FoneClaw OS ロードマップ：現在のAndroid基盤からAOSPベースのAgent OSとFoneClaw phoneへ

現在のAndroid Phone AgentからFoneClaw Agent OSへ

FoneClawの現在地は、この記事で扱う現時点までの最新情報にもとづくAndroid Phone Agentです。私たちはいま、Android上で動くPhone Agentを提供し、ユーザーの依頼を受け取り、対応しているスマホ操作へ進め、権限、承認、進行状況、停止、復旧、結果を同じ作業の中で扱っています。FoneClaw OS ロードマップの到達点は、AOSPを基盤にしたFoneClaw Agent OSと将来のFoneClaw phoneです。現在のAndroid実装は、その目的地へ向けた最初の実用基盤であり、私たちが日々の操作品質を測りながら伸ばしている場所です。

現在のFoneClawでは、移動できるフローティングアシスタント、コンパクトパネル、ワンタップの現在画面添付、Homeとフローティングアシスタントをまたいで続く実行状態、共有された承認、停止、権限復旧を整えています。現在画面添付では、FoneClaw自身の表示を除外し、ユーザーがいま見ているアプリの文脈を意図的に渡せるようにしています。あわせて、通知の邪魔を抑える設定、音量、会議モード系のショートカット、スクリーンショットの安定性、クイックアクションも改善しました。最新版はFoneClawのダウンロードページから入手できます。

このリリースで私たちが前に進めたのは、単なる画面上の入口ではありません。音声で頼む、現在画面を添付する、提案された操作を読む、承認する、止める、権限を回復する、結果を確認する。この流れをAndroid上で自然につなげることが、将来のFoneClaw Agent OSの基礎になります。エージェント型のスマホでは、ユーザーが毎回アプリを探し、画面を巡回し、文脈を頭の中でつなぐ負担を下げる必要があります。現在のFoneClawは、その負担をAndroid端末上で減らすための実装です。

私たちが作りたいFoneClaw phoneは、AIチャットをスマホに載せる製品ではなく、個人エージェントがOSの中心で意図、文脈、許可、作業状態、Plugin能力を扱うスマホです。より広い概念から読みたい場合は、エージェント型AIスマホとは何か：2026年の端末AIとFoneClawの見方が、AIスマホと通常のAIアプリの違いを整理する入口になります。このページでは、DeanとFoneClawチームとして、現在のAndroid基盤からAOSP AI OSへ向かう製品の一本の道筋を説明します。

アプリ中心のスマホがエージェントに向きにくい理由

現在のスマートフォンは、アプリを中心に作られています。ユーザーは、予定を見るためにカレンダーを開き、移動時間を見るために地図を開き、相手に知らせるためにメッセージアプリを開き、添付するためにファイルや写真を探します。この形は人間が画面を見て操作する時代には自然でした。けれど、ユーザーが一つの目的を声で伝え、エージェントが複数のサービスをまたいで進める時代には、アプリごとに分断された画面、権限、データ、確認が大きな摩擦になります。

たとえば、会議に遅れそうなときの作業を考えると分かります。ユーザーが本当にしたいことは、予定を確認し、移動時間を見て、相手を特定し、短い文面を作り、送信前に内容を確認することです。アプリ中心のスマホでは、これらが別々の画面に散らばります。エージェントは、見えている画面、入力欄、ボタン、通知、ログイン状態、権限、候補の重複を読み取りながら進む必要があります。画面操作は現在の互換性を支える重要な橋ですが、将来のサービス実行の標準形には、より構造化された機能呼び出しが必要になります。

FoneClaw OS ロードマップでは、アプリをサービス提供の一形態として尊重しながら、調整役をユーザーから個人エージェントへ移していきます。アプリはサービスや画面を提供し、Agent Pluginsや機械から呼び出せる機能は、エージェントが目的に合わせて使える専門能力を提供します。Android Developersが説明するAndroid AppFunctionsは、アプリが許可されたエージェントやアシスタントへ発見可能な機能を提供する方向を示す参考になります。FoneClawは、こうしたプラットフォームの流れを見ながら、現在のAndroid操作、将来のPlugin契約、AOSPベースのOS統合を一つの製品ロードマップとして設計しています。

