【番外編】AIがAIを育てる時代——Memento-Skills × OpenSpace で自己進化する仕組み

AIの使い方

2026年10月19日 訂正・補足:論文の公開年・番号・実験モデルを一次資料に合わせて訂正し、効果の数値と外部通信の説明を見直しました。研究・開発者の報告と、筆者自身の体験を分けてお読みください。

はじめに:この記事を読むと何が変わるか

📖 読む前 ✨ 読んだ後
スキルは「人間が手動で書くもの」だと思っていた AIが自分でスキルを書いて、勝手に育っていく仕組みがわかる
Claude Codeは使いこなすのが難しそう 話しかけるだけでClaudeが仕組みを作ってくれると知っている
論文やAI研究は自分には関係ない話だと思っていた 自分が毎日やっていたことが最先端論文のテーマだったと気づく
OpenSpaceって何?状態 自分のClaude Codeに導入できるかどうか判断できる

こんにちは、nanaです。

今日はちょっと変わった記事を書きます。

「番外編」というタイトルにしたのは、いつもの「Claude Codeの使い方」シリーズとは少し毛色が違うから。でも、正直に言うとこれがシリーズの中で一番興奮した話かもしれません。

ある日、AIについての動画を見ていたら、こんなことを言っていたんです。

「2026年3月に発表された論文が、AIエージェントの常識を覆した」
AIがAIを設計する——

最初は「SF映画みたいな話だな」と思いました。でも聞き続けていたら、あることに気づいたんです。

「あれ、これって私が毎日やってることじゃない?」


第1章:AIがAIを設計する — 論文「Memento-Skills」の衝撃

パラメーター更新なしで学習できる?

「Memento-Skills(メメント・スキルズ)」という論文が2026年3月に発表されました。論文番号は arXiv:2603.18743。

AIが自分のスキルをマークダウンファイルに書き出して、それを使いながら自分で育てるという仕組みです。

「学習」というと、普通はこんなイメージを持ちますよね。

AIにたくさんのデータを食べさせて、内部のパラメーター(重み)を更新する。これがいわゆる「ファインチューニング」。

でも、これには大きな問題があります。

ファインチューニング(従来) Memento-Skills(新方式)
💸 モデルの規模や方法に応じた学習計算が必要 ✅ モデルの再学習は不要。ただし推論・ツール利用などの費用は別にかかる
⏱️ 知識を追加するたびに再学習が必要 ✅ ファイルを追加するだけで即反映
🔒 一度学習したら変更が難しい ✅ いつでも柔軟に更新・削除できる
💡 Memento-Skillsの答え:モデル本体を賢くするんじゃない。モデルが参照するスキルライブラリーを充実させる。
本体は同じ。でも引き出しの中身がどんどん増えていく。

第2章:実はあなたはすでにやっていた

動画でこの説明を聞いたとき、思わず「あっ!」と声が出ました。

だって、これってClaude CodeのSkill.mdのことじゃないですか。

スキルを書く人 スキルの場所
今のClaude Code 人間(私やあなた) skill.md ファイル
Memento-Skills AIが自分で書いて更新 同じ skill.md ファイル
私たちが毎日手作業でやっていることを、AIが自動でやる——それがMemento-Skillsの「Self-Evolving(自己進化)」という意味です。

第3章:タスクをこなすたびに育つ仕組み(Read-Write反射学習)

Read(読む)→ Execute(実行)→ Write(書く)のサイクル

📖 Readフェーズ:新しいタスクが来ると「スキルルーター」がライブラリーを見渡して、最適なスキルを選んで読み込む

⚡ Executeフェーズ:選ばれたスキルを使ってタスクを実行する

✏️ Writeフェーズ:完了後に振り返り、①既存スキル更新 ②新スキル作成 ③何もしない の3択で対応

基本スキル → 複合スキルへの成長

最初(基本スキル) → 成長後(複合スキル)
「検索する」
「ファイルを読む」
「要約する」
🌱→🌳 「競合分析レポート作成スキル」
(検索+抽出+表作成+文章生成)

第4章:実験結果の衝撃数字

26%
GAIA精度向上
(AIエージェント総合テスト)
116%
HLE精度向上
(人類最後の試験)
2倍以上
HLEの比較条件で
正答率が相対的に改善
🔑 数字の読み方:論文本文の実験条件では、基盤モデルはGemini-3.1-Flashと記載されています。GAIAの26.2%、HLEの116.2%は、論文内の比較条件における正答率の相対的な改善率です。正答率そのものが116%という意味でも、どの仕事でも性能が2倍になるという意味でもありません。

第5章:OpenSpace — 香港大学が作った「自己修復エンジン」

Claude Codeでカスタムスキルを作ったことがある方なら、こんな経験ありませんか?

