OpenClawは継続的推論が欠如した遠隔ゲートウェイに過ぎない

AI だけで OpenClaw を完全に自律させることは現時点では難しく、設計と実装のどちらに注力すべきかは未解決のままである。

現状の構造と遠隔操作の実装

OpenClawはエージェントというより、常時稼働できる受け答えシステムとして設計されている。タスクはスキル化され、cron を利用して定期実行できるようにしているため、遠隔から操作することはできる。実際にスマホから LLM を呼び出すゲートウェイ的な役割は果たしているが、呼び出しは一回ごとに完結し、継続的な推論は行われていない。

継続的推論とPDCAループの欠如

常時稼働する大規模AIモデルで PDCA を回し続ける仕組みが無いと、OpenClawは「常に改善」できないと感じる。現在は推論結果を一度出して終わりで、メモリは多少引き継がれるものの、過去の記憶が実際の有利に働くとは思えない。AI が自ら精度を上げていく自己改善サイクルが欠如している点が、設計上の大きなミスと捉えている。

ゲートウェイとしての限界と設計ジレンマ

OpenClawは LLM を携帯から呼び出す入口としては機能するが、そこに「魂」や「中身」が入っていないと感じる。定期実行はできても、呼び出しは毎回単発であり、コンテキストウィンドウやメモリの引き継ぎが実質的な価値を生んでいない。AI だけで成果物が人間に評価され、価値を生むかどうかは未解決で、設計に時間を注ぐべきか、単にゲートウェイとして機能させるだけで良いかの判断が揺れている。

データ資産の蓄積とエージェント的限界感

それでもデータを貯めておくこと、すなわち自分のメモリーやデータ資産を蓄積することは変わらず重要だと考えている。一方で、エージェントとしての限界を強く感じ始めており、AI の推論能力が上がっても、設計に費やした時間が無意味になる可能性が見えてくる。

残されたデータ資産への執着

結局、どんな限界を抱えていても、蓄積したデータとメモリーは失われず、今後の試行錯誤の基盤として残っているという感覚が残る。