Kimi Clawの実測：OpenClawブームの中、自動化AIは依然として開拓期
TechFlow厳選深潮セレクト
Kimi Clawの実測：OpenClawブームの中、自動化AIは依然として開拓期
Kimi Clawは、中国で最初にOpenClawを「利用」したAIの一つです。
Web3業界の深掘り報道に専念し潮流を洞察著者：徐珊
2026年、一匹「ザリガニ」がAI業界全体を揺るがした。春節明けも、OpenClawの余波はなお勢いを増している。
最近では、国内の複数のモデルベンダーが相次いでOpenClawに準拠した製品を発表している。Mini Maxがリリースした「MaxClaw」、Kimiがリリースした「Kimi Claw」——明らかに、OpenClawが示したAI実行力、および開発者がAIの実行結果に対して示す高い受容度が、市場に新たな価値空間を開いたのだ。
こうした対抗製品群の中でも、Kimi Clawのポジショニングは比較的明確である。それは、ゼロから自社開発された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ており、データはMoonshotのクラウド上にホストされ、さらにClawHubコミュニティのスキルを5,000以上直接組み込んでいる。
その利点は、使用の安定性・デプロイの容易さ・導入の簡便さにある。また、クラウドベースであるため、24時間365日オンラインで実行・稼働可能だ。Kimi公式サイトを開き、ワンクリックで作成を実行すれば、Kimiが即座にKimi Clawをデプロイしてくれる。
Kimi Clawのワンクリックデプロイ｜出典：GeekPark（極客公園）
言い換えれば、Kimi Clawは独立した新製品ではなく、ユーザー向けにクラウド上で事前に準備された仮想マシンであり、ユーザーがKimi経由でクラウド上のOpenClaw環境に直接アクセス・実行できるようにしたものである。
機能の削減や追加のラッピングは一切行っておらず、ローカルにOpenClawをデプロイした場合とほとんど差異がない。ただ、デプロイ・設定・環境構築というステップをユーザーの代わりに完了させているだけであり、OpenClawデプロイ後の「チューニング」プロセスについては一切手を加えていない。つまり、適切な指示の与え方やタスクの合理的な設計方法を習得していなければ、依然として高い導入難易度が残る。
初めてOpenClaw系製品に触れるユーザーにとっては、この点が期待値の乖離を招く原因にもなる。ユーザーは「OpenClawを接続すれば自動化AI実行が可能になる」と思い込むが、実際には単に「携帯性の高いインターフェース」が追加されたに過ぎず、その後に必要な多くの設定は、依然として自ら探求しなければならない。そのため、今後、OpenClaw系製品向けに人気の高いプリセットSkills（予め設定済みスキル）を提供することは、多くのAIモデルベンダーにとって重点的な取り組みとなるだろう。
現時点では、Kimi ClawはBetaテスト段階であり、Kimi Allegretto会員のみが利用可能である。
1．30分で自動化オフィスワークフローを構築
我々は、多くのユーザーが私たちと同様に、OpenClawに接続した後も、AIの実行能力の限界がどこまでなのかを把握できず、「何ができるか／できないか」について、好奇心と同時に未知への不安を抱いていることに気づいた。また、いったん接続した後に、どこから手をつければよいかも分からない状態だった。
実際、現在では、ローカルにOpenClawをデプロイするタイプの自動化AIでも、あるいはKimi Clawのような外部インタフェースを直接利用する場合でも、基本的な利用アプローチは大きく二つに分けられる。「ゼロからアプリケーションを構築する」アプローチと、「0.5からアプリケーションを最適化する」アプローチである。我々は、この両方のアプローチを実際に体験し、まず「ゼロから」アプリケーションを開発・ワークフローを最適化することを選択した。
Kimi Clawを体験する前に、まず自分がどのような業務を固定化されたワークフローに変換できるか、あるいはAIの支援によって既存のワークフローをどう改善できるかを検討した。その前に考慮すべきことは、どのタイプのAIツールと対話すれば最も良い結果を得られるかという一点だけであった。
私は「業務日誌」の工程を選んだ。毎日の業務フローに沿って、業務記録・業務まとめ・業務振り返りなどの各工程を経て、最終的に当日の業務報告書を出力するものである。過去は個人が時間をかけて手動で記入していたが、今後はAIが自動で情報を抽出し、対話型インタラクションを通じて自動的に表形式で生成することを希望した。
まず、大まかなアイデアをAIに渡して指示文を最適化し、最終的には役割定義・スキル設定・データ連携・コアワークフロー・マルチメディア表形式・記憶すべき重点項目・権限と境界といった多面的な観点から、非常に長く複雑な指示文を作成し、Kimi Clawに送信した。
