コンテンツにスキップ
メインサイト ニュース コンソール

ロブスター、もう育てられない? 周鴻祎がエビのためにクラウド上のオフィスを用意、専門トレーナーがオンラインで“エビを鍛える”

· 量子位
国内AI

ロブスター、もう飼えない? 周鴻祎がロブスターにクラウド上のオフィスを用意、専属の私教がオンラインで“鍛える”

ロブスターの後半戦は、まだ始まったばかり

henry 発信 凹非寺

量子位 | 公众号 QbitAI

2026年の Agent 界隈、なかなかのギャップがある。

一方では、開発者コミュニティが一斉に熱狂。

ロブスター(OpenClaw)、馬(HERMES)、人(OpenHuman)……各種 Harness フレームワークが激しく進化を競い、熱気がすごい。

Image 3

その一方で、ユーザー側はというと、ものすごい勢いで熱が冷めている。ロブスターを飼うときの FOMO も、消えるときは一瞬、飼育放棄の流れもすぐに来る。

Agent フレームワークが増え続ける一方で、実際に飼い続ける人はどんどん少なくなっている。

Image 4

この2か月、多くの人の気持ちも、初めてロブスターの導入に成功したときの高揚感から、環境構築、skill の調整、PC の常時起動、Token の大量消費、workflow の修正、そして何度もやり直し……という頭の痛さへと、少しずつ変わってきた。

要するに、ロブスターは悪くない。ただ、マジで育てるのが難しい。

そして、3月に自ら皆のロブスター導入を手伝って以来、周鴻祎は 360 の最新ライブ配信で率直にこう述べた。今、ロブスターの熱が落ち着いてきた最大の理由は、たった3つだと。

難しすぎる、高すぎる、そして安全ではない。

これに対して 360 が打ち出した新しい動きが、まったく新しい安全ロブスター・クラウド版。ついでにロブスターに“家庭教師”まで付ける——

ロブスター教練だ。

Image 5

一言で言えば、クラウド版はロブスターに一式の「クラウド上のオフィス」を丸ごと与えるようなもの。クラウドホスト、クラウドストレージ、クラウドブラウザ……

スマホでロブスターに一言指示すれば、あとはクラウド上で勝手にタスクを実行してくれる。Mac を別途買って常時起動しておく必要もなく、電源を切ってもネットが切れても止まらない。

ロブスター教練は、これまで一般ユーザーを最も遠ざけていた部分を引き受ける。タスクの種類に応じて、ゼロから一までロブスターを“訓練”し、Agent を調度し、workflow を改善する。

ある意味、360 が今やっているのは、単に「またひとつ Agent を作る」ことではなく、Agent のための基盤インフラを補っている、ということでもある。

結局のところ、ロブスターがここまで競争の激しい存在になった今、だんだん見えてきたのは、Agent の普及を妨げているのはモデル性能ではなく、Agent 自体がまだ本当には“生きて”いないことだ。

なぜ、やっぱりロブスターなのか

360 の新しいロブスターの使い方に入る前に、誰も避けられない問いがひとつある。

2026年ももう半分近く過ぎたけれど、人々はまだロブスターを必要としているのか?

とりわけ、この「ロブスター熱」が一巡した今になって。

先日、デザイン会社をやっている友人とこの話をしたとき、彼が面白いことを言った。ロブスターは、うまく使えばひとつのチームに匹敵するというのだ。

彼がどう使っているのか、見てみよう。

彼の会社は大きくないので、普段は何でも自分で見なければならない。

昼はクライアント対応やデザイン案の作成、夜は帰宅してからもメッセージ返信、フィードバック確認、提案の整理。十数年のデザイン経験がある彼にとって、一番面倒なのはクライアントの要望が難しいことではなく、雑務が途切れないことだった。

メール、WeChat のグループ、顧客フィードバック、競合の動向……どれも単体なら大したことはないが、積み重なるとかなり消耗する。

そこで彼も“流行に乗って”ロブスターを試してみた。

今では毎朝起きると、クライアントのフィードバックはすでに優先度順に整理され、ひとつの文書に要約されている。チャット画面を何度も行き来する必要もなく、要約を見ればクライアントの好みや癖までわかる。

彼いわく、最も大きな変化は効率の向上ではなく、頭がようやく散らからなくなったことだという。

消費していた Token が、彼の頭からロブスターの頭へ移ったのだ。

マーケティングをしている友人も、だいたい同じようなものだ。

以前は競合分析を書くのに、資料集めだけで2〜3日かかることも珍しくなかった。今ではロブスターに業界情報の流れを毎日監視させ、新製品、資金調達、フィードバック、データの変化まで自動で整理させている。