私たちが重視するのは、アプリの数ではなく、意図から結果までの連続性です。どの情報を使い、どの権限が必要で、どの操作で承認を求め、何が完了し、どこから再開できるか。この構造を理解したい読者には、OSエージェント基盤に必要な3層構造：モデル、アプリ連携、信頼の見える面が、モデル、連携、信頼表示を分けて読む補助になります。FoneClawは、その基礎を現在のAndroid Phone Agentから実装し、将来のFoneClaw Agent OSへ拡張していきます。

音声が先、物理ボタンが次、画面は確認の場所になる

FoneClaw phoneの操作思想は、声が第一、物理ボタンが第二、画面が第三です。声は、人間が目的を最も自然に伝えられる入口です。明日の予定を見て、移動が厳しければ相手に短く知らせる。画面に出ている内容を読んで、必要な情報だけをメモに残す。旅行前に必要なファイルを集めて、共有前に確認する。こうした依頼は、アプリ名やメニュー名ではなく、目的として伝えるほうが速く、文脈も豊かです。

物理ボタンは、エージェント時代の安心感を支えます。音声を使いにくい場所、周囲に聞かれたくない場面、マイクを使いたくない場面、作業をすぐ止めたい場面では、指で押せる制御が必要です。呼び出す、保留する、承認する、停止する、緊急で画面へ戻る。こうした操作を物理ボタンで支えると、エージェントが複数のサービスを扱う場面でも、ユーザーが主導権を取り戻しやすくなります。私たちは、物理ボタンを古い操作の名残ではなく、音声優先スマートフォンの信頼できる制御点として見ています。

画面は三番目の位置づけですが、役割は大きくなります。FoneClawの画面は、アプリを探すための迷路から、証拠、選択肢、影響、承認、結果、履歴を読む場所へ変わっていきます。送信、削除、共有、購入、設定変更のような操作では、対象、本文、保存先、相手、実行後の影響を画面で確認できます。声で意図を伝え、ボタンで確実に制御し、画面で判断材料を読む。この三つの優先順位が、FoneClaw Agent OSの操作体験を作ります。

現在のFoneClawのフローティングアシスタントは、この階層をAndroid上で試せる入口です。画面を見ながら小さなパネルを呼び出し、現在画面を添付し、提案された操作を確認し、必要なら止める。将来のFoneClaw phoneでは、この体験をOSのより深い場所へ広げます。音声、ボタン、画面の役割分担を詳しく知りたい場合は、音声ファーストAIスマートフォンとは何か：声、ボタン、画面の優先順位が変わるが、具体的な操作設計の読み物になります。

AOSPを土台にしたFoneClaw OSの設計

FoneClaw Agent OSの土台にはAOSPを置きます。Android Open Source Projectは、Android互換のシステムを作るためのオープンソース基盤です。私たちがAOSPを選ぶ理由は、スマートフォンに必要な基本機能、ハードウェア抽象、アプリ互換、セキュリティ更新、開発者エコシステムを活かしながら、その上にエージェント中心の操作モデルを深く組み込めるからです。FoneClawの差別化は、AOSPの上に置く個人エージェント、ポリシー、実行、Pluginサービスの設計にあります。

FoneClaw OSの中心には、オンデバイス個人エージェントがあります。ここが、ユーザーの意図、タスク状態、好み、記憶、会話、現在画面の文脈、承認待ち、途中結果、復旧地点を扱います。現在のFoneClawでは、設定されたモデルが依頼を解釈し、管理されたAndroid操作が対応タスクを進めます。将来のAOSP AI OSでは、この関係をOSの中核へ近づけ、端末の状態、サービス能力、Agent Plugins、権限、履歴を一つの作業状態として扱えるようにしていきます。

その周囲には、ポリシー層、実行層、Agent Pluginサービス層を置きます。ポリシー層は、どの情報を使うか、どの操作に承認が必要か、どのPluginがどの範囲で動くか、どの結果を記録するかを管理します。実行層は、Android上の対応操作、システム設定、画面文脈、通知、通信、ファイル、地図、カレンダー、メッセージ、対応サービスを実行します。Agent Pluginサービス層は、専門サービスや開発者が、エージェントから呼び出せる能力を提供する場所になります。

ローカル処理とクラウド処理は、用途に応じて組み合わせます。短い判断、端末上の好み、最近の作業状態、現在画面の文脈は端末側で扱う価値が高くなります。一方で、大きな推論、専門サービス、外部取引、検索、配送、予約のような処理では、オンラインのサービス能力が必要になります。FoneClaw Agent OSは、処理場所を一つに固定するのではなく、タスクの性質、遅延、プライバシー、能力、接続状態に応じて、個人エージェントが適切な能力を選ぶ設計へ進みます。基盤技術と信頼表示の考え方は、OSエージェント基盤に必要な3層構造：モデル、アプリ連携、信頼の見える面でも補えます。

