長い間@DAO Labs ライターをしてきた者として、私はAIプロジェクトを探求してきた豊富な経験があります。AIエージェントにできることと、彼らにより多くの自由を与えることで生じるリスクの両方を見てきました。
AIエージェントが自分自身で行動できるほど十分に সক্ষমになったとしても、その行動を私たちがまだ完全には信頼できないとしたら、何が起こるのでしょうか？
AIエージェントを安全かつ信頼できるものにすることは、その普及と有用性にとって極めて重要です。NEAR Protocolは、IronClaw 1.0のリリースにより、この課題に対処するためのフレームワークとツールを提供しようとする最初の取り組みです。
最終的に、この枠組みは、AIエージェントが人間の介入なしに、安全性と行動の影響を評価することなく動かないように設計されています。AIエージェントの「考える」部分と「行動する」部分を分離することを提案しています。
AIエージェントは、タスクを実行するために必要な行動方針を考え抜くように任されています。このステップの後に「ガード」モジュールが続き、その行動が実行してよいほど安全かどうかを評価します。
個人のセキュリティ担当者（警備員）が、その意思決定と行動を監督するように装備されたAIアシスタントを想像してください。
IronClawの枠組みでは、AIエージェントが行動方針と実行計画に近づくことはできますが、最終判断は個人のセキュリティ担当者（ガード）であり、その行動を「実行してよいか／しないか」を決めます。
ガードモジュールがない場合、AIエージェントは、機密データが関わる問題や、システムに対して許可されていない行動が行われた場合などに、大きな悪影響をもたらす行動を実行してしまう可能性があります。
統計も素晴らしいです
IronClawはまた、AIエージェントにおける重要なベンチマークでも光ります。
DeepSeek-V4-Flashのベースモデルを用いて、IronClawは以下を記録しました：
- PinchBenchで93.5%
- ClawBenchで88.6%
- OfficeQAで76.4%
驚くべきことに、安全性をより重視しても、このAIエージェントの性能を損なうことはありませんでした。
IronClawは両方を目指しています。
4つの基本機能
1. 設計による安全性
AIエージェントに関する最大の懸念は、自由度が高すぎることです。
IronClawはこれを、特定の行動を実行する前に承認が必要であることによって解決します。AIエージェントのJenkyのようなものを用意するのではなく、IronClawは行動が開始される前にコントロールを配置します。
2. 中断した場所を覚えている
AIエージェントに、何時間もかかる問題を最後まで取り組ませている最中に、システムが最後の最後でクラッシュするところを想像してみてください。
最初からやり直さなければならないとなると、作業の何時間分もの損失になります。
IronClawはチェックポイントで進捗を保存します。そのため、エージェントが停止せざるを得ない場合でも再起動でき、その時点から中断したところではなく、すべての作業を失うことなく続行できます。
数時間かかる可能性のあるAIタスクにとって、これは企業にとって非常に有用でしょう。
3. 異なるプラットフォームにまたがって動ける
ユーザーは一日を通して同じアプリを使っているわけではありません。
IronClawは、CLI、Web、Slack、Telegramなど、さまざまなプラットフォームにまたがってエージェントと連携できることを支援します。
インターフェースのチャンネルを切り替えても、エージェントのメモリとコンテキストを保持できることが目標です。
4. チームは作業を分けて維持できる
異なるプロジェクト、従業員、機密データが、ほとんどの組織を形作っています。
IronClawには、作業空間とデータを分離した状態に保つのに役立つチーム・アイソレーションが含まれています。
企業向けのAIアシスタントには、知能以上のものが必要です。運用領域が明確であることが要ります。
NEAR AIとステーキングが効いてくるところ
#IronClaw は、NEAR AIプロジェクトの多くの要素のひとつです。
データ、モデル、そしてAIエージェントを提供するのに、ユーザーが数社の大手企業の気まぐれに左右されないようなAIインフラを提供することを目指しています。
AIインフラの構築には、分散型のスタックが必要です。
NEARのステーキングは報酬だけの話ではありません。NEARブロックチェーンを動かすバリデータ・ネットワークを支え、それを安全かつ稼働状態に保つのにも役立ちます。
これは、AIエージェントの数が増え、分散型インフラを使うアプリケーションが増えていくのに伴い重要になります。
下の図は、NEARのステーキングがなぜ重要なのかを示しています。
ステーキングには報酬が紐づいていますが、同時にもっと利他的な側面もあります。誰かがNEARをステークすると、彼らは本質的にNEARブロックチェーンのバリデータ・ネットワークを支え、安全に維持し続けることに貢献します。
分散型インフラを使い始めるAIエージェントやアプリケーションが増えるほど、この点はさらに重要になります。
AIエージェントは作業者です。NEAR AIは、彼らが働ける環境の一部を提供します。ステーキングは、その環境のインフラを安全に保つのに役立ちます。
IronClaw 1.0は、重要な安全メカニズムを備えたまま、AIエージェントをより高い能力にできる方法を示しています。
IronClawやこれから登場するOpenClawのようなプロジェクトを踏まえると、問い直すべきなのは、もはや「AIはどれだけ賢くなれるか？」だけではありません。
それもまた、「依存できるほど賢く、かつ十分に安全なAIを作れるでしょうか？」ということです。
#NEARAI は、まさにこれらの目標に焦点を当てています。