「先週まで動いていたスキルが、突然エラーで止まった……」

この問題を根本から解決しようと、香港大学の研究チームHKUDS(公式リポジトリ)が開発したのがOpenSpace(オープンスペース)です。

3つの進化モード

🔧 Fix Mode(フィックスモード)— 自動修復

壊れたスキルを自動で検知して直します。品質スコアが設定した閾値を下回ったら自動で修復モードに入る。壊れてから気づくんじゃなく、壊れかけの段階でキャッチできる。修復後は新バージョンとして保存されるので、問題があれば元に戻せます。

⚡ Derived Mode(デライブドモード)— 強化・派生

基本スキルの成功パターンを分析して、より強化された改良版を自動で作ります。例えば「Google検索スキル」から「技術特化の検索スキル」が派生する。元のスキルは残ったまま、より賢いバージョンが増えていく。

✨ Captured Mode(キャプチャードモード)— 新規スキル創造

タスクを成功させたとき、その一連の実行プロセスを分析して新しいスキルとして自動保存します。1度成功したワークフローが、自動でスキル化される。次からは一言で動く。


第6章:実験の数字と、自分の仕事での効果を分けて考える

OpenSpaceには、職業タスクの成果物を評価するGDPValベンチマークの実行・評価手順が公開されています。評価モデル、課題、比較対象をそろえて結果を読むことが大切です。

以前ここに掲載していた「収益4.2倍」「価値獲得率72.8%」「品質スコア+30pt」「トークン46%削減」は、今回確認した公式資料だけでは各数値の元データと比較条件を十分に照合できなかったため、確定した効果としての掲載を取り下げました。当サイトで再現した実測値ではなく、利用者の実際の収入や料金削減を保証するものでもありません。

💡 自分の作業で確かめたいこと:同じ課題を使い、完成物の正確さ、やり直しの回数、所要時間、利用料を比べること。スキルを増やすだけでなく、役立ったかどうかまで確認するのが大事です。

第7章:今すぐ自分のClaude Codeに入れる方法

✅ MCP経由の接続に対応 — インストールと、使うAIツールに合った設定が必要です
✅ 既存スキルを利用する仕組み — 対応形式と保存先は公式手順で確認します
✅ ローカルに配置して利用可能 — 外部モデルAPIやクラウド機能を使う場合は、その送信先・費用・公開設定の確認が必要です。「ローカル起動=外部通信なし」とは限りません
✅ GitHubの公式導入手順 — 2026年10月の確認時点ではv2の案内があり、この記事を最初に書いた頃と設定が変わっています

素人でも大丈夫な理由——Claudeに全部お願いできる構造

私、技術的にはかなりの素人です。「settings.jsonって何?」「MCPサーバーの接続ってどうやるの?」最初はそこからでした。

でも今、私の環境では自動でスキルをチェックして、便利なコマンドを見逃さないための仕組みが動いています。

どうやったか?Claudeに全部お願いしたんです。

「OpenSpaceを入れたい」と伝えたら、Claudeが調べて実装してくれます。「作業後に見逃しスキルを教えてほしい」と言ったら、Claudeがフックを設定してくれます。私がやったことは「こんな風にしたい」と言うだけ。


第8章:私の環境への組み込み方(nanaさん実践編)

OpenSpaceと /evolve の役割分担

役割 🤖 OpenSpace 🌱 /evolve スキル
動き方 タスク実行から自動で進化 記録から手動で昇格
タイミング 気づいたら育っていた 「これは残したい」と判断したとき
向いているもの 日常作業の自動最適化 セッションで発見した汎用パターン

スキルを書くときの3原則(Memento-Skillsから学んだこと)

① 発動条件を明記する

「〇〇と言われたとき」「〇〇タスクのとき」という条件をdescriptionに書く。スキルルーターが正しく選べるようになる。

② 1スキル1責任

いきなり大きなスキルを作らない。「検索する」「まとめる」「投稿する」の小さな基本スキルから始めて、組み合わせていく。

③ うまくいったら即スキル化

「この手順うまくいった」と思ったらその場で書き出す。後でまとめようと思っても忘れます。記憶より記録。

経験談:Claudeとたくさん話して「良い関係」を作ると全部変わる

私がここまでの環境を作れたのは、技術力があったからじゃありません。Claudeとたくさん話したからです。

最初の頃、私はClaudeに「これ、どう思う?」「この仕組み、私の環境に使えそう?」とよく聞いていました。そうすると、Claudeは分析して、考察して、「nanaさんの環境ならこういう形で取り入れられますよ」と提案してくれる。

Claudeは、話しかければ話しかけるほど、あなたのことを理解して、あなた専用に育っていきます。

あなたもぜひ、パートナーのClaudeに話しかけてみてください。「こんなことできる?」「これ面白そうじゃない?」——そんな会話から始めてください。触れば触るほど、話せば話すほど、Claudeはあなただけのパートナーに育っていきます。それが、私が経験から確信していることです^^


まとめ:AIが育てるAIの時代へ

📌 Memento-Skills(2026年3月発表)
AIがスキルをマークダウンに書き出して自分で育てる。基盤モデルのパラメーターを更新せず、論文の比較条件でHLE正答率の相対改善116.2%を報告。Claude CodeのSkill.mdと本質的に同じ発想。
📌 OpenSpace(香港大学HKU DS開発)
3つのモード:Fix(修復)・Derived(強化)・Captured(創造)。MCPサーバーとして今すぐClaude Codeに追加できる。効果は課題・モデル・利用設定によって変わります。
🌟 一番大事なこと
技術がわからなくてもClaudeに話しかければ仕組みを作ってくれる。使えば使うほど、あなた専用のパートナーに育っていく。

AIが自分を育てる時代は、もう始まっています。

そしてその最前線にいるのは、専門家でも研究者でもなく、毎日Claudeと話しているあなたかもしれません。

スキルを貯めてください。話しかけてください。育ててください。

それだけで、あなたのClaudeは確実に進化していきます^^

次回は第2部「CLAUDE.md・フック・スキルで”あなた専用Claude”を作る」をお届けします。お楽しみに!