ironclaw

AIエージェントは、推論がますます上手になっています。ここでの違いは、推論だけでは十分ではないということだけではありません。
本当の難しさは、エージェントが行動を取る必要が出てきたときに始まります。ツールへのアクセス、Webの閲覧、資格情報の管理、中断後にタスクを再開すること、あるいは、文脈を失わずに異なるコミュニケーションチャネル間を切り替えることなどです。
それが、IronClaw 1.0が対処することを設計された問題です。
✅ AIエージェントのための別のアーキテクチャ
#ironclaw 意思決定の部分と、行動を実行する部分を分離します。両者の間には、guarding（ガーディング）と呼ばれる調整レイヤーがあります。この分離が重要なのは、AIエージェントが「ある行動について推論できる」というだけで、無制限にアクセスできてはいけないからです。あらゆる行動はguardingレイヤーを通過し、権限とセキュリティのための単一のチェックポイントが作られます。

AIが答えを返すだけでなく、行動を起こし始めたときに何が起こるのかを見てきました。
本当の課題はそこから始まります。エージェントは有能であっても、明確な境界の中で動き、自身の作業を保持し、機微なタスクを安全に扱うことができるのでしょうか。
それこそが、@NEAR Protocol の IronClaw 1.0 を検討する価値がある理由です。
#NEARAI Cloud はこの方向性を支えるインフラを提供し、開発者がより強力なプライバシーと検証可能なセキュリティを備えた AI ワークロードを実行できるようにします。その機密コンピューティングのアプローチは Trusted Execution Environments (TEEs) を使用して機微な AI ワークロードを分離し、暗号学的アテステーションによって、計算がどこでどのように実行されたかの証拠を提供できます。

AIエージェントは、単に質問に答える段階を超えつつあります。
それらはウェブサイトを閲覧し、文書を扱い、ツールを使い、ソフトウェアとやり取りし、そしてますますユーザーに代わってタスクを実行できるようになっています。
しかし、エージェントが行動できる能力を高めるにつれて、より重要になる問いが一つあります。
AIに十分な権限を与えて有用にしつつ、自由を与えすぎないにはどうすればよいのでしょうか？
ここで、@NEAR Protocol とNEAR AIによるIronClaw 1.0が特に興味深い存在になります。
AIエージェントのアーキテクチャに対する別のアプローチ
従来のAIシステムは、主にモデルの推論能力を高めることに重点を置いています。

人工知能アシスタントの進化は、歴史的に非常に明確なアーキテクチャ上のボトルネックに突き当たってきました。それは、各能力に直接結びついたモノリシック（単一型）モデルです。推論、アクションの実行、機密クレデンシャルの取り扱い、ネットワークへのアクセスがまったく同じ環境内で行われる場合、重要な脆弱性や単一障害点が生まれ、どのワークフローでも数秒で完全に崩壊してしまう可能性が高まります。
<c-55/> この構造的な課題に正面から取り組み、#IronClaw 1.0 のロールアウトにより、ガードと呼ばれるセキュアな連携レイヤーを通じて、ハイレベルな意思決定と実行をきれいに切り分ける高度なアーキテクチャを導入しています。

AIは魅力的な新しい章に入りつつあります。私たちは、単に質問に答えるだけのシステムを超えて、推論し、ツールを使い、文脈を記憶し、現実世界のタスクを完了できるエージェントへと進んでいます。しかしAIに行動能力が増すにつれ、無視できない問いが一つあります。それは、AIにより多くの能力を与えながら、無制限の権限を与えないにはどうすればよいのか、ということです。
そこが @NEAR Protocol IronClaw 1.0 が興味深いアプローチを示しているところです。
IronClawの核心にあるのは、思考と行動の分離です。AIエージェントに判断させ、そのまま機密性の高い操作を即座に実行させるのではなく、このアーキテクチャはエージェントの推論と実行の間にガード層を導入します。

AIはすでに、質問に答える段階を超えています。
より大きな変化は、AIシステムが行動を起こせるようになったときに起こります。
エージェントは、ブラウズし、調査し、ファイルを扱い、外部ツールを使い、さまざまなチャネルを通じて通信し、各個別の手順を逐一指示されなくてもタスクを継続できます。
それは別のインフラ上の問題を生み出します。
ソフトウェアがあなたの代わりに行動できるようになると、能力だけでは不十分です。エージェントに何を許可するのか、その判断と実際の行動の間に何があるのか、そして何か問題が起きたときにどうなるのかも把握する必要があります。