Kimi Clawは指示文を素早く解析し、実行の詳細について私と確認を取った。具体的には、基礎情報・Feishu（飛書）の権限・データ保存場所・トリガー方式などである。その後、指示通りにFeishuプラットフォーム上でFeishuアプリを構築し、App IDとApp SecretをKimi Clawに送信した。
その過程で、Feishu内に表を作成する必要がある工程があったが、私はKimi Clawに直接表のスタイルを提示させ、それをFeishu内蔵のAIシステムに渡して、Feishuが自動的に表を作成するよう指示した。
Kimi Clawで構築されたアプリケーション画面の一つ｜出典：GeekPark（極客公園）
協力者を探せない・アプリケーション画面が見つけられない・IDが特定できないなど、さまざまな問題を乗り越えた結果、約30分後、私はKimi Clawから最初のメッセージを受信できた。
このボットの構築速度は、私の予想よりも速かった。問題に直面した際には、どこで詰まったのかをそのままKimi Clawに伝えると、それに基づいて提示される解決策の中から適切なものを選んで実行した。もし提示された解決策がどれも適していない場合は、Kimi Clawに他の解決策をさらに尋ねた。
Kimi ClawをFeishuへワンクリックデプロイ｜出典：GeekPark（極客公園）
ワークフロー構築においては、クロスプラットフォーム対応能力の重要性がさらに顕著になった。Feishuの12項目の権限を次々と開放した後、最終的に構築したAIアプリケーションは理想状態には至らなかった。例えば、私が他人とのチャット記録をAIが読み取ることで自分の業務タスクを整理してくれることを望んでいたが、何度か試行した結果、AIアプリケーションが取得できるチャットグループ一覧は空のままだった。FeishuのAIアプリケーション仕様では、AIはユーザー自身が参加している会話のみを読み取ることができ、グループチャット一覧の読み取りは許可されていないという説明を受けた。
全体的な体験から、私はKimi ClawがFeishuやDingTalk（釘釘）といった一般的な業務プラットフォームの開発者ツールに精通しており、基本的に提示された指示に対して、対応する実行方法をすぐに見つけられると判断した。ゼロベースのユーザーでも、その指示を理解・実行することが可能である。ただし、こうした企業向けアプリケーションは自社の情報権限を重視しており、設定条件の開放要件も非常に厳格である。したがって、AIを本当に業務ワークフローに統合するためには、Kimi Clawのようなオープンなツールだけでなく、AIとの融合に適したより適切なアプリケーションの登場も待たねばならないだろう。
また、運用中に多数のバグが発生した。例えば、このプロセスにおいて、ユーザーとKimi Claw間の対話タスクや、実行中のAgentタスクが誤って個人の業務スケジュールにカウントされてしまうことがあった。バグの修正を学ぶことも、AIを「チューニング」するうえでの重要な一環である。
ゼロから自らの希望するアプリケーションや機能を能動的にカスタマイズする場合、ユーザーは明確な操作フローを事前に考え、基本的なプロダクト思考を備えておく必要がある。情報の入力・出力双方のインタフェースの開放範囲と接続性を明確にし、かつ、各呼び出し・実行におけるコストを適切に制御する必要がある。
今回のワークフロー構築では、トータルのトークン消費量は約15,000〜25,000トークンであり、Kimiの課金方式によれば、およそ1元（約20円）程度である。しかし、1日あたり約0.53元（約11円）、1か月で約15.9元（約320円）かかる計算になる。
2．自動化AIニュースアシスタント構築実測：「プリセット」アプリは導入が速いが、修正にはコストがかかる
AIに自分専用のアプリケーションをカスタマイズして作成させるほかに、私は「プリセット」アプリケーションもいくつか体験した。例えば、Kimi Clawによるニュースの自動収集である。
第一回目の自動ニュース収集タスクでは、あるテック系ニュースメディアの公式サイトから情報を取得しようと試みた。当時、我々が与えた指示は以下の通りである：
「xxxxの業界サイトを監視し、直近1週間および今後3日間に『AI』というキーワードを含む新規記事が公開されるたびに、タイトル・概要・公開日時を自動で抽出し、それらをオンライン表に集約してください。また、レポートには、私が指定したスタイルでバズ記事分析を行ってください。」
Kimi Clawは具体的な設定情報を確認してきたが、第一回目のニュース収集タスクでは、多くの公式サイトがクローラー対策（反クローリング）を施しており、高品質なウェブサイトの情報監視が困難であることに気づいた。また、Kimi Clawも正確な範囲での情報抽出が難しく、結果として「空回り」が発生し、そのたびに大量のトークンが消費されることとなった。
