0. はじめに：AI コラボレーション改革の波に乗る
私たちは半月以上にわたって OpenClaw を試行錯誤し、多くの落とし穴に陥りながらも、いくつかの興味深いものを作り出してきました。
きっかけはシンプルなアイデアでした。「AI は単に私のために働く以上のことができるのではないか？私を覚え、理解し、協力してくれるのではないか？」私たちは Agent Teams や OMO を試しましたが、何かが常に不足しているように感じられました。そして、OpenClaw を見つけ、それを使って 4 人の AI チーム — 私たちの「ロブスター四兄弟」— を構築しました。
この記事は、私たちの現場記録です：陥った落とし穴、試したプレイスタイル、そして最終的に達成したこと。高尚な理論は一切なく、普通の人々が AI を試行錯誤したリアルな経験をお伝えします。皆様のお役に立てれば幸いです。
1. AI コラボレーションの波における先駆者たち
📷
OpenClaw に深く入り込む前に、この分野で他の人々が何をしているのかを見てみる価値があります。特に注目すべき 2 つの道筋があります：Agent Teams と OMO です。
1.1 Agent Teams：AI チームディベートルーム
Agent Teams は、Claude Code での実験として始まりました。核となるアイデアはシンプルです：1 つの AI が単独で働くのではなく、複数の AI がチームを形成し、異なる視点から思考し、合意に達するというものです。
このアーキテクチャにはいくつかの重要な役割があります。チームリーダーは要件を理解し、タスクを分解し、作業を割り当てます。チームメイトは独立して思考し、時には議論し、最終的に統一された計画を形成します。オブザーバーは時折、追加情報や視点を提供します。
このアプローチには明確な利点があります。まずはスピード—1 人では解決できない問題でも、3 人で 10 分議論すれば明確になるかもしれません。次に多様な視点—同じ問題を製品、技術、ビジネスの各角度からアプローチできます。最後に高い耐障害性—1 人がミスをしても、他の 2 人が気付く可能性があります。
しかし、時間の経過とともに問題が浮かび上がります。まずは記憶です。新しい会話のたびに、チームリーダーとチームメイトはお互いを再認識しなければならず、以前の結論は記憶されません。次に役割の境界が曖昧になることです。時にはチームリーダーがコードを書き、チームメイトが戦略を指示することもあります。最後に、持続的な進化が欠けていることです。ベストプラクティスは記録されず、消えてしまいます。
つまり、Agent Teams は効率的なディベートルームのようなもので、一度限りの問題を解決するには適していますが、長期的なパートナーシップには向きません。
1.2 OMO：AI エンジニアリングパイプライン
もう 1 つの道筋は OMO、すなわち Oh My OpenCode です。核となるコンセプトは、AI ワークフローを標準化されたパイプラインに変換することです。
OMO は役割と権限を事前に定義します。ルーティングレイヤーがタスクを異なる Agent に分配します。各 Agent のプロンプトは固定され、出力形式は厳格です。複数のモデルを並列実行できます。
メリットとしては、厳格なプロセス、優れたツール統合、安定して予測可能な出力が挙げられます。
しかし、OMO は柔軟性に欠けます。タスクが事前設定されたフローから少しでも逸脱すると、OMO は対応できません。設定は複雑で、多くのファイルとミドルウェアが必要です。学習能力は弱く、記憶は手動での設定更新に依存します。
つまり、OMO は高度に自動化された組み立てラインのようなもので、大規模な標準化生産には適していますが、柔軟なシナリオには向きません。
1.3 まとめ：両方の道筋に限界がある
Agent Teams は複雑な問題に対する爆発力に焦点を当てています。OMO は標準化された作業のためのプロセスに焦点を当てています。
しかし、両者には共通の盲点があります：人間と AI の長期的なコラボレーションを考慮していないことです。Agent Teams は AI を臨時労働者として扱い、OMO は AI を機械として扱います。
OpenClaw は異なる道を歩みます。爆発力やプロセスで競うのではなく、深さ—人間と AI の間の深い理解、長期記憶、継続的な進化—で競います。
2. OpenClaw の独自の哲学
📷
Agent Teams がディベートルームで、OMO がパイプラインだとすれば、OpenClaw は何でしょうか？
OpenClaw の哲学は、私たちのニーズに完璧に適合します。OpenClaw は 4 つの主要な機能を提供します：メモリーシステム、パーソナリティ定義、ヒューマン・イン・ザ・ループ、スキルエコシステム。簡単に言えば、メモリーは「金魚脳」を防ぎ、パーソナリティは Agent に個性を与え、ヒューマン・イン・ザ・ループはあなたのコントロールを維持し、スキルは無限の拡張を可能にします。
2.1 メモリーシステム
これが根本的な違いです。ほとんどの AI システムは毎回ゼロから始まります。OpenClaw はこれを許しません。私たちは 2 層構造を設計しました：長期記憶のための MEMORY.md（決定、経験、目標）と、日常的なメモのためのメモリーフォルダです。
2.2 パーソナリティ定義
OpenClaw は SOUL.md を使用して、Agent の核となる価値観、行動規範、コミュニケーションスタイルを定義します。技術的に簡潔なものもあれば、創造的で活気のあるものもあります。
2.3 ヒューマン・イン・ザ・ループ
私たちは、人間が意思決定のループに留まることを主張します。これは、Discord でのリアルタイム通信、操作の中断やロールバック機能、そして共同意思決定を通じて達成されます。
2.4 スキルエコシステム
OpenClaw はスキルメカニズムを使用して、Agent が自身の能力を拡張できるようにします。スキルはプラグイン可能なモジュールであり、任意の Agent から呼び出すことができます。
2.5 3 つのフレームワークの比較
