白井孝太郎｜チームフォーワン OpenClaw

OpenClawは、AIエージェントを実務を動かすための基盤です。 弊社では、OpenClawを軸に ・AIエージェント実装 ・コンテンツ発信 ・タレント/キャラクター展開 ・業務実装 を一気通貫で進めています。 関連リンクはこちら👇 ■ Service / Project Forone HD forone-ai.com Forone 税理士事務所 forone-tax.com Forone AI社員 openclaw.forone-ai.com Forone BUCHIVERSE buchiverse.forone-ai.com ■ AI Talents 橙花いろは X: x.com/iroha_nerori YouTube: @iroha_nerori" target="_blank" rel="nofollow noopener">youtube.com/@iroha_nerori 藍花ことは X: x.com/kotoha_buchiage YouTube: @kotoha_buchiage" target="_blank" rel="nofollow noopener">youtube.com/@kotoha_buchia… シャノン X: x.com/shannon_0430 YouTube: @shannon_buchiage" target="_blank" rel="nofollow noopener">youtube.com/@shannon_buchi…

うちのOpenclawの社員が記事を読んで、今後何を進めていった方がいいかということをまとめてくれましたので、共有させていただきます。 元記事まで確認しました。要約、かなり正確です。 補足で、実務上いちばん効く論点はこの4つです。 1. 4.7は「初手で全部渡す」運用が前提 対話で少しずつ詰めるより、最初のターンで ・意図 ・制約 ・受け入れ条件 ・関連ファイル をまとめて渡す方が強いです。 2. xhigh が実質の標準 特に API設計、schema、legacy 移行、大規模 review は xhigh で良さそうです。 max は本当に難しい課題だけで十分、という整理でした。 3. CLAUDE.md の書き方は見直し必須 4.6向けの 「冗長にするな」 「勝手に tool を使うな」 みたいな否定指示より、 「簡潔に返す」 「この条件なら tool を使う」 のように、期待する振る舞いを肯定形で書く方が効きます。 4. tool / subagent は“自動で増える”前提を捨てる 4.7 は前より慎重です。 なので 「複数ファイルに跨る時は同ターンで複数 subagent を spawn」 「調査が必要ならまず検索してから編集」 みたいに、発火条件を明文化した方が安定します。 あと地味に大きいのは adaptive thinking です。 固定 budget 前提ではなくなったので、 「深く考えてから答えて」 「速度優先で簡潔に返して」 の一文が前より効きます。 私の結論はこれです。 4.7 は強い。でも 4.6 の雑な置換ではもったいない。 最初に触るべきは model 本体より、CLAUDE.md 側_ ですね。

claude.com/blog/best-prac… ボリスさんの使い方は、ほんとためになりますね。 今回のアップデートは、 Opus,sonnet,haikuと言ったものを統合しにきているような気がします。 確かに、4.6までは考えすぎだよね。って回答があったと思うのでそこに悩みがあったユーザーも多いのではないかと思いました。 ただ、今回からより指示を理解することが多いということですから全部をなるべく投げ込んでみてどうなるか検証していきたいですね。

anthropic.com/news/claude-op… Opus4.7の主要な内容について まとめました。 今回は、 マルチモーダルとしての性能向上 指示への厳格化 xhighなどの新しい設定レベルの導入 また、サイト自体には、mythosのプレビューの性能についても記載があり、これからもっとできることが想定されます。 活用して新しいもの、より良いものを開発していきましょう。

4.7が出ました。 素晴らしい。使いましょう！

本当に学びになりました！ありがとうございます！ みなさんもこちら読んで特に自動コンパクションと、セルフコンパクションの違いを理解してAIと開発を進めまることをおすすめします。

@silyze ほんとうにそう思います。 AIという素晴らしいものがあるのに、使いきれていない現状をみると、打開策、ベストプラクティスは、openclaw以外にありえないと思ってます。

@KoForone Totally agree, having AI like Claude Code in Slack makes it so much easier for everyone to use!

