ChatGPT に勝てるのはこっち？OpenHuman ローカル Skill がシリコンバレーを席巻

2026 年春、シリコンバレー開発者の Twitter とタイムラインに同じ名前が繰り返し現れました：OpenHuman。GitHub Star は 0 から 1.7 万超えまで 3 か月弱。Product Hunt と Hacker News のスレは数百レスも珍しくありません。初めてクリックした人の疑問はだいたい同じ：「また ChatGPT のラッパーでしょ？」 ソースとドキュメントを読むと、答えは often：完全ではない——差別化は「ローカル Skill + Memory Tree + 読める wiki」の組み合わせにあり、モデル自体ではない。

本稿は OpenHuman の Skill 体系に焦点を当てます：Agent 能力の拡張方法、ChatGPT GPT との比較、現アーキテクチャの段階（beta + ランタイム移行中）、Apple Silicon 開発者が Mac mini M4 Cloud Mac でこの stack を動かす理由。

OpenHuman がシリコンバレーで「席巻」した理由

ChatGPT は対話体験を極限まで磨きましたが、開発者コミュニティには長年 3 つの未解決痛点があります：

• Cold start：新規会話のたびに、プロジェクト、メール、Slack を Agent は知らない；
• Vendor lock-in：GPT Store の Custom GPT は OpenAI アカウントとクラウドに縛られる；
• 監査不能：何を「覚えた」か分からず、コードを読むように振る舞いロジックを審査できない。

OpenHuman（TinyHumans AI、GPL-3.0）は Rust + Tauri でデスクトップ Agent として梱包。前面に出すのは：

• Memory Tree：Auto-fetch で Gmail / Slack / Notion をローカル Markdown wiki へ（Memory OS 解説）；
• ローカル Skill：インストール/アンインストール可、指令は平文で端末内；
• UI-first：数分 onboarding、Terminal-first の YAML 地獄ではない。

この叙事はシリコンバレー AI 圏の急所を突きます：「モデルは替えられるが、ワークフロー知識と拡張能力は端末に残すべき。」 以前の個人文脈 vs ChatGPT Memoryと補完——Memory は「覚える」、Skill は「動く」。

OpenHuman の Skill とは

OpenHuman 文脈で Skill は「また ChatGPT Plugin」ではない。Agent workspace に書き込む拡張能力パッケージで、核は 2 部分：

• manifest メタデータ：名称、説明、タグ、バージョン——catalog 表示とマッチング用；
• SKILL.md 指令本体：平文ワークフロー説明、Agent 推論時に prompt 注入。

公式 Skill レジストリは独立リポ tinyhumansai/openhuman-skills。デスクトップアプリは catalog から 発見 → インストール → アンインストール。ファイルはローカル workspace——テキストエディタで SKILL.md を開き、Agent が従ってよい操作境界を審査できます。

Skill が Agent の「脳」に入る仕組み

OpenHuman 本体リポ 2026 年 5 月マージの Skill 注入 PRによると、ランタイムはおおよそ：

ユーザーメッセージ
    ↓
Skill matcher（@ 明示言及 + キーワード/タグヒューリスティック）
    ↓
read_body() でマッチ Skill の SKILL.md を読む
    ↓
render_injection（8 KiB 総注入上限、超過は truncate）
    ↓
Agent::turn — LLM が Skill 指令 + Memory Tree 文脈で推論
    ↓
内蔵ツールチェーン（filesystem / git / web / 連携 API …）実行

prompt 内の ## Available Skills は「どんな Skill があるか」の一覧；実際に働くのはマッチした SKILL.md 本文——バージョン管理可能な SOP をモデルに渡すイメージ。

重要：Skill ランタイムは移行中

ドキュメントを読む際は正直に：2026 年 5 月、OpenHuman Skill 体系は過渡期。

• 初期版は QuickJS サンドボックスで Skill パッケージ内 JavaScript を実行——コミュニティ記事は安全境界を強調；
• 公式 GitBookと実測では QuickJS / rquickjs 実行層は削除済み；
• 現状：Skill は metadata catalog + SKILL.md prompt 注入が表層。完全なサードパーティ実行プラグインランタイムではない；
• 公式はランタイム再構築中——評価時は beta とし release note を正とする。

つまり今日 Skill を入れると得られるのは主に構造化指令とワークフローテンプレート、OpenHuman 内蔵ツールチェーンとの組み合わせ——任意の閉源バイナリをアップロードするわけではない。セキュリティ敏感チームにはむしろ利点；「ワンクリックで任意 API を呼ぶプラグイン」を期待するユーザーは期待値調整が必要。

OpenHuman Skill vs ChatGPT GPT：一覧比較

「ChatGPT に勝てる」—— composable で監査可能、オフライン寄りの Agent ワークフローを指すなら、OpenHuman はアーキテクチャ上開発者が望む「個人 AI OS」に近い。純粋な対話 IQ やマルチモーダル最先端ならクラウド最先端モデルが依然リード。公平な比較：OpenHuman が売るのは Agent インフラで、より大きな LLM ではない。