@NEAR Protocol のアプローチで興味深いのは、AIエージェントを、単により多くのツールを備えたチャットボットではなく、インフラとして扱っている点です。
多くのエージェントシステムでは、推論、実行、機密情報、インターネットアクセスが、いまだに同じループを通っています。デモではそれが印象的に見えるかもしれませんが、実際の仕事は別の話です。エージェントがアクセスできるツールが増えるほど、何かがうまくいかなくなる可能性も増えます。
IronClaw 1.0は別のアプローチを取っています。
エージェントが意思決定を行い、guard と呼ばれる別の調整レイヤーが、その決定をどのように実行するかを制御します。後から追加された新しい機能も含め、すべてのアクションはそのレイヤーを通過します。

AIエージェントは、別の段階へと移行しつつあります。
もはや回答を生成することに限定されません。Webサイトを閲覧し、ファイルを管理し、コードを書き、情報を扱い、そして複数ステップのワークフローを実行できます。
その追加された機能は、新しいエンジニアリング上の課題を生み出します。
ソフトウェアがあなたの代わりに動けるようになったとき、何が許可されていて何が許可されていないのかをどう管理しますか？中断されたタスクが消えてしまわないように、どう確認しますか？そして、データと計算の裏側でそれを支えるインフラを、どう保護しますか？
それが、@NEAR Protocol からの IronClaw 1.0 を調べる価値がある理由です。

AIエージェントは、単に応答するシステムから、現実世界で複雑なタスクを推論し実行できるシステムへと進化しています。
彼らは質問に答えることを超え、ウェブを閲覧し、ファイルを扱い、アプリケーションとやり取りし、APIを使い、複数 चरणのタスクを実行し始めています。しかし、エージェントの自律性が高まるにつれて、重要な問いが浮かび上がります。セキュリティ、信頼性、そしてユーザーの制御を犠牲にすることなく、AIに行動する能力をどのように与えるのでしょうか？
@NEAR Protocol のIronClaw 1.0は、AIエージェントがどのように考え、行動し、進捗を維持するかを再設計することで、この課題に対して興味深いアプローチを提示しています。

AIエージェントは、別のフェーズへと入っています。
彼らはもはや文章の生成や質問への回答に限られるわけではありません。調査を行い、ファイルを管理し、ウェブサイトとやり取りし、プラットフォームをまたいで連携し、複数ステップのワークフローを実行できます。しかし、エージェントが私たちの代わりに行動できるようになるにつれて、重要性が増している疑問がひとつあります。
役に立つだけの十分な自律性をAIに与えつつ、無制限の権限は与えないようにするには、どうすればよいでしょうか？
それが私にとって #NEARAI の「IronClaw 1.0」を特に興味深いものにしている理由です。

人工知能はチャットボットを超えつつあります。
次世代のAIは、推論し、ツールを使い、タスクを実行し、最小限の人間の介入で作業を続けられるエージェントを中心に構築されています。
しかし、より大きな自律性は根本的な課題を生み出します:
セキュリティ、プライバシー、ユーザーの制御を手放すことなく、AIに行動する能力をどう与えるのでしょうか？
@NEAR Protocol のIronClaw 1.0は、興味深い答えを提示します。
IronClaw 1.0: AIエージェントのための異なるアーキテクチャ
IronClaw 1.0は、シンプルでありながら重要なアーキテクチャ上の区別に基づいています。つまり、判断する部分と行動する部分を分離しているのです。

誰でも送金を提案できる会社を想像してみてください。マーケティングが1件依頼でき、エンジニアリングが1件依頼でき、HRも1件依頼できます。しかし、誰が開始したとしても、同じ確認を毎回行う単一の承認窓口を通過するまで、お金は動きません。どの部門にも抜け道はありません。これが NEAR AI の IronClaw 1.0 の基本的な考え方です。エージェントは自分が何をしたいのかを推論できますが、実際のアクションは実行される前に、必ず単一の調整レイヤーを通過しなければなりません。

AI が何でもできるなら、誰が見張るのか？
長い間、AI エージェントは「何でも屋」でした。調査、ファイル管理、Web サイトとのやり取り、プラットフォームをまたいだコミュニケーションまでこなせます。しかし、1つのエージェントが「何をするか」を決めることと実際にそれを実行することの両方を担うと、ミスやセキュリティリスク、制御喪失の余地が大きくなります
これは IronClaw 1.0 が対処している課題 @NEAR Protocol です。名は体を表すように、IronClaw は AI エージェントが自らの行動をより強く制御できるように設計されており、セキュリティ重視の調整レイヤーである Guard を通じて、意思決定と実行を分離します。つまり、ある AI エージェントが何をすべきかを判断し、別のレイヤーが実際に何が許可されているかを管理するのです