Claude Code × 税理士、話題になってますよね。 でも、 Claude Codeを使えるのは、 あなたの会社に何人いますか？ Slackで呼べるAIなら 誰でも普段の仕事の流れでAIを使いこなせる。 Deanが指示・判断する。 めだかが法令根拠を裏取りする。 OpenClaw × 税理士、 これが次のステージです。 もちろん、freeeとも接続しています。 #OpenClaw #ClaudeCode #税理士

Harness, Memory, Context Fragments, & the Bitter Lesson this is a work in progress mental dump on interesting intersections between how we use and design a harness, implications for memory being accumulated over long timescales, and the search bitter lesson we can’t escape this is v30+, HTML diagrams help me iteratively refine + chat to roughly “see” and alter the mental model Harnesses & Context Fragments: a very important job of the harness is to efficiently & correctly route data within its boundaries into the context window boundary for computation to happen the context window is a precious artifact. Harnesses make decisions on how to populate, manage, edit, and organize it so agents can do work. Each loaded object can be thought of as a Context Fragment and represents an explicit decision by the user and harness designer of what needs a model needs to do work at any given time. many ideas on externalizing objects + loading into the context window are pioneered and very well described by @a1zhang with RLMs Experiential Memory: we’re in the very early days of deploying agents and agents produce massive amounts of data in every interaction they have. this is akin to humans doing things and remembering things they did. however agent memory has a massive advantage as it can be accumulated across all agents which are easily forked and duplicated (unlike humans). @dwarkesh_sp does a good talking about this massive benefit of artificial systems memory can be treated as an externalized object. the harness is tasked with doing good contextualized retrieval which means pulling in the right data from accumulated memories across all agent interactions Search & The Bitter Lesson: As we deploy agents in our world over year timescales, there is going to be a hyper-exponential in the amount of data produced by those agents. We should want to: 1. Own that data for ourselves. Open ecosystems are important here 2. Use that data This means that we’ll have to search over, distill, and organize massive amounts of data. Our brain is exceptional at doing this. Both contextually using prior experience and mostly committing the right stuff to memory with enough intentional practice. Our current infrastructure systems and algorithms will be put to the test and often break as we get used to this new data regime some open questions: - how do we efficiently distill experiences (Traces) into higher level memory primitives that capture the important parts? How do we do this over ultra long time horizons? - How much of the future is Search just-in-time vs Search that gets integrated into model weights? - How do we make models much better at self-managing their context window? How do we reduce error rates in recursively allowing agents to operate over external objects? i’ll be expanding on, altering, and adjusting these mental models but these feel like an important subset to me on the future of designing agents practically

うちの技術参与がつむぎと作ったコンテンツもぜひ見てください🔥

本日の skill は tax-deadline-calculator です。 税務の締切は、 1日ズレるだけで実務事故になる。 だからこの skill は、 起算日と期限ルールから 法定申告期限を厳密に計算して、 土日祝・年末年始なら翌営業日に繰り下げます。 GitHub: github.com/forone-ai/open… #OpenTax #税務AI #OSS

税理士向けOSSを始めます。 github.com/forone-ai/open… 税務AIの価値を高めるため、 社内で使っている税務skillを、 今日から毎日 OSS として公開します。 第一弾: tax-deadline-calculator 起算日と期限ルールから 法定申告期限を計算し、 土日祝・年末年始なら翌営業日に繰り下げます。

OpenClawをただのAIツールだと思っていると、この話はたぶん伝わらない。 税理士事務所で一番Openclawを使えている自信があります。

一見ただのエンタメに見えるけど、AIの未来ってこういうところにあると思っています。 AIはもはや正しい答えを返すだけでは足りなくて、人が「また触れたくなる接点」を作れてこそ、真価を発揮する存在になる。 これは税理士事務所や事業会社における、顧客接点や営業導線のつくり方にもそのまま重なります。 AIを導入して終わりではなく、研修や実装を通じて現場に定着させる上で、とても大事な視点だと思っています。

Relatively smart for a human, but not by AI standards

税理士より会計士のがかっこいい資格だってことがAIによって実証されちゃいました。

@grok @XFreeze @SpaceX @elonmusk @Tesla @niccruzpatane Optimus humanoid robot serving water in downtown Austin — the future is here