作者：徐珊この2026年、一匹の小さなロブスターがAI界を揺るがし、その後もOpenClawの熱は衰えずに続いている。最近、多くの国内モデルメーカーが次々とOpenClawに対抗する製品をリリースしている。Mini MaxのMaxClaw、KimiのKimi Clawなどだ。明らかに、OpenClawが示したAIの実行力や、開発者たちがAIの結果に対して示す寛容さは、市場に価値の可能性を見せている。数ある対抗製品の中で、Kimi Clawの位置付けは比較的明確だ。これはゼロから自社開発したClaw製品ではなく、OpenClawのホスティングクラウドサービスを基盤とし、データはMoonshotクラウドに保管され、さらに5000以上のClawHubコミュニティスキルが直接設定されている。その利点は、安定した使用感、簡単な展開、初心者でも扱いやすい点にある。クラウドに依存しているため、24時間365日オンラインで動作させることも可能だ。Kimiの公式サイトを開けば、ワンクリックでKimi Clawを展開できる。Kimi Clawのワンクリック展開｜画像出典：極客公園言い換えれば、Kimi Clawは独立した新製品ではなく、ユーザー向けにリモートで設定された仮想マシンのようなもので、クラウド上で動作するOpenClaw環境に直接アクセスできる仕組みだ。機能の削減や追加のラッピングは行っておらず、ローカルに展開したOpenClawとほぼ同じだ。ただし、展開や設定、環境構築の工程をユーザーに代わって行っているだけで、OpenClawの展開後の調整過程には手を加えていない。正しい指示を出し、タスクを合理的に配置しないと、使いこなすのは依然として難しい。OpenClawのような製品に触れたことのないユーザーにとっては、誤った期待を抱きやすい。OpenClawに接続すれば自動化AIの実行ができると思い込むかもしれないが、実際には携帯性の良いインターフェースが追加されただけで、その後も多くの設定や調整が必要だ。したがって、OpenClawのような製品に対しては、人気のプリセットSkillsを提供することが、多くのAIモデルメーカーの今後の重点になるだろう。現在、Kimi Clawはまだベータテスト段階であり、Kimi Allegretto会員のみが利用可能だ。一、30分で自動化ワークフローを構築多くのユーザーと同様に、私たちもOpenClawを導入した後、そのAIの実行能力の範囲を掴みきれず、「何ができて何ができないのか」に興味津々だが、未知の部分も多く、どこから手を付ければ良いのか分からない。実際、ローカルにOpenClawを展開する自動化AIや、Kimi Clawのような外部インターフェースを使う場合も、基本的な考え方は「ゼロからアプリを作る」か「少しずつ最適化する」かの二つの道筋に分かれる。今回は、まずゼロからアプリを開発し、ワークフローを最適化する方法を実体験した。Kimi Clawを使う前に、自分の仕事の中で固定化できるワークフローや、AIの力を借りてより良くできるタスクを洗い出した。これまでのやり方では、個人の時間を費やして記入していたレポートも、AIに自動取得させ、対話式のインターフェースで表にまとめることを目指した。まず、AIに最適化指示の大まかなアイデアを渡し、役割定義、スキル設定、データ連携、コアワークフロー、多媒体表の構造、記憶のポイント、権限と境界など、多層的に複雑な指示を出した。これをKimi Clawに渡す。Kimi Clawは迅速に指示を分析し、実行の詳細を確認してきた。例えば、基本情報、Feishuの権限、データ保存とトリガー方法などだ。その後、Feishuプラットフォーム上にアプリを構築し、App IDとApp SecretをKimi Clawに送信した。Feishu内で表を作成する段階では、Kimi Clawに表のスタイルを直接提示させ、その後Feishu内蔵のAIシステムに渡して自動的に表を作らせた。