アプリ市場からAgent Pluginエコシステムへ

FoneClawの将来のエコシステムは、アプリ市場でアイコンを探し、手で画面をたどる体験から、Agent Pluginsが専門サービス能力を提供する体験へ進みます。ユーザーは、動画を保存したい、領収書を整理したい、旅行の予定を作りたい、家族へ共有する前にファイル名と内容を確認したい、と目的を伝えます。個人エージェントは、その目的に合わせて必要なPluginやサービス能力を選び、入力範囲、承認、結果、失敗時の戻り方を見せながら進めます。

Agent Pluginは、エージェントにとって理解可能なサービス契約です。どの能力を提供するのか、どの入力を受け取るのか、どの出力を返すのか、どの権限が必要なのか、どの操作が承認を必要とするのか、失敗時にどんな理由を返すのか、バージョンが変わったときに何が変わるのか。これらが明確になると、エージェントは画面を推測しながら操作するより、目的に合う機能を安定して組み合わせられます。Pluginは、署名、審査、範囲指定、観測できる結果、復旧の契約を持つ専門能力として育てます。

現在のFoneClawは、このPlugin中心の未来に向けて、呼び出し、文脈、承認、停止、権限復旧をAndroid上で整えています。フローティングアシスタントは任意の場面から依頼を始める入口になります。現在画面添付は、ユーザーが必要な文脈を選んで渡す方法になります。Homeとの継続性は、作業の持ち主を見失わないための基礎になります。現在利用できる機能はFoneClawの機能紹介で確認できます。私たちは、100+ built-in toolsやPluginの能力を、数の競争ではなく、依頼から結果までの可視性と復旧性で磨いています。

サービスが実際に動くときには、データの範囲も重要になります。たとえばファイル管理Pluginは保存先や対象ファイルを扱い、動画保存PluginはURL、形式、保存先を扱い、予約サービスは日時や利用者情報を扱います。Agent Pluginエコシステムでは、Pluginが受け取る情報を依頼に必要な範囲へ絞り、結果を構造化して返し、影響のある操作では承認を受けます。PluginやSkillの安全性を深く読みたい場合は、AIエージェントのスキル安全性：スマホ権限は実行時に確認すべき理由が、拡張能力、スマホ権限、実行時の確認を分けて説明しています。

個人エージェントがサービス横断の文脈を持つ

FoneClaw Agent OSの長期構想では、オンデバイス個人エージェントが、本人性、好み、記憶、作業履歴、サービス横断の文脈を持つ標準の場所になります。ユーザーがどの連絡先にどんな文体で返すか、どの予定を優先するか、どの保存先をよく使うか、どの通知を後で見るか、どのサービスにどの情報を渡したか。こうした文脈は、個別サービスごとにばらばらに蓄積されるより、ユーザーの手元にある個人エージェントが管理するほうが、次の依頼を自然に扱えます。

この考え方では、サービス横断の文脈と、個別サービスに必要な記録を分けて扱います。予約、購入、配送、決済、会員管理、問い合わせのような作業では、サービス提供者が取引や提供に必要な記録を持ちます。FoneClawの個人エージェントは、ユーザーの好みや記憶を起点に、依頼に必要な最小限の情報をPluginやサービスへ渡し、返ってきた結果、領収書、予約番号、保存先、失敗理由を作業状態として残します。ユーザーは、使った文脈、渡した情報、承認した操作、削除した記憶を見直せる体験を持つべきです。

現在のFoneClawでは、この未来の一部をAndroid上の実用体験として進めています。現在画面添付は、エージェントへ渡す文脈をユーザーの操作に結び付けます。タスク継続は、Homeとフローティングアシスタントの入口が変わっても、作業の状態を維持します。共有された承認と停止は、依頼と実行を結び付けます。権限復旧は、許可が足りないときに作業を再開しやすくします。これらはすべて、個人エージェントが文脈を扱うための土台です。

私たちは、個人エージェントを単なるチャット履歴として設計していません。必要なのは、意図、入力、現在の手順、途中結果、承認、拒否、失敗、復旧、完了記録を扱う作業記憶です。将来のFoneClaw phoneでは、この作業記憶がOSの中でより自然に使われ、Agent Pluginsが必要な範囲だけを受け取り、結果を返す形へ進めます。スマホ操作に必要な文脈と安全な範囲をさらに詳しく知りたい場合は、パーソナルコンテキスト AI エージェント：スマホ操作に必要な文脈と安全な境界が、個人文脈の読み方を補います。

