OpenHuman：カウンセラーより「あなた」を知るオープンソース AI

タイトルの「カウンセラー」は修辞であり、医療上の約束ではありません——それでも背後にはリアルな痛点があります：多くの AI チャット製品は、あなたの生活の中の「あなた」を知りません。 会話で「簡潔な返信が好き」と言ったことは覚えていても、先週 Slack で共同創業者と予算で揉めたこと、Gmail で HR から契約更新メールを受け取ったこと、カレンダーで 3 週連続運動枠が空いていたことまでは知りません。オープンソースの OpenHuman（TinyHumans AI、GPL-3.0）は別の答えを試みます：より大きなコンテキスト窓ではなく、接続済みデジタル生活から継続 ingest、ローカル圧縮、読めるストレージの Memory Tree です。2026 年 5 月、GitHub Star は 1.7 万を突破——インストール直後の反応はよく「今週何に忙しかったか、もう分かってる？」です。本稿は「個人文脈」の視点から OpenHuman を読み解き、Apple Silicon 開発者が Mac mini M4 Cloud Mac 上で 7×24 動かす理由を整理します。

ChatGPT が「本当のあなた」を覚えられない理由

ChatGPT Memory、Claude Projects、Gemini のパーソナライズ——いずれも同じことをしています：チャットで明示的に伝えた嗜好を system prompt やサイドカー DB に書く。有用ですが、構造的な上限があります：

• ソースが単一：ファイルを @ したりメールを貼らなければ、Slack チャンネルで何が起きたかは分からない；
• 記憶が監査不能：クラウドの「覚えていること」は opaque な bullet のことが多く、フォルダを開くように確認できない；
• 時間構造がない：「先週火曜午後 Stripe webhook は何と言った？」に純粋な類似度 RAG は弱い；
• セッション境界：アカウント変更、履歴クリア、モデル変更で cold start が起きやすい。

週 1 回会うカウンセラーなら、少なくとも前回の重要な出来事を覚え、新しい話題でつなげます——「あなたを知る」最低ラインです。クラウドチャット AI の Memory は多くが「付箋レベル」の嗜好に留まり、「生活の全体像」からは桁違いに遠い。

OpenHuman とは

OpenHuman は TinyHumans のローカル優先個人 AI Agent デスクトップアプリ（Rust + Tauri + React）。公式は「Personal AI super intelligence — private, simple, extremely powerful」。Terminal-first の Agent フレームワークと違い、次を前面に出します：

• UI-first onboarding：インストールから Gmail / Slack / Notion 接続まで数分；
• Memory Tree + Obsidian Wiki：異種データを canonicalize し ≤3k token Markdown チャンク、ローカル SQLite、読める .md ミラー；
• Auto-fetch：約 20 分ごとに接続ソースから新データを自動取得、毎回 prompt 不要；
• フルツールチェーン：Web 検索、ブラウザ制御、Cron、マルチ Agent、音声、Google Meet 参加 Agent（beta は公式 GitBook参照）。

2026 年 2 月公開、迭代は非常に速い——コミュニティの焦点は「また Chat UI」から「個人 AI は長期記憶を持つ資格があるか」へ移っています。

「カウンセラーより知っている」——成立するか？

3 つの層で見ます：

「デジタル生活」では確かに知り得る

カウンセラーは面談時間とあなたの語りの選択に制約されます。OpenHuman が仕事メール、チーム Slack、個人 Notion に接続されていれば、あなたが語らなくても ingest できます：

• プロジェクト deadline が 3 日前倒しになったメールスレッド；
• #product チャンネルでの機能への否定的フィードバック；
• カレンダーに 1:1 が詰まり、今週の社交負荷が高いサイン。

Memory Tree の Source / Topic / Global 3 層サマリー（Memory OS 解説参照）により、Agent は「この顧客との最近のやり取り要約」「今日全体で何が起きたか」に答えられます——情報の広さでの優位。

「理解されること」と臨床判断は代替できない

カウンセラーの価値は非評価的な在场、感情調整、危機識別、倫理境界、治療計画——これらはMemory Tree の設計目標ではない。OpenHuman ドキュメントも明言：memory and doer であり AGI でも医療製品でもない。「inbox をより知る」＝「内面をより知る」はカテゴリ誤りです。

より公平な比較相手

OpenHuman vs カウンセラーというより、OpenHuman vs ChatGPT Memory vs 手動で育てる Obsidian 人生ログ——後者の自動化と、前者が取れない SaaS 文脈を Agent に接続する試みです。

Memory Tree が生活の全体像を組み立てる

Memory Tree ドキュメントによると、新規データは決定論的 hot path：source adapters → canonicalize → chunker → SQLite + ディスク .md → score → Source/Topic/Global サマリーツリー → retrieval（search / drill_down / topic / global / fetch）。

