PokeClawとFoneClawの比較：ローカル推論とAndroid実行の選び方
PokeClawとFoneClawを、ローカルAIスマホエージェント、オンデバイス推論、Android操作実行、権限、承認、復旧、端末性能の違いから比較します。
- PokeClawは、Android上でローカル推論を試したい開発者や実験ユーザーに向くオープンソースのlocal-firstプロトタイプです。
- FoneClawは、対応済みAndroid操作を、フローティング入口、現在画面の文脈、タスク継続、承認、停止、権限回復の中で進める独立したphone-agent runtimeです。
- 「ローカル」には、モデル推論が端末内で動くことと、電話上の操作実行が端末上で管理されることの二つがあります。この二つを分けると比較がぶれません。
- 最初の判断は、送信や削除ではなく、アプリを開く、現在画面を説明する、未送信の下書きを準備するなど、戻しやすい実機テストで行います。
まず結論：ローカル推論か、管理されたAndroid実行か
PokeClawとFoneClawの比較は、どちらが一方的に優れているかではなく、何を重視するかで決まります。ローカルAIスマホエージェントを自分で触り、端末内モデル推論、オープンソースの実装、Android UIを読むループを検証したいならPokeClawが近い選択肢です。対応済みAndroid操作を、権限、承認、停止、復旧、見える結果の中で日常作業へつなげたいならFoneClawが合います。
この比較で最初に分けたいのは、「ローカル」の意味です。一つ目は、モデル推論が端末内で動くことです。PokeClawのLocal modeは、公式説明でGemma 4をLiteRT-LM経由でスマホ上に動かす方向として示されています。二つ目は、電話上の操作実行が端末の画面、権限、アプリ状態に沿って進むことです。FoneClawでは、私たちはこのAndroid実行の管理に集中しています。ユーザーが今見ている画面、これから行う操作、承認が必要な場面、失敗時の戻り方を見える形にすることが価値になります。
PokeClawは、公式GitHubリポジトリで、open-source local-first Android prototypeとして説明されています。FoneClawは、独立したAndroid phone-agent runtimeとして、対応済みの電話側操作を扱います。PocketClaw代替を探している読者も、名前の近さではなく、モデルの置き場所、データ経路、操作制御、実機で戻せるテストを見て判断するのが実用的です。
モデルとデータ経路を比較する
PokeClawは、モデルとデータ経路の話で強い特徴を持ちます。公式リポジトリとPokeClawの公式サイトでは、Local modeがGemma 4をLiteRT-LMで端末上に動かすこと、セットアップ後はアカウントやAPIキーなしで使えることが説明されています。ローカル推論を試したい読者にとって、この点は分かりやすい魅力です。ネットワーク経由のモデル呼び出しを減らし、端末内で推論の遅延や電池、メモリ、温度を観察できます。
ただし、PokeClawはOptional cloud providersもサポートします。つまり、どの設定で使うかによってデータ経路が変わります。Local modeであれば推論は端末内に寄りますが、クラウドプロバイダーを有効にした場合は、入力や文脈がそのサービスの経路へ進む可能性があります。PokeClawは「完全に端末内で動くのか」という質問には、設定を確認して答えるのが正確です。
FoneClaw側では、モデル推論とAndroid実行を分けて考えます。私たちは、FoneClawを「すべての推論が端末内に閉じる製品」として説明していません。FoneClawの役割は、設定されたモデルが考えた意図を、対応済みAndroid操作へ安全に運ぶ実行側にあります。この記事の更新時点で確認できる最新の製品情報では、フローティング入口、ユーザー操作による現在画面の添付、タスク継続、承認、停止、権限回復、状態確認、機能ルーティングが、電話上の作業を扱う中心です。
| 比較軸 | PokeClaw | FoneClaw | 確認すること |
|---|---|---|---|
| モデル推論 | Local modeでGemma 4をLiteRT-LM経由で端末上に動かす | 設定されたモデルの推論とAndroid実行を分けて扱う | 推論が端末内か、オンライン経路か |
| クラウド利用 | Optional cloud providersをサポート | 構成によりモデルやサービスとの接続を使う | どの入力や文脈が外部へ出るか |
| 初期設定 | Local modeはセットアップ後にアカウントやAPIキーなしで使える | 現在の導入情報はダウンロードページで確認する | 必要な権限、モデル設定、更新経路 |
| 主な強み | ローカル推論の実験と実装の透明性 | 対応済みAndroid操作の管理、承認、復旧 | 自分の目的が推論検証か実行管理か |