この監視タスクは、本日午前4時から午前11時までの約8回の実行で、約18万トークンを消費し、費用は約3.68元（約74円）であった。当初の設定通り、1時間ごとに実行すると仮定すれば、1日あたりのコストは約11元（約220円）、1か月では約330元（約6,600円）に達する。
その後、関係者に相談した結果、自ら指示文を書くのをやめ、ClawHubなどの関連サイトから既存の指示文圧縮パッケージをダウンロードし、そのベースとなる指示文をもとに、さらにニュース関連のカスタマイズを行うことにした。
ClawHubのファイルをKimi Clawにデプロイ｜出典：GeekPark（極客公園）
その後、中国語メディアの対象範囲・ニュースのフィルタリング条件・情報送信の頻度・送信時間などを、非常に詳細に設定した。最終的に、質の高いAIニュース収集結果を得ることができた。
Kimi Clawによる自動ニュース収集結果｜出典：GeekPark（極客公園）
明らかに、プリセットアプリケーションを受動的に使うだけであれば、その鍵は優れたスキルパッケージ（skills）をいかに見極めて選ぶか、そして自身のユースケースに合わせて既存機能をいかに適切に調整・最適化するかにある。
しかし、こうしたプリセットAIアプリケーションをカスタマイズ・改修したいと考える場合、再びゼロからアプリケーションを構築する際に直面する課題に立ち戻ってしまうことになり、開発・最適化の難易度は決して低くない。最終的に完成する成果物も、必ずしも理想的なものとは限らない。
このプロセスでは、ユーザーは同一製品内の異なるSkillsの使いやすさ・適合性を、膨大な時間をかけて体験し、どのタイプのSkillsをベースに二次開発・改修・拡張を行うかを慎重に判断する必要がある。これは、まさにユーザーのプロダクト思考力を試すものである。
3．Kimi Clawの使用感：AI実行力が強化、指示文こそが生産性
現時点のKimi Clawの核心的価値は、単にOpenClawのデプロイ障壁を下げるだけであり、国内ユーザーが迅速に接続できるようにする点にある。しかし、製品自体には付随するユースケースもスキルも備わっておらず、むしろ「トランスレーション・インタフェース」に近く、「完成品」とは呼べない。
体験を通じて、我々はKimi Clawのバックエンドで実行されているのは確かにKimi K2.5モデルだが、それは「ベアモデル＋ネイティブOpenClaw」の組み合わせであり、Kimi公式サイト版で検索チームが深く最適化したマルチラウンド検索・コンテンツ強化・自動誤り訂正などの能力は継承されていないことに気づいた。
言い換えれば、公式サイトのKimiが使いやすいのは、専門チームがユーザーの高頻度シーンでモデルを徹底的に最適化し、自動補完機能を充実させているからである。一方、OpenClaw環境に接続された「ベア」モデルは、APIを直接呼び出すことに近く、特別な最適化は一切行われていない。
深く体験した結果、Kimi Clawの使用と従来型AIや一般Agent製品の使用との核心的差異は、AIの実行力と指示文の重要性という二つの軸に集中しており、これがこの類の製品を利用するうえでの鍵となるロジックであると明確に感じ取れた。
まず実行力に関しては、Kimi ClawはユーザーがPCを使用していないときでもタスクを実行できる。従来のように、ユーザーが指示を出してからずっとタスク完了を待つというモードではない。私はKimi Clawに「この指示をいつ実行するか」を指定することさえでき、起動時にすでに定時出力の結果を確認できる。ただし、体験重視のアプリケーションについては、不要なリソース消費を抑えるために、停止ポイントをあらかじめ設定しておくことを忘れてはならない。
次に指示文に関しては、これまで私はAIに対して簡潔で要点を突いた指示を与えてきた。AIが出す解決策が的外れの場合、その後で指示を調整していた。しかし、Kimi Clawは複雑な指示を実行するたびに多数のAgentを呼び出し、トークン消費量が倍増する。したがって、指示を出す際には、操作方法・権限範囲・実行パス・安全性・コスト管理を明確に規定する必要がある。
例えば、以前のニュース検索時の指示は「OpenClawに関するニュースを10件提示し、それぞれのニュースの注目価値を教えてください」だったが、現在の指示は以下の通りである：
「あなたは情報検索担当者です。ネット検索ツールの使用権限（web_searchおよびweb_open_urlのみ許可、ログインが必要な有料ニュースデータベースへのアクセスは禁止）を持ちますが、以下の制約内で実行してください：1）まずキーワード『OpenClaw 最新動向』で検索を実行し、上位5件の高信頼度結果のみを取得（技術系メディアおよび公式ブログを優先し、掲示板の無関係投稿は除外）；2）各ニュースの注目価値を分析する際は、『技術的ブレイクスルー』『商業的影響』『セキュリティリスク』という3つの次元に厳密に限定し、各次元について1文で要約し、関係のない背景説明は一切行わない；3）ブラウザの自動クリックおよびディープクローリングスキルは完全に禁止し、クローラー対策を回避し、不要なトークン消費を防止する；4）出力形式は表形式（ニュースタイトル｜出典｜注目価値タグ｜簡潔な根拠（1件あたり30字以内））；5）検索結果が10件に満たない場合は、追加検索を一切行わず、実際の件数で出力する。無理に件数を埋めるための二次広域検索は禁止。予算トークン数は8,000以内とし、実行パスが逸脱した場合には、自己修正せず、即座に中止して報告すること。」
