## 情報源
- URL: https://youtube.com/watch?v=j2Zmcop9A_w
- チャンネル: ワンダー佐藤（AI共創イノベーション）
- 投稿日: 2026-05
- スコア: 88/100

## 主要な発見

### 3者の役割分担（「競合ではなく相補」）

| ツール | 担当レイヤー | 主機能 |
|--------|------------|--------|
| OpenHuman | **記憶レイヤー** | Cold Start問題の解消 / Memory Tree |
| Hermes Agent | **学習レイヤー** | 自己改善ループ / 40%高速化 / スキル蒸留 |
| OpenClaw | **接続レイヤー** | 44K+ skills / 22+メッセンジャー対応 |

### OpenHuman の差別化ポイント
- **Cold Start 問題の解消**: 初回起動時から個人記憶が使える
- **Memory Tree**: 記憶を階層的に整理（エピソード記憶 / 手続き記憶）
- **CPU+ストレージで動作**（GPU不要）
- Python 3.11以上 + Docker が前提
- Obsidian連携: エージェントのメモリをObsidianで開いて読める

### Hermes Agent の自己改善ループ（40%高速化の中身）
- スキルを評価して類似したものは統合、使われなくなったものは削除
- モデル自体を再学習させるのではなく「やり方のデータベース」を育てる
- 異なる種類のタスクへの転用はできない（タスク特化の設計）
- RETRIEVAL→ループで戦略を組み直す

### OpenClaw の規模
- 44K+ スキル、22+メッセンジャー対応（WhatsApp, Telegram, Signal, Discord, Gmail等）
- MCPサーバー1000個以上
- Slackから命令してTelegram経由で結果受け取り等の複雑フロー対応

### 用途別おすすめ選択フロー
- **個人ユーザー（記憶重視）** → OpenHuman
- **開発者・オペレーター（学習重視）** → Hermes Agent
- **エコシステム統合（接続重視）** → OpenClaw
- 組み合わせ例: OpenHuman(記憶) + Hermes(学習) + OpenClaw(接続) で相補的に使う

### セキュリティリスク
- スラックの起動メモリが数分でトレースされる可能性
- 本番採用前: スクリプトの精査、サンドボックス環境で試験
- 自分のシミリポジトリやサンドボックス用Slackから始める

## アクションアイテム
- OpenHuman (github.com/tinyhumansai/openhuman) をshadowで試験導入評価
- 3者相補パターンを ~/.hermes/SOUL.md の「他エージェントとの連携」セクションに追記
- shadow上の現行構成: Hermes(学習)+OpenClaw未導入 → OpenClaw接続レイヤー追加を検討