ローカルとクラウドの信頼判断をもっと広く見たい場合は、AIエージェントの信頼性：クラウドAIとローカルAndroid操作をどう見分けるかを読むと、モデル経路、操作経路、データ共有の切り分けがしやすくなります。
画面をどう見て、どう操作するかを比較する
PokeClaw Androidエージェントの中核は、スマホ上の現在UIをテキスト表現として読み、次に使うツールを選ぶループです。公式リポジトリでは、画面読み取り、タッチ、テキスト入力、アプリを開く、スクリーンショット、メッセージング、自動返信、finishなどのツールやスキルが説明されています。これは、研究者や開発者が「Android UIを読んで行動するエージェント」を観察するには分かりやすい構造です。
この方式では、UIの読み取り品質と行動選択が重要になります。画面のテキスト表現が十分か、ボタンや入力欄が正しく分かるか、アプリ側のレイアウト変更に耐えられるか、同じ依頼を繰り返した時に同じように進むか。PokeClawはプロトタイプとして公開されているため、実験のしやすさと同時に、手元の端末やアプリで実際に検証する姿勢が必要です。
FoneClawでは、私たちは汎用的な画面タップだけを中心に置くのではなく、対応済みのAndroid能力へルーティングする設計を重視しています。ユーザーが必要な時に現在画面を添付し、フローティングアシスタントから文脈を渡し、タスクをHomeとフローティング入口の間で継続し、必要な操作では承認や状態確認を挟みます。対応済み能力はFoneClawの機能一覧で100+ built-in toolsとして確認できます。
| 項目 | PokeClaw | FoneClaw |
|---|---|---|
| 観察方法 | 現在UIのテキスト表現、画面読み取り、スクリーンショット | ユーザー操作による現在画面の添付、画面とアプリ状態の確認 |
| 行動方法 | タッチ、入力、アプリ起動、メッセージング、自動返信などのツール選択 | 対応済みAndroid操作、機能ルーティング、承認付き実行 |
| 継続性 | プロトタイプのループとスキルで検証する | Homeとフローティングアシスタントをまたぐタスク継続を使う |
| 評価軸 | ローカル推論とUIループの透明性 | 権限、承認、停止、復旧、結果確認の見え方 |
FoneClawの現在画面ルートを詳しく見たい場合は、Android フローティングAIアシスタント 画面認識：現在画面から安全に操作へ進む方法で、画面文脈を常時監視ではなくユーザー操作で渡す考え方を整理しています。
権限、承認、停止、復旧を比較する
操作制御が充実しているのはどちらかを考える時は、権限があるかどうかだけでは足りません。PokeClawは、公式サイトでAccessibilityが画面読み取りとジェスチャーに使われることを説明しています。AndroidエージェントにとってAccessibilityは強力な入口です。画面を読み、タップし、入力するための土台になります。一方で、強力な入口ほど、何を読んだか、何を押したか、どこで止まったかをユーザーが確認できる必要があります。
PokeClawの公式リポジトリは、rules、guards、stuck detection、clean failures、QA priorities、limitationsにも触れています。これは、プロトタイプであっても、行動ループが失敗する場面や止まる設計を意識していることを示します。WhatsApp auto-replyのようなメッセージング系の例を見る時も、実際に送る前の確認、対象スレッド、本文、二重送信の防止、失敗時の状態が評価軸になります。
FoneClawでは、私たちはAndroid操作を進める時に、権限、承認、状態確認、停止、権限回復を同じ作業の一部として扱います。たとえば、アプリを開く、画面を確認する、設定を読む、DNDや音量を扱う、メモやリマインダーを準備する、メッセージ下書きへ進む。こうした操作では、ユーザーの依頼が低リスクな読み取りなのか、端末状態を変えるのか、外部に影響するのかを分けます。現在の機能ルーティングは、その違いを判断し、承認や手動確認が必要な場面を見える形にするために使います。
ここで大切なのは、オープンソースなら自動的に安全、権限を許可すれば自動的に同意、という見方を避けることです。安全性は、コードを読めること、端末上で権限を管理できること、操作前に承認できること、途中で止められること、失敗後に復旧できることが組み合わさって初めて評価できます。FoneClawのTool、Plugin、Skill、Workflow、Shortcutの能力レイヤーを掘り下げたい場合は、FoneClawのTool、Plugin、Skill、Workflow、Shortcutの違い：Androidエージェントの能力レイヤーを選ぶ実用ガイドで、実行能力の分け方を説明しています。
導入と端末コストを比較する
PokeClawに必要な端末性能は、ローカル推論を試す時の大きな判断材料です。公式サイトでは、Direct APK、Android 9+、arm64が案内されています。また、Local modeでは初回起動時に約2.6 GBのダウンロードがあり、約4 GBの空きRAMが必要と説明されています。CPUでのウォームアップは約45秒かかる場合があり、対応する高速なハードウェアでは短縮される可能性があります。
