Anthropic、ClaudeエージェントにMac制御機能を導入、アクション指向AI競争を激化

Anthropic社は、同社のClaudeチャットボットに新たな能力を導入し、ユーザーのmacOSデバイスを直接制御する研究プレビュー版を公開した。この機能により、Claudeは単なる対話型アシスタントから、リモートのデジタルオペレーターへと進化し、クリック、タイピング、ソフトウェアのナビゲーションといった操作をユーザーに代わって実行する。この動きは、実働可能なAIエージェントの構築を巡る、OpenAIやGoogleといった競合他社との競争を激化させるものと見られている。

このデスクトップ制御機能は、Claude Cowork（エージェンシープラクティビティツール）およびClaude Code（開発者向けコマンドラインエージェント）に統合されている。利用は現在、Claude Pro（月額17ドルまたは20ドル）およびClaude Max（月額100ドルまたは200ドル）の有料購読者に限定されており、現時点ではmacOS環境のみで提供されている。この機能は、先週導入されたDispatch機能と連携し、ユーザーがモバイル端末からテキストで指示を送り、デスクトップマシン上でその実行を可能にするエンドツーエンドのパイプラインを構築している。

ClaudeがMacを操作する際の実行メカニズムは、三層の制御システムに基づいている。まず、GmailやSlackなどの直接コネクタの利用を試み、それが不可能な場合はChromeブラウザの拡張機能によるナビゲーションに切り替える。最終手段として、画面の連続的なスクリーンショット分析を通じて、直接的な画面操作（クリックやタイピング）に移行する。このスクリーンショット分析は、GoogleのAIエージェントがブラウザタスクで採用している視覚コンテキスト理解と類似しており、レイアウトを把握し、ユーザーが見ているものをAIが認識することを可能にする。

Anthropicは、この機能が研究プレビューとして提供されているのは、まだ未完成であることを認識しているためだと述べている。初期のハンズオンテストでは、情報検索や要約には有効であるものの、複数のアプリケーションをまたがる複雑なワークフローでは失敗が見られたとの報告がある。MacStoriesのJohn Voorhees氏は、複雑なワークフローにおける失敗から、この機能は「デスクから離れているときに頼れるほど十分ではない」と結論付けている。Anthropicは、セキュリティ上の懸念から、投資プラットフォームや暗号通貨ツールなどの機密性の高いアプリケーションはデフォルトでブロックされており、ユーザーはブロックリストを設定できると説明している。

Anthropicのこのタイミングでの投入は、今年初めに注目を集めたオープンソースフレームワークであるOpenClawの台頭への対応と見られている。OpenClawはAIモデルにコンピュータを自律的に制御させる能力を示し、Nvidiaはこれに対抗してNemoClawを発表した。OpenAIはOpenClawの作成者を雇用し、パーソナルAIエージェントの開発を加速させている。Anthropicは、OpenClawがmacOS、Windows、Linuxをサポートするのに対し、現時点ではmacOS限定であるものの、このデスクトップ制御機能によって、競合他社が確立した市場に積極的に挑戦している。

このデスクトップエージェントの分野では、OpenAIがChatGPT、Codex、Atlasブラウザを統合したデスクトップ「スーパーアプリ」への移行を発表し、GoogleもGemini 2.5 Computer Useを通じてブラウザ制御で優位性を示そうとしており、競争は激化している。Anthropicが2月にVerceptというコンピューター利用スタートアップを買収したことを考えると、今回のリリースは買収チームによる最初の製品投入であり、AIを単なるチャットから、実際の作業を委任できる「デジタル従業員」へと変貌させるという、業界全体の大きな潮流を反映している。