「あなたを知る」上で重要なのは embedding の fancy さより：

• Provenance（出典）：各記憶を Gmail スレッドや Slack メッセージ ID まで辿れる；
• Topic tree：人、プロジェクト、リポジトリ単位の lazy load 熱量サマリー——「この同僚は最近何と言った？」；
• Global digest：UTC 日次の全体圧縮——「今週の物語の弧」；
• Obsidian 二重書き込み：公式 「You can't trust a memory you can't read.」 Obsidian で md を直接編集し Agent の誤解を修正できる。

Auto-fetch と「潜在意識的」能動 recall

OpenHuman ドキュメントの Neocortex と subconscious loop——Memory はユーザー質問時の受動検索だけでなく、バックグラウンド job が score、seal し、適切なタイミングで洞察を surface します。Auto-fetch と組み合わせると：

朝 Agent を開けば、眠っている 8 時間に届いた 47 通のメールと 3 本の Slack スレッドを既に読んでいる——毎回 cold boot ではなく OS の page cache のように。

「カウンセラーが前回の話を覚えている」とは違います：機械的で網羅的、感情フィルターなしの文脈同期。漏れは減る；リスクは会話で引用してほしくない私密 ingest——wiki の読み書き削除と、接続ソースの選択がユーザー主導の境界です。

ローカル優先：「知る」には監査可能性が必須

「よく知っている」AI の記憶がベンダーの opaque クラウドにあるなら、信頼コストは極大。OpenHuman のデフォルト：

• ~/.openhuman/memory_tree/chunks.db — ローカル SQLite；
• wiki/ — Obsidian 互換 Markdown、Git 管理可（秘匿情報は除外）；
• 任意で agentmemory バックエンド、Cursor、Codex と recall 共有。

LLM 推論は外部 API を呼ぶ場合あり（モデル設定次第）が、記憶層は端末内——仕事メール、契約、健康予約など sensitive ingest の前提条件です。

ChatGPT Memory、Claude Projects との比較

OpenHuman は「より賢いモデル」ではなくより完全な個人文脈 OS——モデルは Claude、GPT、ローカル Ollama に差し替え可能、Memory Tree は残る。

開発者視点：Mac mini M4 Cloud Mac で常駐

個人 AI が「継続的に知る」には Agent ホストが毎晩スリープしてはいけません。Cloud Mac を選ぶ典型パターン：

• Windows / Linux メイン：Tauri 版 + Ollama Metal embedding に macOS が必要——Windows リモート Xcodeと同じ論理；
• 7×24 Auto-fetch：ノート PC を閉じると sync 断；専用 M4 は SSH + VNC 常駐；
• 大容量 wiki：chunks.db + Obsidian + モデルキャッシュの成長——M4 ストレージ FAQ、M4 AI 開発。

ハードウェアとデプロイ要点

• メモリ：16GB は軽量 sync 向け；24GB は embedding worker 並列 + IDE 向け；
• ディスク：Memory Tree 長期蓄積は 1TB から推奨；
• 隔離：同マシンで OpenClaw Gateway も動かすなら OPENHUMAN_WORKSPACE と OpenClaw 設定を分離、peak 重複を避ける。

境界と倫理：「知る」ほど慎重に

能力が大きいほど誤用リスクも：

1. 非医療：OpenHuman でうつ自己評価、服薬助言、専門相談の代替をしない；
2. 接続範囲：仕事 Slack と個人日記 vault を同一 Memory Tree に入れるか？ workspace 分割を推奨；
3. 共有端末：Cloud Mac を複数人 SSH するなら wiki 平文は暗号化ボリュームか権限分離；
4. beta 現実：活発だが迭代速い。Auto-fetch 深度 ingest は現状 Gmail / Notion / Slack 中心——118+ はツールカタログで 118 自動記憶源ではない；
5. バックアップ：chunks.db と wiki/ を定期バックアップ。beta 中 schema 進化あり。

FAQ

カウンセラー代替になる？ ならない。個人効率・文脈 AI であり医療製品ではない。

ChatGPT より私を知る？ 接続済みデジタルソースの広さでは often yes；感情理解と安全境界では no。

データの場所は？ デフォルト ~/.openhuman、ローカル SQLite + Markdown。

Mac 必須？ macOS / Windows / Linux 版あり。7×24 なら Cloud Mac が定番。

Memory OS 記事との違いは？ 本文は「個人文脈と製品定位」；アーキテクチャはMemory OS 深読。

まとめ

OpenHuman は OSS・ローカル優先の Memory Tree で、「個人 AI があなたを知る」をチャット付箋からデジタル生活の継続 mirror へ押し上げます。 多くのクラウド Chat Memory より「今週何に忙しいか」を知り得る——だが心理療法ではなく、監査可能な文脈エンジニアリングです。Apple Silicon 開発者なら Mac mini M4 + Ollama + 必要に応じ Cloud Mac 常駐 sync が 2026 年の個人 Agent パス：まず 3 ソース接続、Obsidian で wiki が「自分っぽいか」確認し、第二の脳の本番基盤にするか判断を。