2026年初頭までに、オープンソースプロジェクトOpenClawはAI分野で現象となっていました。1月にはGitHubスター数が10万を超え、開発者の関心が急上昇しました。コミュニティのダッシュボードとトラフィック分析によると、1週間で200万人以上の訪問者がありました。3月までにOpenClawのスター数は25万を超え、60日間でReactを抜いてGitHubで最もスターの多いソフトウェアプロジェクトになりました。
OpenClawはPeter Steinbergerによって作成された、ローカルまたはプライベートサーバーで実行するように設計された自己ホスト型の永続的なAIアシスタントです。このプロジェクトは、そのアクセシビリティと制限のない自律性で注目を集めました。ユーザーはクラウドインフラストラクチャや外部APIに依存せずにAIモデルをローカルにデプロイできました。
現在のほとんどのAIエージェントはプロンプトによってトリガーされ、定義されたタスクを完了して停止します。永続的に実行される自律型エージェント（「クロー」）は異なります。これらのエージェントはバックグラウンドで継続的に実行され、自律的にタスクを完了し、人間の判断が必要なものだけを表面化させます。これらはハートビートで動作します。定期的にタスクリストをチェックし、アクションが必要なものを評価し、アクションを実行するか次のサイクルを待ちます。
OpenClawの急速な採用は議論も引き起こしました。セキュリティ研究者は、自己ホスト型AIツールが機密データ、認証、モデル更新をどのように管理するかについて懸念を表明しました。また、ローカルデプロイメントがユーザーを新しいリスク（パッチ未適用のサーバーインスタンスやコミュニティフォークでの悪意のある貢献など）にさらす可能性があると疑問視する人もいました。貢献者とメンテナーがこれらの問題に取り組む中、OpenClawの台頭はAIエコシステム全体で、開放性、プライバシー、安全性のトレードオフについての幅広い議論を促しました。
OpenClawプロジェクトのセキュリティと堅牢性を強化するため、NVIDIAはSteinbergerおよびOpenClaw開発者コミュニティと協力して潜在的な脆弱性に対処しています（OpenClawの最近のブログ投稿に詳細があります）。NVIDIAは、モデルの分離の改善、ローカルデータアクセスの管理、コミュニティコードの貢献を検証するプロセスの強化に焦点を当てたコードとガイダンスを提供します。目標は、セキュリティとシステムの専門知識をオープンで透明な方法で提供することでプロジェクトの勢いを支援し、OpenClawの独立したガバナンスを維持しながらコミュニティの作業を強化することです。
企業が永続的に実行されるエージェントをより安全に使用できるようにするために、NVIDIAはNVIDIA NemoClawも導入しました。これは、1つのコマンドでOpenClaw、NVIDIA OpenShellセキュアランタイム、NVIDIA Nemotronオープンモデルをインストールする参照実装で、ネットワーク、データアクセス、セキュリティの強化されたデフォルト設定を備えています。NemoClawは、組織がクローをより安全に展開するための青写真として機能します。
推論需要はAIの各波で倍増：AIは4つのフェーズを経ており、それぞれの間の時間は短縮されています。予測AIが主流になるには数年かかりました。生成AIはより速く動きました。推論AIはさらに速く到着しました。そして、OpenClawが表す自律型AIの波は、さらに速いペースを設定しています。各波で増幅されるのは推論需要です。生成AIは予測AIに比べてトークン使用量を増やしました。推論AIはさらに100倍増やしました。継続的に実行され、長期間にわたって行動する自律型エージェントは、推論需要を推論AIのさらに1000倍に押し上げます。各波は必要な計算を倍増させます。このトークン使用量の増加により、組織は生産性を桁違いに向上させることができます。例えば、永続的に実行されるエージェントは、研究者が一晩かけて問題を解決したり、数千の構成にわたって設計を反復したり、システムを監視して人間の判断が必要な異常のみを表面化させたりするのに役立ち、研究者の作業日をより価値の高いタスクに解放します。
ツールの選択：いつ「クロー」を展開するか：生成AIはオンデマンドタスクの定番になりましたが、永続的な「ハートビート」を持つクローが明確な利点を提供する特定のシナリオがあります。標準的なプロンプトベースのAIから長時間実行エージェントに移行するかどうかは、多くの場合、ワークフローの性質によって決まります。「オンデマンド」から「常時稼働」へ：標準モデルは即時の人間トリガークエリに優れていますが、クローは手動開始なしで継続的なバックグラウンド監視や定期的なシステムチェックを必要とするタスクに適しています。高反復ループの管理：複雑な問題（数千の化学組み合わせのテストやインフラストラクチャのストレステストのシミュレーションなど）の場合、クローは人間の介入によってボトルネックになる可能性のある膨大な反復を管理できます。提案から行動への移行：多くのワークフローでは、標準AIは情報やドラフトを提供するために使用されます。クローは、AIが実行フェーズ（APIとの対話、データベースの更新、長期にわたるファイルの管理など）に移行することが目標である場合に検討されます。リソースの最適化：大規模でトークン集約型の推論タスクの場合、NVIDIA DGX SparkパーソナルAIスーパーコンピューターなどの専用ハードウェアにローカルクローを展開すると、高頻度のクラウドAPI呼び出しと比較して、コストとデータプライバシーをより予測しやすくなります。
