OpenClawの新アプリはスマホでAIを実行しない。それがポイントだ。

OpenClawは今週、iOSおよびAndroidアプリをリリースした。これにより、ユーザーはTelegramやWhatsAppの方法を捨てて、個人AIエージェントと直接話すことができる。しかし、さらに注目すべきは、このアプリが実際にはスマホ上でAIを実行していない点だ。単に、ユーザーが別の場所で既に実行しているエージェントに接続しているだけである。スマホは音声、通知、カメラアクセスを備えた、そのエージェントへの窓口となる。

これは見事な設計選択であり、まさに個人AIエージェントが向かう方向性である。スマホは基本的にOpenClawの非常にスマートなリモコンとなる。開発者はますます高性能になるエージェントをバッテリーやメモリの制約があるスマホに詰め込むのではなく、スマホをどこか別の場所に存在するエージェントのためのもう一つの画面として扱う。エージェントはスマホが手元にあろうと別の部屋で充電中であろうと、継続して動作する。このモデルでは、スマホはアクションを承認し、通知でプッシュし、エージェントと話すことを可能にし、エージェントが何かを目で確認する必要があるときにカメラを共有する。

しかし、OpenClawが初めてではない。AnthropicのClaude Cowork with Dispatchは非常に似たパターンを採用している。ユーザーはスマホから作業を割り当てるが、実行は永続的なデスクトップランタイム上で行われる。モバイルアプリはタスクの開始、進捗の監視、結果の受け取りのためのコンパニオンとして機能し、エージェントそのものにはならない。OpenAIも同様の方向に進んでいる。Codexでは、開発者はますます長時間実行されるコーディングエージェントと対話し、それらは独立して動作し続け、複数のクライアントから確認できる。スマホをエージェントの実行場所として扱うのではなく。異なる企業、異なる製品だが、エージェントを永続ランタイムに保持し、対話するための軽量クライアントを提供するという同じアーキテクチャの選択をしている。複数のチームが独立して同じアーキテクチャパターンに収束するとき、それは業界が実際のエンジニアリング問題を解決するモデルを見つけたという初期のシグナルであることが多い。

このシフトは開発者が考える時間を変える。モバイルアプリの構築は、かつてはバッテリー寿命、メモリ制限、オフラインモード、スマホから最高のパフォーマンスを引き出すことを心配することを意味していた。エージェントが別の場所で動作している場合、これらの懸念のほとんどは背景に退く。今、新たな一連の疑問が浮上する：スマホはどのようにして長時間実行されるエージェントに安全に接続するのか？複数のデバイス間で権限を管理するには？すべてのクライアントが切断してもエージェントが動作し続ける場合はどうなるのか？

さらに下流の影響もある。スマホがエージェントと対話する複数の信頼できるエンドポイントの一つになると、より堅牢なアイデンティティアプローチが必要になる。ユーザーをアプリにログインさせるのではなく、永続的なエージェントとの継続的な関係にデバイスを認証することになる。エージェントがファイルの読み取り、メールの送信、APIの呼び出し、外部ツールの制御を行う能力を得るにつれて、認証は負荷のかかるインフラストラクチャとなる。

少し視野を広げて全体像を見ると、個人AIエージェントはモバイルアプリというよりも分散システムに似てきている。インテリジェンスは永続ランタイムに存在し、スマホは複数の認証エンドポイントの一つである。開発者にとって、モバイルアプリは仕事の一部に過ぎない。また、エージェントを実行し続け、ユーザーのデバイスに接続し、それらの接続を安全に保つコンポーネントを構築する必要がある。エージェントは独立して動作し続け、スマホは単にチェックイン、アクションの承認、会話の開始を行う別の場所である。

OpenClawをAnthropicやOpenAIと共に見ると、同じパターンに気づかずにはいられない。エージェントは独立して動作し続け、スマホは単にチェックイン、アクションの承認、会話の開始を行う別の場所である。このアーキテクチャは多くの実用的な問題を解決しており、それが複数の企業が同じ方向に向かっている理由かもしれない。