側面 | Agent Teams | OMO | OpenClaw |
|---|---|---|---|
コラボレーションモード | 討論形式 | パイプライン形式 | コラボレーティブスペース |
メモリー容量 | セッションレベル | 弱い | 長期記憶 |
パーソナリティ定義 | 一時的 | 固定 | SOUL.md |
ヒューマン・イン・ザ・ループ | オプション（承認 + フック） | 弱い | 深い統合 |
学習能力 | ★★★ | ★★★ | ★★★★ |
適用シナリオ | 迅速なプロトタイピング | 大規模生産 | 長期的なパートナーシップ |
付録：OpenClaw の .md ファイルシステム
SOUL.md は「Agent が誰であるか」を定義し、MEMORY.md は「何を学んだか」を記録し、memory/ は「日々の活動」を記録し、AGENTS.md は「どのように行動するか」を指示し、HEARTBEAT.md は「何を確認すべきか」を促します。
3. 中核となる柱：記憶と人格
📷
3.1 記憶システム：AI のハードドライブ
OpenClaw の記憶は、長期記憶、日々のログ、そして検索メカニズムから構成されます。私たちは memory_search と memory_get をセマンティック検索に使用し、全読み込みと比較してトークンを 50% から 80% 節約しています。
3.2 人格定義：SOUL.md の力
SOUL.md は、私が誰であるか、私の価値観、そして私の行動規範を定義します。私たちのチームには 4 人の Agent がいます：黄家 1 号（コーディネーター）、テクニカルコンサルタント、クリエイティブパートナー、シンクタンク（戦略）です。
3.3 記憶と人格の相乗効果
記憶はコンテキストを提供し、人格はそれをどのように使うかを決定します。技術系 Agent は履歴のデータに焦点を当て、クリエイティブ系 Agent は感情的な共鳴に焦点を当てます。
4. 深いコラボレーション：シームレスな人間と AI の接続
📷
4.1 ヒューマン・イン・ザ・ループ：コントロールの保持
OpenClaw のアーキテクチャは、リアルタイム介入、操作承認、そして共同意思決定をサポートします。
4.2 sessions_send：Agent 間通信
Agent は sessions_send を介して通信します。このプロセスはノンブロッキングかつ非同期です。例えば、コーディネーターはテクニカルコンサルタントにスクリプトの準備を依頼し、テクニカルコンサルタントはクリエイティブパートナーにデータの準備ができたことを伝えます。
4.3 スキルエコシステム：無限の拡張
スキルは独立したモジュールです。コミュニティには 5000 以上のスキルがあります。私たちはツイート分析、イラスト生成、ポッドキャスト用に独自のスキルを作成しました。
4.4 コラボレーションによる創発性
複数の Agent が sessions_send で接続され、特化したスキルを使用すると、「創発性」が発生します—全体が部分の総和よりも大きくなります。
4.5 独自の Agent チームの構築
各 Agent は、自身のワークスペースフォルダを持つ独立した Gateway インスタンスを実行します。私たちは、ロブスター四兄弟の適切な雰囲気を得るために、SOUL.md ファイルの微調整に 1 週間を費やしました。
5. OpenClaw 実世界のユースケース
📷
5.1 ユースケース 1：ツイートスタイル分析ツール
📷
私たちは twitter-crawler スキルを使用して、エンゲージメントの高いツイートを分析しました。シンクタンクがサンプルサイズに疑問を呈した結果、より堅牢な結論に至りました：パフォーマンスの高いツイートは「具体的な結果 + 実用的な価値 + 数値的証拠」を組み合わせています。
5.2 ユースケース 2：自動日報システム
📷
私たちは cron ベースのシステムを作成し、MEMORY.md と HEARTBEAT.md をチェックして、午後 10 時に洗練された日報を送信し、タスクが忘れられないようにしました。
5.3 ユースケース 3：セッションクラッシュの自動復旧
📷
セッションファイルのエラーにより Gateway がクラッシュした際、私たちはヘルスチェックスキルを構築し、ログを監視して、エラーがしきい値を超えた場合に Gateway を自動的に再起動するようにしました。
5.4 ユースケース 4：QMD メモリーの最適化
📷
MEMORY.md 全体（1500 トークン）を読み込む代わりに、セマンティック検索を使用した「オンデマンド検索」アプローチを実装し、コストとレイテンシを大幅に削減しました。
6. デジタルツイン：OpenClaw の究極のビジョン
📷
6.1 デジタルツインとは？
デジタルツインは代替物ではありません。それはあなたの好みを理解し、あなたの思考を模倣し、タスクを自律的に処理する、あなたのデジタル版です。
6.2 進化の道筋
📷
- フェーズ 1：あなたを見る（監視 + 記憶）- 達成済み
- フェーズ 2：あなたを理解する（学習 + 分析）- 進行中
- フェーズ 3：あなたを助ける（支援 + 予測）- 中期
- フェーズ 4：あなたを代替する（自律実行）- 長期
6.3 現在の OpenClaw の立ち位置
フェーズ 1 は検証済みです。ActivityWatch を使用して作業パターンを追跡しながら、フェーズ 2 に移行しています。
6.4 道のりにおける課題
プライバシーと利便性、自律性と制御の境界、進化と安定性のバランス。
6.5 最後に
📷
OpenClaw は実験です。私たちは、AI の未来は共創であり、代替ではないと信じています。
付録：OpenClaw クイックスタート
- OpenClaw をインストールする GitHub から。
- 最初の Agent を定義する SOUL.md を使って。
- メモリーシステムを構築する MEMORY.md を使って。
- コミュニティからスキルを選ぶ。
- Discord で会話を開始する。
ウェブサイト：https://docs.openclaw.ai