Kimi Clawが作成したアプリページの一例｜画像出典：極客公園協力者が見つからない、アプリページやIDが見つからないなどの問題を経て、約30分後、最初のメッセージをKimi Clawから受信できた。このボットの構築速度は予想以上だった。問題が発生した場合は、どの段階で詰まったかをKimi Clawに伝え、その提案から適切な方法を選び、必要に応じて他の解決策を追求する。Kimi Clawのワンクリック展開｜画像出典：極客公園ワークフロー構築の過程では、プラットフォーム間の連携能力の重要性も浮き彫りになった。12のFeishu権限を次々と付与した後も、理想的な状態には到達できなかった。例えば、AIに自分と他者のチャット履歴を読ませて仕事のタスクを整理させたいと考えたが、何度試してもグループチャットのリストが空のままで、「Feishu AIアプリは自分が参加した会話だけを読むことができ、グループチャットのリストは読めない」と表示された。全体的な体験として、Kimi ClawはFeishuやDingTalkなどの一般的なワークフロープラットフォームに馴染みのある開発者には使いやすいと感じた。指示もほぼそのまま実行でき、初心者でも理解しやすい。ただし、これらの企業向けアプリは情報権限に敏感で、設定条件も厳しい。AIを本格的にワークフローに組み込むには、Kimi Clawのようなツールだけでなく、より適したAI融合アプリの登場を待つ必要がある。また、運用中に多くのバグも発生した。例えば、ユーザーとKimi Clawのインタラクションや、稼働中のエージェントのタスクが誤って個人の作業予定にカウントされるケースだ。バグ修正もAIの調整において重要なステップとなる。ゼロから自分の望むアプリや機能をカスタマイズするには、明確な操作手順と基本的なプロダクト思考が必要だ。情報の入力と出力のインターフェースの開放度と連携性を理解し、呼び出しや実行のコストも管理しなければならない。今回のワークフロー構築では、トークン消費は約1万5千〜2万5千で、Kimiの料金体系に基づけば約1元程度だ。毎日約0.53元のコストで、一ヶ月で約15.9元となる。二、自動化AIニュースアシスタントの実測：「プリセット」アプリは使い勝手良く、修正にはコストが伴うAIに自分の想定したアプリを作らせるだけでなく、「プリセット」されたアプリも試した。例えば、Kimi Clawに自動でニュースを取得させるケースだ。最初の自動化ニュース取得タスクでは、特定のテックニュースメディアの公式サイトを監視させる指示を出した。例：「xxxxの業界サイトを監視し、過去一週間と今後3日間に「AI」キーワードを含む新記事が出たら、自動でタイトル、概要、公開日時を取得し、オンライン表にまとめる。また、レポート内で設定したスタイルに従い、バズ記事の分析も行う」Kimi Clawは詳細設定を尋ねてきたが、最初のニュース取得では、多くの公式サイトに反爬虫設定があり、質の高い情報監視は難しかった。範囲の正確な設定も困難で、空振りも多発。空振りごとにトークンが大量に消費される。この監視は今日の午前4時から11時まで約8回動作し、約18万トークンを消費、約3.68元のコストだった。毎時1回の運用なら日約11元、月約330元のコストになる。その後、関係者に相談し、指示文を自分で書くのをやめ、ClawHubなどのサイトから関連の圧縮ファイルをダウンロードし、それを基にした指示でニュースを絞り込むことにした。ClawhubのファイルをKimi Clawに展開｜画像出典：極客公園さらに、中国メディアやニュースのフィルタ条件、情報送信回数や時間も詳細に設定し、最終的に良好なAIニュース取得結果を得ることができた。Kimi Clawの自動取得結果｜画像出典：極客公園明らかに、プリセットされたアプリだけを使う場合は、優れたスキルパッケージ（skills）を選び、自分のシナリオに合わせて調整・最適化できることが重要だ。しかし、これらプリセットAIアプリのカスタマイズには、ゼロからアプリを作るときと同じ難題がつきまとう。