実際に自分で手を動かすときには、すでに“判断”と“意思決定”の段階に入っている。

これこそが、今年になってみんなが突然本気でロブスターを飼い始め、Agent を作り始めた理由でもある。

こういう現象はかなり一般的で、多くの人があとになって気づいたのだ。

自分に足りなかったのは、もっと賢いチャットボットではなく、長期的に代わりに仕事を監視し、タスクを回し、自分でツールを呼び出してくれる「AI社員」だったのだ、と。

自分が寝ていても、相手は働いている。会議に出ていても、裏では動き続けている。これこそが Agent とチャット欄との最大の違いだ。

ただし、問題もはっきりしている。

今の大多数のロブスターは、まだ「オタク向けおもちゃ」に近い。使える人には最高に楽しいが、使えない人は最初の一歩でつまずく。

これが、3月に起きた“全民ロブスター熱”が今、冷め始めている理由でもある。

一方で、一般ユーザーはこれまでの操作履歴から SOP を蓄積できず、プロンプトもうまく書けない。さらに、ロブスターは Token の消費が速すぎ、実運用環境へのデプロイには安全面の問題もあるかもしれない。

△ロブスターの父、月940万元の token を消費

周鴻祎が挙げた「難しすぎる、高すぎる、そして安全ではない」という3つの問題は、まさにこういうことだ。

だからこそ、360 の今回の立ち位置は明確だ。単なる AI チャットツールをまたひとつ作るのではなく、あなたのための AI 社員チームを用意すること。

クラウド版はそのチームに一式のクラウド上のオフィスを提供し、ロブスター教練はその上で人材採用を担う。

スーパー個人を目指す人も、次世代の AI Native を目指す人も、自分専用のロブスターチームを作れる。

それでは次に、この安全ロブスターが具体的にどういうものかを見ていこう。

ロブスターにクラウド上のオフィスを用意し、遠隔操作で働かせる。

実際のテストでは、主にクラウド機能とロブスター教練の2つを体験した。

クラウドでロブスターを動かす、電源オフでも動作継続

まずはクラウド機能から。

スマホのロブスター APP に直接メッセージを送り、「AI 生成動画ツールの業界調査をして」と指示した。そのままスマホは置いた。

数分ほどで、360 ロブスターからかなり良い結果が返ってきた。Sora の終了が与える影響にも触れていて、データの裏付けもしっかりしていた。

Image 6

最初から最後まで、PC は開いていない。スマホもずっと点けておく必要はない。

ロブスターはクラウド上でひとりでタスクを完了し、生成されたファイルはそのままクラウドストレージに保存され、いつでも確認できる。

Image 7

これがクラウド飼育のロブスターにおける、最もわかりやすい変化だ。指示を出したら、あとは別のことをしていていい。ロブスターは裏で動き続ける。

ロブスター教練:2分で専属ロブスターを育成

次はロブスター教練。

入力した要望はこうだ。量子位のスタイルに合った、原稿執筆専用のロブスターを育てたい。

ロブスター教練は、称呼からニュース価値の判断基準、検索範囲、文体、作業モードまで、ひとつひとつ境界を確認してきた。まるで本物の人と会話しているようだった。

Image 8

2分ほどで、完全なロブスター構成が出来上がった。soul、コンテキスト、ツール、記憶、skill がすべて整い、確認後はそのままデプロイできる。

Image 9

ひとつ意外だったのは、私は企画案のことに触れていなかったのに、タイマータスクに「毎日 AI ニュースをスキャンする」が自動で追加されていたことだ。

ツール呼び出しの欄には、既存の skill で要件を満たせない場合は、オンライン検索や新しい skill のインストールができるとも書かれていた。つまり、このロブスターは一度セットしたら固定ではなく、自分でツールを探し、自分で能力を拡張できる。

その後、さらに「データフィードバックに基づいて執筆方法を自動修正する」という要望を追加した。何気なく言っただけなのに、この教練はその場でこのルールを組み込んでくれた。

Image 10

ここまで来ると、原稿が書けて、業界動向も自動追跡できて、さらにトラフィックのフィードバックに応じて執筆戦略まで自ら改善するロブスターが完成したことになる。

しかも、設定を1行もいじっていない。

プリセットの専門家ロブスターとマルチエージェント協働

自分でロブスターを育てる以外にも、360 は高頻度の利用シーンをカバーする数千体の専門家ロブスターをあらかじめ用意しており、クリックするだけですぐ使える。

Image 11

たとえば、まだ表紙画像を作る必要があるなら、生成系の専門家ロブスターをそのまま選べばいい。細かい prompt を書く必要はない(たとえば「カーパシーが Anthropic に参加するイラストを生成して」といった具合)。ざっくりした意図を伝えるだけで出力してくれる。

Image 12

より複雑なタスクにも対応できる。私はプロダクト開発チーム用のロブスターを使って、4体の専門家ロブスターに協力させ、個人用ウェブページを作ってもらった。

各ロブスターは自分の担当部分を終えると、自分で「修正する? 次の段階に進む?」と聞いてくる。まるで人間のチームみたいに仕事を引き継いでいく。

Image 13

ロブスターの熱が冷めた。では、その次は?