Skill + Memory Tree：1 + 1 > 2

Skill 単体は SOP；Memory 単体はアーカイブ。OpenHuman の賭けは二者が同一 workspace で出会うこと：

• Skill が「顧客エスカレーション工単の処理方法」を定義；
• Memory Tree が「この顧客過去 30 日の Slack とメール要約」を提供；
• Model Routing が複雑推論を強モデルへ、embedding をローカル Ollama へ；
• 内蔵 coder toolset（filesystem / git / lint / test）が Skill 指令の工程ステップを実行。

ChatGPT も Custom GPT Instructions は書けるが、Slack スレッドを自動 ingest してローカル wiki に痕跡を残すのは難しい——個人/小チーム Agent シーンでの OpenHuman の構造的優位。

openhuman-skills リポ：コミュニティ拡張の入口

openhuman-skills 構造（公式 README より）：

• src/core/ — shipped Skill ソース（TypeScript + manifest）；
• docs/SKILL_SPEC.md — Skill 執筆仕様；
• ビルド：TypeScript コンパイル → esbuild bundle → レジストリ生成；
• デスクトップ app デフォルト catalog はこの GitHub リポ（VITE_SKILLS_GITHUB_REPO で上書き可）。

開発者向け：skills を fork、SPEC に沿って SKILL.md 作成、ローカルで自建 catalog を指す——自ホスト可能な Skill エコシステム。OpenClaw プラグイン哲学（Gateway オーケストレーション vs デスクトップ個人 Agent）とは異なるが、同一 Cloud Mac に共存可——workspace 隔離に注意。

Local AI：Skill ワークフローのプライバシー選択

OpenHuman Settings → AI & Skills → Local AI の 3 プリセット（公式）：

• Embeddings only：all-minilm 等軽量モデルで Memory Tree embedding；
• Embeddings + learning：一部バックグラウンド job をローカル化；
• Everything local：embedding、summary、heartbeat、learning、subconscious すべて Ollama。

注意：「local-first」は主に Memory と Skill メタデータ——デフォルト chat、vision、web search、OAuth プロキシはクラウドの可能性。Mac mini M4 で Ollama Metal 加速はプライバシーと能力の折衷——M4 AI 開発参照。

Mac mini M4 Cloud Mac で Skill stack を動かす

Skill 自体はディスクを食わないが、フル OpenHuman stackは伸びる：

• インストール済み Skill + SKILL.md + manifest；
• Memory Tree（chunks.db + wiki/）；
• Ollama モデルキャッシュ；
• Auto-fetch 7×24 にはホストのスリープなし。

Cloud Mac を選ぶ典型：

1. Windows / Linux メイン：リモート macOS で OpenHuman + Skill catalog；
2. チーム共有 Agent ノード：固定 SSH/VNC、OPENHUMAN_WORKSPACE は永続ボリューム；
3. iOS CI 同居：Skill 実験と Xcode ビルドで M4 共有——M4 ストレージ FAQ。

Skill デプロイチェックリスト

• OpenHuman release をインストール、Settings → AI & Skills で catalog 閲覧可を確認；
• Skill を 1～2 個入れ @skill-name で明示テスト；
• Auto-fetch ソースを 1 つ以上接続、richer 文脈での Skill 挙動を観察；
• OPENHUMAN_WORKSPACE をバックアップ（skills ディレクトリと wiki/ 含む）；
• v0.55+ release note の Skill ランタイム再構築進捗をウォッチ。

FAQ

Skill は ChatGPT GPT の代わりになる？ 「ローカル監査可能ワークフロー + 個人記憶」なら often yes；「ゼロ設定クラウドマルチモーダル」なら ChatGPT が楽。

自分で Skill を書ける？ はい。openhuman-skills の SKILL_SPEC に沿い SKILL.md と manifest を書き、ローカルインストールまたは公式 catalog へ PR。

QuickJS はまだ使える？ 本体から QuickJS 実行層は削除。現状 SKILL.md 注入中心、ランタイム再構築中。

OpenClaw プラグインとの違い？ OpenClaw は Gateway マルチチャネル編成；OpenHuman はデスクトップ個人 Agent + Memory + Skill。同マシン可、ディレクトリとリソース隔離。

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

まとめ

OpenHuman がシリコンバレーを席巻したのは「より大きなモデル」ではなく「ローカル Skill + Memory Tree + 読める wiki」の Agent インフラ叙事。 ChatGPT GPT Store でクラウド限定だった拡張ロジックを、インストール可能で審査可能、個人データと共存する SKILL.md ワークフローに分解——ランタイムは beta 移行期だが方向は明確：Agent の能力境界はコードのようにあなたのマシンに住むべき。Apple Silicon 開発者なら Mac mini M4 Cloud Mac で OpenHuman + Skill catalog + 任意 Ollama——2026 年に試す価値のある個人 Agent エンジニアリングパス。