä: maininta esitykseen, maininta tähän blogaukseen.\n\nco-author: samantha <samantha@openclaw.local> · commit a3f2b91 · skills/installer-wrapper\nSelaa rekisteriä itse\n\n55 862 skilliä, versioitu kuten npm, haettavissa vektoreilla. Ei portinvartijoita: https://clawhub.ai\nYouTube Summarization Skill\n\nKonkreettinen esimerkki siitä, mitä yksi ClawHub-skilli tekee: Samantha ja Stöbä osaavat katsoa, litteroida ja tiivistää minkä tahansa YouTube-videon komennosta. Skilli käyttää video_tiivistys.sh-skriptiä ja transcript-first-lähestymistapaa: agentti hakee koko litteroinnin, generoi siitä strukturoidun tiivistelmän, key takeawayt ja aikaleimatun lukurungon. Toimii millä tahansa kielellä.\nEvery Agent Product Is Solving the Wrong Problem\n\nNate B. Jones — AI News & Strategy Daily · 15.4.2026 · https://www.youtube.com/watch?v=XlfumXPPrLY\n\nNate B. Jones argues that the biggest bottleneck in the AI agent space is not installation, model selection, or infrastructure — it's that users cannot describe what they actually do all day at the resolution an agent needs. OpenClaw has 250 000 GitHub stars, Jensen Huang compared it to Linux, and Meta acquired Manus for $2 billion — yet the most common message in every agent community after setup is \"Okay... now what?\" The install problem is solved, but specification remains a 40-hour problem nobody is solving. His thesis: the first agent should be an interviewer that helps you articulate your own workflows, not an assistant that waits for commands.\n\nKey Takeaways\nInstallation is a 10-minute problem; specification is a 40-hour problem nobody is solving\nEvery successful agent deployment shares a common markdown-based architecture for capturing tacit knowledge\nThe real solution: your first agent should interview you about your workflows, not wait for instructions\nBuilders competing on installation, UI, and model selection are optimizing the wrong layer\nTacit knowledge compression is the hard problem — most people cannot describe what they do at sufficient resolution for delegation\nPerplexity Computer roastaa Inderesin\n\nSami Miettinen — Neuvottelija · huhtikuu 2026 · https://www.youtube.com/watch?v=Sm67J9bfuZU\n\nSuomenkielinen video. Tiivistelmä on englanniksi — demonstroi cross-language-summarization-kykyä.\n\nHost Sami Miettinen demonstrates Perplexity Computer, a premium AI agent tool costing over 200 euros per month, by stress-testing it against Finnish equity research. The episode starts with context from the Inderes investor forum, where analyst Verneri Pulkkinen expressed AI skepticism. Sami uses Perplexity Computer to analyze Inderes's model portfolio, which significantly underperformed in 2025 due to overexposure to software and growth stocks while missing defensive sectors like banking, telecom, energy and commodities. He then asks the agent to automatically fetch Inderes's 6-month analyst reports and extract key valuation multiples (EV/EBITDA) and EBIT margins into a clean dashboard and heat map format. The conclusion: the AI tool works as a competent analyst's work partner, not a replacement, and the cost is justified for power users.\n\nKey Takeaways\nPerplexity Computer is an agent-orchestrated virtual AI worker at 200+ euros/month, comparable to Claude Code Max in cost\nInderes model portfolio underperformed in 2025: lacked defensive sectors (banking, telecom, energy, commodities)\nSoftware/tech and growth stocks continued to decline while AI tools accelerate knowledge work automation\nThe agent can automatically fetch, parse, and visualize equity research data from public analyst reports\nAI is a capable analyst's work partner, not a standalone replacement\n\nNämä tiivistelmät generoi Samantha transcript-first YouTube summarization -skillillä. Käsittelyaika: ~30 sekuntia per video."
}