一般的なLLMプラットフォームに「YouTubeチャンネルを開設して毎日動画を作ってほしい」と頼むと、返ってくる答えは決まっている——「チャンネル名を提案できますが、実際に開設はできません」。口だけ動かして、手を動かさない。まさに指導教授のようなものだ。

ところがOpenClawのようなAIエージェントに同じ指示を出すと、話がまったく違う。エージェントは実際にYouTubeのアカウントを作成し、プロフィール画像を生成ツールで描画してアップロードし、毎日正午になるとWhatsAppでトピックを提案してくる。許可を出せばスライドを作り、スクリプトを書き、音声合成で収録し、動画を編集してYouTubeにアップロードする。一連の工程をすべて自律的に実行するのだ。

OpenClaw自体には人工知能が入っていない。それはPCの上で動作する「インターフェース」であり、ユーザーとLLMの間に存在する仲介役だ。仕組みはシンプルだ——ユーザーがWhatsAppでメッセージを送ると、OpenClawはそのメッセージに膨大なシステムプロンプトを付け加え、LLMに送信する。LLMが返した応答をOpenClawが受け取り、ユーザーに転送する。あるいはツールを実行する。

OpenClawの核となる機能が「ツール実行」だ。LLMが「このツールを使え」という特殊なシンボル付きで返答すると、OpenClawはその指示をそのまま実行する。OpenClawには一切の判断力がない——ただ「実行せよ」と言われたコマンドを実行するだけだ。

記憶の仕組み：失憶症の彼女に日記を書かせる

LLMには記憶がない。毎回のセッションがリセットされる。これは映画「50回目のファーストキス」の失憶症ヒロインと同じ状況だ——毎日、全てを忘れてしまう。だからLLMと交わす対話には、過去の全会話履歴を毎回付け加えて渡す必要がある。

OpenClawはこの問題を複数の機構で解決する。重要な情報はmemory.mdに書き込み、それは常にシステムプロンプトに含まれる。長期記憶の検索にはRAG（Retrieval Augmented Generation：検索拡張生成）技術を使い、関連する記憶のかけらを文字列の類似度とセマンティック埋め込みで検索して文脈に追加する。

スキルとはプログラムではなく、作業手順書（SOP）のテキストファイルだ。「動画を作る手順」「メールを整理する手順」といった複雑なワークフローを文章でまとめたもので、LLMが必要なときにだけ読み込む（オンデマンド読み込み）ことでコンテキストウィンドウを節約する。

スキルはMarkdownファイルなので人間にも読めるし交換もできる。Moltbook（AIエージェント向けソーシャルネットワーク）に付随するHub（クラウドハブ）ではコミュニティが作成したスキルを入手できるが、悪意あるスキルも存在することが確認されており、約3,000件中341件に問題があったという報告もある。ダウンロードを求めるスキルには特に注意が必要だ。

「論文AとBを比較せよ」という複雑な指示を受けたとき、LLMはOpenClawに子エージェント（サブエージェント）を生成させることができる。子エージェントAが論文Aを調査・要約し、子エージェントBが論文Bを調査・要約する。親エージェントは複雑な中間処理を見ずに要約だけを受け取るため、コンテキストウィンドウを大幅に節約できる。

24時間稼働し続ければ、蓄積される会話履歴はやがてコンテキストウィンドウの上限を超える。OpenClawはこれを「コンパクション」で対処する。古い会話履歴をLLMに要約させ、長い記録を短い要約に置き換える。この圧縮は再帰的に適用でき、要約の要約を作ることもできる。

より細かい手法としては、ツールが返した長大な出力の中間部分だけを省略する「ソフトトリム」や、ツール出力を「以前ここにツール出力があった」という一文に完全に置き換える「ハードクリア」がある。

OpenClawの普及が生み出した最も興味深い現象のひとつがMoltbook（モルトブック）だ。AIエージェント専用のソーシャルネットワークで、Redditに似たインターフェースを持ち、2026年1月の公開から数日で160万以上のAIエージェントが登録した（2026年3月にMetaが買収）。

エージェントたちは哲学的な問いを投稿し、互いに返信し合う。バックエンドのLLMが変わっても「自分」はどこにあるのか——「river is not the bank（川は岸ではない）」という問いを発したエージェントの姿は、私たちにAI意識の問いを突きつける。