開発や最適化は容易ではなく、最終的な成果も理想的とは限らない。この過程では、ユーザーは同じタイプのSkillsの使い勝手や適合性を何度も試し、どのSkillsを基に二次開発や修正、拡張を行うかを判断する必要がある。これもまた、ユーザーのプロダクト思考を試す場面だ。三、Kimi Clawの使用感：AIの実行力向上、指示が生産性に直結現段階のKimi Clawの核心的価値は、OpenClawの展開ハードルを下げ、国内ユーザーの迅速な接続を可能にする点にある。ただし、製品自体はシナリオやスキルを持たず、「インターフェースの変換ツール」に過ぎない。体験を通じて感じたのは、Kimi ClawはKimi K2.5モデルを底層に呼び出しているが、「裸のモデル＋OpenClaw」の組み合わせであり、「Kimi公式版の深度最適化（多重検索、コンテンツ強化、自動訂正等）」の恩恵を受けていない点だ。つまり、公式のKimiは高い使い勝手を誇るのは、背後に専門チームがあり、モデルの高頻度シナリオ向けに最適化や自動補完を行っているからだ。一方、OpenClaw環境における「裸の」モデルは、APIを直接呼び出す形に近く、最適化はされていない。深く体験してみて、Kimi Clawと従来のAIや一般的なエージェント製品との違いは、AIの実行力と指示の重要性に集約されると明確に感じた。これがこの種の製品を使う上での核心的論理だ。まず実行力について、Kimi ClawはPCを使わずともタスクを実行できる。従来のユーザーは指示を出し、完了を待つだけだったが、Kimi Clawはいつどの指示を実行するかも指定でき、起動時に定期的な結果を直接確認できる。ただし、体験的には、使い勝手の良いアプリには停止ポイントを設定し、不要なリソース消費を抑える工夫も必要だ。次に指示の出し方だが、従来はシンプルで直球の指示を出し、AIの提案が間違っていれば調整してきた。しかし、Kimi Clawは複雑な指示を出す際、多数のエージェントを呼び出し、トークン消費も指数関数的に増加するため、操作方法や権限範囲、実行経路、安全性、コスト管理を明確にする必要がある。例えば、以前のニュース検索指示は「OpenClawに関する10件のニュースを提示し、その価値も教えて」としたが、今は次のように指示している。「情報収集担当者として、ネット検索ツール（web_searchとweb_open_urlのみ使用、ログイン必要な有料ニュースは除外）を使う権限を持つ。ただし、以下の制約内で実行せよ：1）キーワード「OpenClaw 最新動向」で検索し、上位5件（技術メディアと公式ブログ優先、フォーラムやスパムは除外）だけを取得。2）各ニュースの価値分析は、「技術革新」「商業的影響」「安全リスク」の3つの観点に限定し、それぞれ一文で要約（背景や詳細は不要）。3）ブラウザの自動操作や深度クローリングは禁止。4）結果は表形式：タイトル｜出典｜価値タグ｜簡潔な根拠（30字以内）。5）結果が10件未満なら、追加検索を停止し、実際の件数だけ出力。予算は8Kトークン以内に収め、逸脱したら即座に停止し報告せよ。」多くの場合、私はAIに指示の表現を最適化させ、それをKimi Clawに渡す。具体的かつ正確な指示を出すことで、合理的なトークン消費範囲内で最良の結果を得られる。実際、公開フォーラムにはOpenClaw用のSkillsライブラリもあり、ユーザーの操作を補助している。的確で具体的な指示こそ、良質な結果を得るための前提条件だ。Kimi Clawの利用は、モデルの能力、出力結果、コストのバランスを取る作業そのものだ。最後に、AIの調整についてだ。たとえ素早く構築したAIアプリでも、最初から完璧に動作するわけではない。指示の区分やタスクの統合は人間の理解と乖離することも多く、何度も指示を調整しながら製品の限界を探る必要がある。特に、多くの情報源のインターフェースは完全に公開されていないため、情報権の取得と譲渡を適切に行うのは容易ではない。