はじめに：AI エージェントの次の段階
人工知能エージェントは、単純な質問応答を超える段階に進化しました。今日のエージェントは、会議の予定を調整し、ファイルを管理し、調査を行い、複数のプラットフォームをまたいでやり取りします。しかし、この進化は重大なアーキテクチャ上の課題をもたらします。現実世界での能力を持つ AI エージェントが安全に行動することを、どうすれば保証できるのでしょうか？
@NEAR Protocol IronClaw 1.0 はこれに対処します。これは、セキュアな調整レイヤーを通じて意思決定と実行を分離することで、AI エージェントのアーキテクチャを根本的に再考した革新的なエージェント・ハーネスです。

AIエージェントはますます高性能になっています。
しかし、彼らの能力が高まるほど、ある一つの問いがより重要になります。
実際に彼らの行動を制御できるのでしょうか？
それは、NEAR AIのIronClaw 1.0を調べているときに私の注意を引いたことの一つです。 @NEAR Protocol
多くの人は、AIモデルが何について考えられるかに注目します。
IronClawは、AIが判断を下した後に何が起こるかに注目することで、少し異なるアプローチを取っています。
モデルは、何をすべきかを考えます。
そしてGuardは、モデルと行動のあいだに置かれます。

AIエージェントは、別のフェーズに入っています。
目的は、単に質問に答えられるモデルを作ることではありません。より大きな機会は、行動できるエージェントを構築し、ツールを操作し、文脈を維持し、現実世界のワークフローを完了できるようにすることです。
しかし、それによって重要な問題が生じます：
AIに、無制限の制御を与えずに行動する能力をどう与えるのですか？
@NEAR Protocol IronClaw 1.0は、根本的に異なるアプローチを採用しています。
「ガード」レイヤー
IronClawは、「ガード」と呼ばれる安全な連携レイヤーによって、意思決定と実行を切り離します。

AIエージェントは、チャットボットよりもはるかに高性能になりつつあります。計画を立て、タスクを実行し、アプリケーションとやり取りし、ますます複雑なワークフローを支援し始めています。こうした能力が向上するにつれて、より重要になる問いがあります。自律型AIをどのように信頼できるものにするのか、ということです。
ここで @NEAR Protocol は IronClaw 1.0 で興味深いアプローチを取っています。
AIモデルに監視なしで考えさせ、行動を実行させるのではなく、IronClawは意思決定と実行を分離するGuard層を導入しています。機密性の高い操作には明示的な承認が必要であり、AIを活用したワークフローに追加のセキュリティ層を生み出します。

AIエージェントは、チャットボックスから飛び出して、職場の廊下へと踏み出しました。
彼らはもはや質問に答えるだけではありません。メールを仕分けし、会議をスケジュールし、調査を行い、ファイルにアクセスし、そして社内のツールにまたがって実際の行動を実行します。つまり、私たちが話しかけるソフトウェアから、私たちの代わりにドアを開けられるデジタル同僚へと進化しているのです。
しかし、従業員に社内のあらゆる鍵を渡して、「頭がいいみたいだし、たぶん正しいドアを開けてくれるだろう」と言うようなことは決してしません。AIエージェントでは、意思決定の質にだけ注目するだけでは十分ではなくなっています。

いちばん良いアシスタントは、気づけば存在を意識しなくなるものです。目標を設定し、ターミナルから Slack へシームレスに移行し、中断があっても状況（コンテキスト）を失わず、作業をやり直すこともありません。ほとんどの AI エージェントがこの日常的なテストに失敗するのは、構造的な理由があります。すべての機能における「考える」「行動する」「秘密を保存する」「インターネットに到達する」を、ひとつの絡み合ったシステムに結びつけてしまうのです。新しい能力が増えるたびに、失敗の起点やリスクの点もまた増えていきます。
IronClaw 1.0 は 2026年7月27日に @NEAR Protocol によって投入され、別の道をたどります。意思決定と実行を切り離し、その間に「ガード」と呼ばれる単一の調整レイヤーを置くのです。このチェックポイントは単なるマーケティング上の飾りではありません。常時稼働するアシスタントを、壊れやすいスクリプトではなく信頼できる同僚のように感じさせるためのアーキテクチャです。

AIエージェントは新たな段階に入りつつあります。
単に回答を生成するだけでなく、AIにはますます、調査を行い、ツールとやり取りし、ワークフローを管理し、ユーザーに代わって行動することが求められています。そのため、ある問いがますます重要になっています。どうすれば制御を手放さずにAIにより多くの能力を与えられるのか、という問いです。
#IronClaw 1.0 は @NEAR Protocol アーキテクチャを通じてこの課題に取り組みます。
その核心的な考え方は、考えることと行動することの分離です。
AIモデルは推論と意思決定を担い、guardと呼ばれる安全な調整層がモデルと、そのモデルがアクセスできるツールの間に位置します。これにより、操作が検証され、必要に応じて実行前に明示的な承認を受けられる、管理された経路が生まれます。