多くの場合、私はAIに自分の指示文の表現を最適化させ、その後にKimi Clawに送信している。具体的かつ正確な指示を出すことで、適切なトークン消費範囲内で最高の成果を得ることができる。また、多くの公開フォーラムでは、OpenClaw専用のSkillsライブラリが提供されており、人気アプリケーションの活用法をよりスムーズに習得する助けとなる。
精度高く、具体性のある指示文こそが、適切なトークン消費範囲内で質の高い結果を得る前提であり、Kimi Clawの利用プロセスは、ユーザーがモデル能力・出力結果・利用コストの間でバランスを取るプロセスそのものである。
Kimi Claw｜出典：GeekPark（極客公園）
最後に、「AIのチューニング」についてである。
たとえあなたが素早くAIアプリケーションを構築できたとしても、そのAIボットが初めから使い勝手が良いとは限らない。AIは、多くの指示をどのように分割し、タスクをどのように統合するかについて、人間の理解とは大きく異なる解釈をするため、何度も繰り返し指示を調整しながら、製品の能力の限界を探る必要がある。特に、多くの情報ソースのAPIは完全には公開されておらず、情報権限のアクセスと委譲を真正に実現するのは、決して容易なことではない。
結局のところ、現時点でKimi Clawが示す応用効果は、単純なチャットボットのようなAIアプリケーションではなく、ユーザーが開発プロセスを理解し、多角的なバランスを取った上で選択を下す必要がある「開発者向けツール」である。ただし、この開発者ツールは、シンプルな自動化デプロイをサポートできるという点が特徴である。
自動化AIにはまだ発展の余地がある
OpenClawが2026年から自動化AIに対する人々の想像力を完全に掻き立てたものの、最近頻発するセキュリティインシデントや新製品の実測体験から見て、OpenClawは現時点で単なる「鍵」または「きっかけ」に過ぎず、「最終解答」ではない。
実現可能なリアルなユースケースや、規模拡大可能な商用化ルートのいずれにおいても、AI業界は未だ明確で成熟した道筋を描けていない。これに対し、市場は熱狂的な一連の過熱報道の中で、Claw系製品への期待値を次第に引き上げており、さらには、多くの一般ユーザーが自身の能力を超えた高リスク操作に挑戦するまでに至っている。
確実に言えるのは、自動化AIはAI誕生以来、業界全体で注目されてきたが、OpenClawやKimi Clawのようなクラウドホスティング型が、本当に成功し、規模拡大可能な製品として成立するかどうかは、まだ大きな検証の余地を残しているということである。とりわけ、こうしたAIツールは、ユーザーの端末やファイルを直接編集する権限を獲得するという点で、極めて重大な意味を持つ。
初期段階では、AIの能力の限界がまだ明確でなく、多くの初心者が権限を無制限に開放し、セキュリティ制限や二段階の権限確認を設けることを思いつかない。このような高度な操作権限をAIに委ねることは、本質的にシステムリスクを直接口を開けた状態にすることに等しい。だからこそ、こうした製品が真に規模拡大・商用化を果たすためには、「性能が高いかどうか」よりも、はるかに難しいハードルである「セキュリティと権限管理」の確立が不可欠なのである。
大規模言語モデル（LLM）との直接対話から、単一Agentとのインタラクションへ、さらにAgentクラスターとの協調作業へ、そして現在のOpenClawの利用形態へと進化する中で、業界は同一のAI能力基盤の上に、機能は似つつもアプローチが異なる多数の試みを生み出してきた。これはまさに、業界全体が依然としてAI機能の探索期にあることを示すものであり、ChatGPTのような成熟・安定した対話パターンを除けば、AgentやClawといった新形態の利用ロジック・境界・価値について、業界全体が今まさに集団的に模索している状況である。
おそらく、2026年が終わる頃には、ようやく安定的・実用的・真の価値を備えた自動化AIアプリケーションが、実際に現場に根付く姿を見ることができるだろう。
TechFlow公式コミュニティへようこそ
Telegram購読グループ：https://t.me/TechFlowDaily
Twitter公式アカウント：https://x.com/TechFlowPost
Twitter英語アカウント：https://x.com/BlockFlow_News
极客公园