最後に、冒頭の問いに戻ろう——

ロブスターはユーザー側と開発側で、まさに氷と炎のような温度差を経験した。その先はどうなるのか?

オープンソースプロジェクトとして、ロブスターは公開後72時間で6万 star を突破し、2週間で15万 star を超えた。ほぼ単独で、業界全体に「大規模モデル + Harness フレームワーク」という Agent 技術基盤を普及させたと言っていい。

△AI生成

黄仁勲も GTC で、ロブスターを生成 AI に続く次世代パラダイムだと、はっきり位置づけている。

だが、ロブスターの熱気は、ブーム当時のように“卵配りの日”みたいにずっと狂ったように続いたわけではなかった。

ロブスターの父 Peter が OpenAI に移り、Harness フレームワークが広く浸透するにつれ、ロブスターは徐々に独立した製品というよりモデル能力の一部になっていき、みんなも自分の製品をわざわざ「ロブスター」と強調しなくなっていった。

とはいえ、「一匹のロブスターが落ちれば、万物が生まれる」という言葉どおり、Agent 業界の土台トレンドはむしろ加速している。

Gartner は、2026年末までに企業アプリケーションの40%がタスク型 AI Agent を内蔵すると予測している。

一方で、実際に Agent を本番環境へ投入している企業は、まだそれほど多くない。

これはひとつの事実を示している。Agent の価値自体はすでに検証済みで、ボトルネックは「使うべきか」ではなく「きちんと実装できるか」にあるのだ。

Foundation Capital の広く読まれた「Context Graphs」の記事も、同じ結論を示している。

Agent 企業にとって本当の堀はフレームワークそのものではなく、実行の過程で蓄積される意思決定の経験だ。単に外側の器を作るだけでは足りず、know-how を蓄積できてこそ壁になる。

Image 14

これはある意味、現在のロブスターの発展の流れを裏づけている。汎用フレームワークの熱は冷めつつある一方で、クラウド化と専門家化が立ち上がっているのだ。

Anthropic から Microsoft、Google に至るまで、クラウド各社は Agent の実行層をプラットフォーム化し、運用、セキュリティサンドボックス、スケールアップ/ダウンまで一括で提供している。

360 の今回のクラウド版はまさにこの流れに乗っている。高頻度のシーンをカバーする数千体の専門家ロブスターを内蔵し、ロブスター教練がより上位の層で調度を引き受け、ユーザーの曖昧な指示を受けて専門家ロブスターを組織し、仕事を進める。

複雑で、考える必要のあることをパッケージ化してしまい、技術に詳しくなくても、ニーズさえあれば Agent を使えるようにする。

3月に全員へロブスターを導入し、1億 Token を配布し、5月のライブ配信でクラウド版を公開するまで、360 はこの2か月以上ずっとロブスターを止めていない。ロブスターへの熱狂という点では、周鴻祎はこの界隈でも屈指だろう。

Image 15

そして 360 の安全ロブスター・クラウド版がやっていることは、本質的には Agent のためのインフラづくりだ。AI を、単に賢いチャット欄にとどめず、本当に働けて、成果を納品できる AI 社員へと変える。

「導入できた」から「本当に使える」へ。そこに横たわる道こそ、ロブスター後半戦の真の勝負どころだ。

AI チャット欄の時代、競争の軸は「いかにうまく答えるか」だった。

Agent の時代が始まると、競争の軸はおそらく別のものに変わる。

どれだけ多くの人の代わりに、本当に仕事をこなせるか。

#国内AI#4Allapi.com

4All API チームによる投稿

原文リンク:https://www.qbitai.com/2026/05/422811.html

主流 AI モデル API をお探しですか?4All API は OpenAI / Anthropic / Google Gemini / Qwen / DeepSeek など数十種類のモデルを単一の API キーで呼び出せます。公式準拠の価格、エンタープライズ品質の通信路、5 分で接続完了。

4All API コンソールに登録 →