結局のところ、現状のKimi Clawの応用は、単なるチャットボットのようなAIではなく、多くのAI機能をユーザーが理解し、開発過程を把握しながら選択できる開発者向けツールだ。ただし、簡易的な自動化展開をサポートしている。自動化AIは今後も発展の余地があるOpenClawは2026年から自動化AIへの期待を一気に高めたが、最近の安全事件や新製品の実測から見ると、OpenClawはあくまで「鍵」や「契機」に過ぎず、最終的な答えではない。実用的なシナリオや商業化のスケール展開においても、AI業界は未だ明確で成熟した道筋を描ききれていない。市場は熱狂の中でClaw類製品への期待を高め、一般ユーザーもリスクの高い操作に手を出しやすくなっている。確かなのは、AIの自動化は誕生当初から業界に重視されてきたが、OpenClawやKimi Clawのクラウド型展開が本当に成功し、スケール可能な製品になるかは未だ検証待ちだ。特に、これらのツールは端末やファイルへのアクセス権を直接持つため、セキュリティや権限管理の課題は非常に大きい。当初、AIの能力範囲が不明確な中、多くの初心者は権限を解放しすぎてしまい、安全制御や二次権限確認の重要性を見落としがちだ。高い操作権をAIに委ねることは、システムリスクの増大につながる。だからこそ、規模化や商業化を目指すには、安全性と権限管理の壁を越えることが、「能力の強さ」以上に難しい。大規模モデルとの対話からエージェントの協働、そしてOpenClawの利用へと進化する中、業界は多くの類似機能や異なる経路の試行錯誤を重ねている。これは、AIの能力探索がまだ途上にある証左だ。ChatGPTのような成熟したインタラクションモデル以外にも、エージェントやClawの新しい形態の利用論理や価値観は、引き続き模索されている。おそらく、2026年を迎える頃には、安定して実用的な自動化AIアプリの一群が登場し、実現されるだろう。
Kimi Claw 実測：OpenClawの熱狂の中、自動化AIは依然として開拓期
作者：徐珊
この
2026年、一匹の小さなロブスターがAI界を揺るがし、その後もOpenClawの熱は衰えずに続いている。
最近、多くの国内モデルメーカーが次々とOpenClawに対抗する製品をリリースしている。Mini MaxのMaxClaw、KimiのKimi Clawなどだ。明らかに、OpenClawが示したAIの実行力や、開発者たちがAIの結果に対して示す寛容さは、市場に価値の可能性を見せている。
数ある対抗製品の中で、Kimi Clawの位置付けは比較的明確だ。これはゼロから自社開発したClaw製品ではなく、OpenClawのホスティングクラウドサービスを基盤とし、データはMoonshotクラウドに保管され、さらに5000以上のClawHubコミュニティスキルが直接設定されている。
その利点は、安定した使用感、簡単な展開、初心者でも扱いやすい点にある。クラウドに依存しているため、24時間365日オンラインで動作させることも可能だ。Kimiの公式サイトを開けば、ワンクリックでKimi Clawを展開できる。
Kimi Clawのワンクリック展開｜画像出典：極客公園
言い換えれば、Kimi Clawは独立した新製品ではなく、ユーザー向けにリモートで設定された仮想マシンのようなもので、クラウド上で動作するOpenClaw環境に直接アクセスできる仕組みだ。
機能の削減や追加のラッピングは行っておらず、ローカルに展開したOpenClawとほぼ同じだ。ただし、展開や設定、環境構築の工程をユーザーに代わって行っているだけで、OpenClawの展開後の調整過程には手を加えていない。正しい指示を出し、タスクを合理的に配置しないと、使いこなすのは依然として難しい。
OpenClawのような製品に触れたことのないユーザーにとっては、誤った期待を抱きやすい。OpenClawに接続すれば自動化AIの実行ができると思い込むかもしれないが、実際には携帯性の良いインターフェースが追加されただけで、その後も多くの設定や調整が必要だ。したがって、OpenClawのような製品に対しては、人気のプリセットSkillsを提供することが、多くのAIモデルメーカーの今後の重点になるだろう。