この情報は、PokeClawを試す前の現実的なチェックになります。ストレージに余裕があるか、メモリが足りるか、端末が熱くなりすぎないか、電池消費を許容できるか、初回セットアップを待てるか。ローカルAIスマホエージェントは、ネットワーク依存を減らせる一方で、端末側の計算資源を使います。掲載された条件やハードウェア例は、速度を保証するものではなく、実機で測るべき目安です。
FoneClawでは、導入時に見るべきポイントが少し違います。現在の配布状況はFoneClawのダウンロードで確認し、使いたい操作に必要なAndroid権限、モデル設定、アプリ連携、承認の出方を見ます。FoneClawの比較軸は、端末内モデル推論の速度だけではありません。フローティング入口が日常アプリの上で使いやすいか、現在画面の添付が必要な時だけ使えるか、タスクが途中で続くか、権限不足の時に復旧できるかを確認します。
オンデバイスLLMの速度、電池、メモリの関係をさらに知りたい場合は、オンデバイスLLM最適化とスマホAIエージェント：速さ、電池、確認が体験を決めるが近いテーマです。このページでは、PokeClawのローカル推論コストと、FoneClawの管理されたAndroid実行コストを分けて見ます。
現実的なワークフローで選ぶ
製品比較は、機能表だけでは決まりません。どのワークフローを本当にやりたいかで、PokeClawとFoneClawの見え方は変わります。PokeClawは、ローカル推論、UI読み取りループ、WhatsApp auto-reply、汎用的なアプリナビゲーションを試したい人に向きます。Apache 2.0ライセンスで公開され、リポジトリでは商標上の扱いにも触れています。開発者がコードを読み、動かし、ルールやガードを調整し、ローカル実験を行うには魅力があります。
FoneClawは、Android上の対応済み操作を日常の流れで使いたい人に向きます。たとえば、現在画面を添付して意味を確認する、DNDや音量の状態を見る、メモやリマインダーを準備する、アプリを開く、メッセージ下書きを作り、送信前に確認する。私たちは、AIが勝手にすべてを進める体験より、ユーザーが見て、承認し、止めて、復旧できる実行を重視しています。
| やりたいこと | PokeClawが合う場面 | FoneClawが合う場面 |
|---|---|---|
| ローカル推論を観察する | Local modeで端末内推論、遅延、電池、メモリを試す | モデル経路よりAndroid実行の制御を見たい時 |
| コードを読みながら実験する | オープンソース実装、ツールループ、ガードを確認する | 製品としての対応済み操作と承認の流れを使う |
| 日常の電話操作を進める | プロトタイプとして対応アプリや端末で試す | 権限、承認、状態確認、停止、復旧を見ながら進める |
| メッセージ関連を試す | auto-replyやアプリナビゲーションの実験に向く | 下書き、確認、外部影響のある操作の扱いを重視する |
| 広い能力レイヤーを選ぶ | スキルとツールの実装を検証する | Tool、Plugin、Skill、Workflow、Shortcutを用途で分ける |
読者にとって一番大切なのは、自分の端末と自分のアプリで試すことです。PokeClawもFoneClawも、発表文だけでは実際の速度、画面読み取り、権限、復旧の感触までは分かりません。まずは低リスクなワークフローで、同じ依頼を複数回試します。
どちらを試すか、戻せるテストで決める
最初にPokeClawを試すべきなのは、端末内推論を自分で観察したい人、オープンソースのAndroidエージェントループを読みたい人、プロトタイプとしてローカルAIスマホエージェントを触りたい人です。最初にFoneClawを試すべきなのは、Android上の対応済み操作を、フローティング入口、現在画面の文脈、承認、停止、復旧の中で日常に近い形で使いたい人です。
比較の最初のテストは、送信、購入、削除、アカウント変更ではなく、戻しやすい作業にします。次の五段階で見ると、PokeClawとFoneClawの違いが分かりやすくなります。
- 同じAndroid端末で、権限、言語、ネットワーク、対象アプリを記録します。
- 低リスクな依頼を選びます。例は、アプリを開く、現在画面を説明する、未送信の下書きを準備する、短いメモを作る、音量やDNDの状態を確認する、です。
- 権限要求、初回待ち時間、画面読み取り、操作の見え方、承認の有無を記録します。
- 途中で停止を指示し、タスクがどこで止まるか、手動で引き取れるかを確認します。
- 権限不足や画面変更を入れ、復旧、再開、最終状態の確認ができるかを見ます。
一回の成功は、信頼性の証明ではありません。同じ依頼を日を変えて試し、結果、遅延、電池、権限、停止、復旧を比べます。PokeClawとFoneClawの比較は、名前や機能数ではなく、ローカル推論を重視するのか、管理されたAndroid実行を重視するのかで選ぶと、判断がぶれません。