組織はどのように永続的に実行される自律型エージェントを使用しているか？永続的に実行される自律型エージェントの実際のアプリケーションは、あらゆる機能とセクターに及びます。金融サービスでは、エージェントが取引システムと規制フィードを継続的に監視し、朝のレビュー前に重要なイベントをフラグ付けします。創薬では、エージェントが新しい科学文献をスキャンし、関連する発見を抽出し、研究者の介入なしに内部データベースをリアルタイムで更新します。このプロセスは以前は数週間かかっていました。エンジニアリングと製造では、エージェントは数千のパラメーターの組み合わせをテストし、結果をランク付けし、検討する価値のある構成をフラグ付けすることで問題分析を高速化します。これらはすべて一晩で行われます。IT運用では、エージェントはインフラストラクチャインシデントを診断し、既知の修復を適用し、新しい問題のみをエスカレーションします。平均解決時間を数時間から数分に短縮します。ServiceNowでは、AprielとNVIDIA Nemotronモデルを活用したAIスペシャリストが、チケットの90%を自律的に解決できます。
企業はどのように自律型エージェントを責任を持って展開できるか？自律型エージェントは実践的です。通信の送信、ファイルの書き込み、APIの呼び出し、ライブシステムの更新が可能です。エージェントが誤ったアクションを生成すると、実際の結果が生じます。最初から適切な説明責任フレームワークを確立することが不可欠であり、本番環境で自律型エージェントを展開する組織は、ガバナンスを最優先要件として扱う必要があります。責任を持って自律型エージェントを展開する組織は、3つの優先事項に焦点を当てています。
オープンで監査可能なフレームワーク：NemoClawはOpenClawのMITライセンスコードベースに基づいて構築されており、組織は完全なエージェントハーネスを所有します。エージェントの構築と展開のすべてのレイヤーを読み取り、フォーク、変更できます。その透明性により、チームはコードレベルでシステムを理解し制御できます。NVIDIA Nemotronなどのオープンソースモデルをローカルで実行することで、患者記録、法的文書、金融取引、専有研究などの機密ワークロードを組織自身の環境内に保持し、トレースデータが組織の管理下にあることを保証します。
ランタイム環境の保護：NemoClawはエージェントをOpenShell内で実行します。OpenShellは、エージェントが何をできるか、何をできないかを正確に定義するサンドボックス環境であり、最初から明確な権限境界を強制します。
ローカルコンピューティング：NVIDIA DGX Sparkスーパーコンピューターは、デスクサイドフォームファクターでデータセンタークラスのGPUパフォーマンスを提供し、常時稼働のローカル推論、ローカルモデルホスティング、組織環境内にデータを保持するように設計されています。NVIDIA DGX Stationシステムは、複数のエージェントを同時に実行して複雑で持続的なワークロードを処理するチーム向けにその機能を拡張します。
自律型エージェントが実際に何をするかを定義している組織は、貴重なものを蓄積しています。数ヶ月のライブ運用学習、実際のワークロードを通じて開発されたガバナンスフレームワーク、そしてそれらを真に有用にする制度的コンテキストを吸収したエージェントです。この基盤は時間の経過とともに深まります。
NVIDIA NemoClawを始める：NVIDIA DGX SparkでNemoClawを使用してより安全なAIエージェントを構築するためのステップバイステップのチュートリアルにアクセスしてください。1つのコマンドでより安全で常時稼働のAIアシスタントを展開する方法を探ります。GitHubで利用可能なNemoClawを試し、Discordのコミュニティに参加して、NVIDIA Nemotron 3 SuperとTelegramをDGX Sparkで使用してNemoClawを構築している開発者と交流しましょう。エージェンティックAI、NVIDIA Nemotronなどの最新情報を入手するには、NVIDIA AIニュースを購読し、コミュニティに参加し、LinkedIn、Instagram、X、FacebookでNVIDIA AIをフォローしてください。自分のペースで進められるビデオチュートリアルとライブストリームをご覧ください。