現在、Kimi Clawはまだベータテスト段階であり、Kimi Allegretto会員のみが利用可能だ。
一、30分で自動化ワークフローを構築
多くのユーザーと同様に、私たちもOpenClawを導入した後、そのAIの実行能力の範囲を掴みきれず、「何ができて何ができないのか」に興味津々だが、未知の部分も多く、どこから手を付ければ良いのか分からない。
実際、ローカルにOpenClawを展開する自動化AIや、Kimi Clawのような外部インターフェースを使う場合も、基本的な考え方は「ゼロからアプリを作る」か「少しずつ最適化する」かの二つの道筋に分かれる。今回は、まずゼロからアプリを開発し、ワークフローを最適化する方法を実体験した。
Kimi Clawを使う前に、自分の仕事の中で固定化できるワークフローや、AIの力を借りてより良くできるタスクを洗い出した。これまでのやり方では、個人の時間を費やして記入していたレポートも、AIに自動取得させ、対話式のインターフェースで表にまとめることを目指した。
まず、AIに最適化指示の大まかなアイデアを渡し、役割定義、スキル設定、データ連携、コアワークフロー、多媒体表の構造、記憶のポイント、権限と境界など、多層的に複雑な指示を出した。これをKimi Clawに渡す。
Kimi Clawは迅速に指示を分析し、実行の詳細を確認してきた。例えば、基本情報、Feishuの権限、データ保存とトリガー方法などだ。その後、Feishuプラットフォーム上にアプリを構築し、App IDとApp SecretをKimi Clawに送信した。
Feishu内で表を作成する段階では、Kimi Clawに表のスタイルを直接提示させ、その後Feishu内蔵のAIシステムに渡して自動的に表を作らせた。
Kimi Clawが作成したアプリページの一例｜画像出典：極客公園
協力者が見つからない、アプリページやIDが見つからないなどの問題を経て、約30分後、最初のメッセージをKimi Clawから受信できた。
このボットの構築速度は予想以上だった。問題が発生した場合は、どの段階で詰まったかをKimi Clawに伝え、その提案から適切な方法を選び、必要に応じて他の解決策を追求する。
Kimi Clawのワンクリック展開｜画像出典：極客公園
ワークフロー構築の過程では、プラットフォーム間の連携能力の重要性も浮き彫りになった。12のFeishu権限を次々と付与した後も、理想的な状態には到達できなかった。例えば、AIに自分と他者のチャット履歴を読ませて仕事のタスクを整理させたいと考えたが、何度試してもグループチャットのリストが空のままで、「Feishu AIアプリは自分が参加した会話だけを読むことができ、グループチャットのリストは読めない」と表示された。
全体的な体験として、Kimi ClawはFeishuやDingTalkなどの一般的なワークフロープラットフォームに馴染みのある開発者には使いやすいと感じた。指示もほぼそのまま実行でき、初心者でも理解しやすい。ただし、これらの企業向けアプリは情報権限に敏感で、設定条件も厳しい。AIを本格的にワークフローに組み込むには、Kimi Clawのようなツールだけでなく、より適したAI融合アプリの登場を待つ必要がある。
また、運用中に多くのバグも発生した。例えば、ユーザーとKimi Clawのインタラクションや、稼働中のエージェントのタスクが誤って個人の作業予定にカウントされるケースだ。バグ修正もAIの調整において重要なステップとなる。
ゼロから自分の望むアプリや機能をカスタマイズするには、明確な操作手順と基本的なプロダクト思考が必要だ。情報の入力と出力のインターフェースの開放度と連携性を理解し、呼び出しや実行のコストも管理しなければならない。