現在のAI OSとOEMエージェント構想との違い

FoneClaw OS ロードマップは、業界の他のAI OSやOEMエージェント構想と同じ方向を見ながら、異なる入り口と設計重点を持っています。比較で見るべき軸は、OS統合の深さ、端末との結び付き、モデルの配置、サービス能力の呼び出し方、個人文脈の持ち方、承認と復旧を見せる場所です。DroiClaw、Doubao Phone Assistant、Step AOS、HONOR Agentic OS、Xiaomi miclawは、それぞれの会社が持つ端末、モデル、サービス、開発者基盤からAIスマホへ近づいています。FoneClawは、現在のAndroid Phone Agentを実装基盤にしながら、AOSPベースのAgent OSとAgent Pluginエコシステムへ進む道を選んでいます。

個別の取り組みを詳しく読みたい場合は、StepFunスマホ「STEPX Neo」とは？Step AOS・Amoo・発売状況を解説、Doubao Agent PhoneとNubia NaviX Ultra：スマホAIエージェントで何が変わるのか、HONOR Agentic OSとRobot Phoneの現状：実演、予約、構想を分けて見る、Xiaomi AIエコシステム 2026：MiMo、HyperOS AI、MiClawとFoneClaw競合ルートが、それぞれの背景を補います。FoneClawの立場から見ると、重要なのは業界用語の強さではなく、誰が意図を受け取り、誰が文脈を持ち、どの能力を呼び出し、どこで承認し、どのように復旧できるかです。

現在のFoneClawがロードマップで示していること

FoneClawのロードマップは、現在のAndroid Phone Agentで測れる品質から積み上げます。第一段階は、管理されたAndroidエージェントです。現在のFoneClawでは、フローティングアシスタント、現在画面添付、Homeとフローティングアシスタントのタスク継続、共有された承認、停止、権限復旧、設定ショートカット、クイックアクションを通じて、依頼から実行までの距離を縮めています。実際のAndroid操作の見方は、スマホ AI エージェント制御とは何か：Androidを任せる前に見るべき仕組みと安全性が実用的な補助になります。

第二段階では、より深いシステム統合と耐久性のあるローカル文脈を進めます。ユーザーの好み、現在の作業、承認履歴、復旧地点、よく使う保存先、連絡先ごとの文体が、単発の会話より長く活きる必要があります。第三段階では、Agent Pluginプラットフォームと開発者契約を整えます。Pluginが提供する能力、入力、出力、権限、失敗、復旧、バージョンが明確になれば、エージェントは目的に合わせて複数の専門サービスを組み合わせられます。第四段階で、AOSPを基盤にしたFoneClaw Agent OSと将来のFoneClaw phoneへ進みます。

私たちが進捗を測る基準は、日常のタスクで確認できます。依頼が最後まで完了するか。必要な権限が分かるか。ユーザーが途中で止められるか。権限不足や画面変化のあとに戻れるか。データがどの範囲でPluginやサービスへ渡ったか。Pluginが安定した結果を返すか。完了、保留、失敗、承認拒否が結果として残るか。FoneClaw OS ロードマップの価値は、これらの測定可能な品質が各リリースで良くなることで伝わります。

現在のFoneClawは、将来のOSへ向かう基準です。声で始める。必要なら物理操作で止める。画面で証拠と選択肢を確認する。現在画面の文脈を自分で渡す。Homeとフローティングアシスタントの間で作業を見失わない。承認、停止、権限復旧を同じタスクの中で扱う。私たちはこの実装を土台に、呼び出し、文脈、権限、Plugin契約、復旧、システム統合を一つずつ深め、FoneClaw Agent OSとFoneClaw phoneへ進めます。

読者が今すぐ確認できる最初のテストは、低リスクなAndroid作業です。画面を見ながらFoneClawを呼び出し、現在画面を添付し、要約や下書きや設定確認を依頼し、提案された次の操作を読み、承認または停止し、結果を確認します。この小さな流れの中に、FoneClaw phoneで実現したい体験の核があります。ユーザーの意図を、声、ボタン、画面、個人文脈、Agent Plugin、復旧可能な実行へつなげること。それが、私たちがFoneClawをAI phoneへ育てている理由です。