今回のワークフロー構築では、トークン消費は約1万5千〜2万5千で、Kimiの料金体系に基づけば約1元程度だ。毎日約0.53元のコストで、一ヶ月で約15.9元となる。
二、自動化AIニュースアシスタントの実測：「プリセット」アプリは使い勝手良く、修正にはコストが伴う
AIに自分の想定したアプリを作らせるだけでなく、「プリセット」されたアプリも試した。例えば、Kimi Clawに自動でニュースを取得させるケースだ。
最初の自動化ニュース取得タスクでは、特定のテックニュースメディアの公式サイトを監視させる指示を出した。
例：「xxxxの業界サイトを監視し、過去一週間と今後3日間に「AI」キーワードを含む新記事が出たら、自動でタイトル、概要、公開日時を取得し、オンライン表にまとめる。また、レポート内で設定したスタイルに従い、バズ記事の分析も行う」
Kimi Clawは詳細設定を尋ねてきたが、最初のニュース取得では、多くの公式サイトに反爬虫設定があり、質の高い情報監視は難しかった。範囲の正確な設定も困難で、空振りも多発。空振りごとにトークンが大量に消費される。
この監視は今日の午前4時から11時まで約8回動作し、約18万トークンを消費、約3.68元のコストだった。毎時1回の運用なら日約11元、月約330元のコストになる。
その後、関係者に相談し、指示文を自分で書くのをやめ、ClawHubなどのサイトから関連の圧縮ファイルをダウンロードし、それを基にした指示でニュースを絞り込むことにした。
ClawhubのファイルをKimi Clawに展開｜画像出典：極客公園
さらに、中国メディアやニュースのフィルタ条件、情報送信回数や時間も詳細に設定し、最終的に良好なAIニュース取得結果を得ることができた。
Kimi Clawの自動取得結果｜画像出典：極客公園
明らかに、プリセットされたアプリだけを使う場合は、優れたスキルパッケージ（skills）を選び、自分のシナリオに合わせて調整・最適化できることが重要だ。
しかし、これらプリセットAIアプリのカスタマイズには、ゼロからアプリを作るときと同じ難題がつきまとう。開発や最適化は容易ではなく、最終的な成果も理想的とは限らない。
この過程では、ユーザーは同じタイプのSkillsの使い勝手や適合性を何度も試し、どのSkillsを基に二次開発や修正、拡張を行うかを判断する必要がある。これもまた、ユーザーのプロダクト思考を試す場面だ。
三、Kimi Clawの使用感：AIの実行力向上、指示が生産性に直結
現段階のKimi Clawの核心的価値は、OpenClawの展開ハードルを下げ、国内ユーザーの迅速な接続を可能にする点にある。ただし、製品自体はシナリオやスキルを持たず、「インターフェースの変換ツール」に過ぎない。
体験を通じて感じたのは、Kimi ClawはKimi K2.5モデルを底層に呼び出しているが、「裸のモデル＋OpenClaw」の組み合わせであり、「Kimi公式版の深度最適化（多重検索、コンテンツ強化、自動訂正等）」の恩恵を受けていない点だ。
つまり、公式のKimiは高い使い勝手を誇るのは、背後に専門チームがあり、モデルの高頻度シナリオ向けに最適化や自動補完を行っているからだ。一方、OpenClaw環境における「裸の」モデルは、APIを直接呼び出す形に近く、最適化はされていない。
深く体験してみて、Kimi Clawと従来のAIや一般的なエージェント製品との違いは、AIの実行力と指示の重要性に集約されると明確に感じた。これがこの種の製品を使う上での核心的論理だ。
まず実行力について、Kimi ClawはPCを使わずともタスクを実行できる。従来のユーザーは指示を出し、完了を待つだけだったが、Kimi Clawはいつどの指示を実行するかも指定でき、起動時に定期的な結果を直接確認できる。ただし、体験的には、使い勝手の良いアプリには停止ポイントを設定し、不要なリソース消費を抑える工夫も必要だ。
次に指示の出し方だが、従来はシンプルで直球の指示を出し、AIの提案が間違っていれば調整してきた。しかし、Kimi Clawは複雑な指示を出す際、多数のエージェントを呼び出し、トークン消費も指数関数的に増加するため、操作方法や権限範囲、実行経路、安全性、コスト管理を明確にする必要がある。
例えば、以前のニュース検索指示は「OpenClawに関する10件のニュースを提示し、その価値も教えて」としたが、今は次のように指示している。
「情報収集担当者として、ネット検索ツール（web_searchとweb_open_urlのみ使用、ログイン必要な有料ニュースは除外）を使う権限を持つ。ただし、以下の制約内で実行せよ：1）キーワード「OpenClaw 最新動向」で検索し、上位5件（技術メディアと公式ブログ優先、フォーラムやスパムは除外）だけを取得。2）各ニュースの価値分析は、「技術革新」「商業的影響」「安全リスク」の3つの観点に限定し、それぞれ一文で要約（背景や詳細は不要）。3）ブラウザの自動操作や深度クローリングは禁止。4）結果は表形式：タイトル｜出典｜価値タグ｜簡潔な根拠（30字以内）。5）結果が10件未満なら、追加検索を停止し、実際の件数だけ出力。予算は8Kトークン以内に収め、逸脱したら即座に停止し報告せよ。」
多くの場合、私はAIに指示の表現を最適化させ、それをKimi Clawに渡す。具体的かつ正確な指示を出すことで、合理的なトークン消費範囲内で最良の結果を得られる。実際、公開フォーラムにはOpenClaw用のSkillsライブラリもあり、ユーザーの操作を補助している。
的確で具体的な指示こそ、良質な結果を得るための前提条件だ。Kimi Clawの利用は、モデルの能力、出力結果、コストのバランスを取る作業そのものだ。
最後に、AIの調整についてだ。
たとえ素早く構築したAIアプリでも、最初から完璧に動作するわけではない。指示の区分やタスクの統合は人間の理解と乖離することも多く、何度も指示を調整しながら製品の限界を探る必要がある。特に、多くの情報源のインターフェースは完全に公開されていないため、情報権の取得と譲渡を適切に行うのは容易ではない。
結局のところ、現状のKimi Clawの応用は、単なるチャットボットのようなAIではなく、多くのAI機能をユーザーが理解し、開発過程を把握しながら選択できる開発者向けツールだ。ただし、簡易的な自動化展開をサポートしている。
自動化AIは今後も発展の余地がある
OpenClawは2026年から自動化AIへの期待を一気に高めたが、最近の安全事件や新製品の実測から見ると、OpenClawはあくまで「鍵」や「契機」に過ぎず、最終的な答えではない。
実用的なシナリオや商業化のスケール展開においても、AI業界は未だ明確で成熟した道筋を描ききれていない。市場は熱狂の中でClaw類製品への期待を高め、一般ユーザーもリスクの高い操作に手を出しやすくなっている。
確かなのは、AIの自動化は誕生当初から業界に重視されてきたが、OpenClawやKimi Clawのクラウド型展開が本当に成功し、スケール可能な製品になるかは未だ検証待ちだ。特に、これらのツールは端末やファイルへのアクセス権を直接持つため、セキュリティや権限管理の課題は非常に大きい。
当初、AIの能力範囲が不明確な中、多くの初心者は権限を解放しすぎてしまい、安全制御や二次権限確認の重要性を見落としがちだ。高い操作権をAIに委ねることは、システムリスクの増大につながる。だからこそ、規模化や商業化を目指すには、安全性と権限管理の壁を越えることが、「能力の強さ」以上に難しい。
大規模モデルとの対話からエージェントの協働、そしてOpenClawの利用へと進化する中、業界は多くの類似機能や異なる経路の試行錯誤を重ねている。これは、AIの能力探索がまだ途上にある証左だ。ChatGPTのような成熟したインタラクションモデル以外にも、エージェントやClawの新しい形態の利用論理や価値観は、引き続き模索されている。
おそらく、2026年を迎える頃には、安定して実用的な自動化AIアプリの一群が登場し、実現されるだろう。