【最新】NVIDIA NemoClaw最新動向まとめ：OpenShellのポリシー統合とNemotron 3 Ultra既定化、NeMo Customizerで自社特化エージェントへ

NemoClawとは：OpenClaw向けエージェント実行基盤

NVIDIA NemoClawは、OpenClawエージェントプラットフォーム向けに用意されたNVIDIAのスタックです。2026年3月16日のGTCで発表され、NVIDIA NemotronモデルとNVIDIA OpenShellランタイムを単一コマンドでインストールでき、自己進化する自律型AIエージェント（claws）に対してプライバシーとセキュリティの制御を追加することで、より信頼でき、スケールし、誰にでも扱えるものにすることを狙っています。

アーキテクチャ面では、オープンなエージェントであればNVIDIA Nemotronなどのオープンモデルをユーザー専用のシステム上でローカル実行でき、プライバシールーターを介してクラウド上のフロンティアモデルも利用できます。このローカルとクラウドの組み合わせが、定義されたプライバシー・セキュリティのガードレールに沿ってエージェントが新しいスキルを習得し、タスクを完遂するための土台になります。常時稼働エージェント向けには、NVIDIA DGX StationやDGX Sparkといった専用プラットフォーム上でも動作し、24時間体制の自律エージェントにローカル計算資源を提供します。

OpenShellがポリシー状態の唯一の永続的ソースへ

直近のリリースノートで目立つのは、ランタイム制御レイヤであるOpenShellの位置づけ強化です。OpenShellはサンドボックスのポリシー状態に関する唯一の永続的な情報源となり、NemoClawのポリシーコマンドとShieldsは「望ましいポリシー」の二重コピーを保持せず、稼働中のOpenShellポリシーに対して直接作用します。リビルド時には、現行ポリシーを一度の非公開・一時的な受け渡しで引き継ぎます。

あわせて運用上の安全弁も追加されています。OpenClawサンドボックスの破棄では、変更前にShieldsでロックされたMcporter設定を検出してリカバリ手順を提示し、destroy --forceは保持されたOpenClaw Mcporterエントリに限って継続でき、HermesやMCPの変更はフェイルクローズを維持します。リビルドは、宣言された状態ディレクトリやファイルを保全できない場合、--force指定時であっても元のサンドボックス削除の前に処理を停止します。企業利用では「壊さない・漏らさない」運用設計が重視されていることが読み取れます。

Nemotron 3 UltraがDeep Agents Codeの既定モデルに

モデル選定の面では、NemoClaw v0.0.76でNemotron 3 UltraがLangChain Deep Agents Code向けのマネージドNVIDIA Endpointsの既定モデルとなり、NVIDIA Endpointsでは nvidia/nemotron-3-ultra-550b-a55b を既定として、ハッシュ固定されたDeep Agents Code 0.1.34のネイティブNemotron 3 Ultraプロファイルを使用します。同バージョンではOTLPによるオプトイン可観測性やDeep Agents Code専用ドキュメントも追加されました。

Nemotron 3 Ultra自体の仕様も公開情報として整理されています。長時間稼働する自律エージェント、ツール呼び出し、コーディング、ディープリサーチ、オーケストレーションに最適化された推論特性を持ち、堅牢な推論・エージェント挙動のためにマルチ環境強化学習で後段学習され、オープンウェイト・オープンデータ・オープンレシピで提供されます。アーキテクチャはハイブリッドTransformer-MambaのMixture of Expertsで、総パラメータ550B・アクティブ55Bという構成です。

また、NVIDIAの製品ページでは、NemoClawがLangChain Deep Agents、チューニング済みのNemotron 3 Ultraプロファイル、OpenShellをパッケージ化し、企業がカスタマイズ・ガバナンス・どこでも実行できるオープンなブループリントとして提供されると説明されています。

NeMo Customizerで「自社データ特化エージェント」を作る

カスタマイズの中核がNVIDIA NeMo Customizerです。生成AIモデルのファインチューニングとアライメントを簡素化する高性能・スケーラブルなマイクロサービスで、ドメイン特化AIエージェント構築を目的としています。API優先のアプローチで、LoRA、フルSFT、DPO、GRPOといった代表的なカスタマイズ／後段学習手法をサポートします。より高度なRLアルゴリズムや大規模後段学習にはオープンソースのNeMo RLライブラリが案内されています。

実運用側の事例も出ています。Aibleは「AIエージェントをペットではなくインターンのように訓練する」というアプローチで、エージェントの推論ステップやツール呼び出しステップに対する細粒度のユーザーフィードバックを用い、NeMo Customizer・NeMo Evaluator・NeMo Data Designerでモデルを後段学習しています。課題はコールドスタート問題で、小型モデルのインターン訓練を立ち上げるには大型の教師モデルが必要になる一方、多くのフロンティアモデルはライセンス上その出力を後段学習に使えません。Nemotron 3 Ultraは同じオープンなNemotron 3ファミリーの一部で寛容なライセンス、公開された学習データとパイプラインを備えるため、その出力を小型のNemotron 3 SuperやNanoの後段学習に利用できるとされています。

運用・インフラ周りの改善点（v0.0.100番台の動き）

2026年8月以降のリリースでは、ローカル推論と運用コマンドの堅牢化が進んでいます。v0.0.106はライフサイクルコマンド全体で準備状態（readiness）の判定を収束させ、マネージドOpenShellランタイムをv0.0.101へ更新し、DGX Spark向けvLLMの選択肢を限定的に追加しました。nemoclaw host probe --json、オンボーディング、resume、rebuildが単一の資格情報不要な準備状態レポートと受け入れポリシーを共有し、ブロッキング事項があれば資格情報・イメージ・ゲートウェイ・ポリシー・サンドボックスを変更する前に処理を止めます。

また、マネージドな単一ホストvLLMのオンボーディングでは --vllm-gpu-device によりGPUをインデックスまたはNVIDIA GPU UUIDで指定でき、この選択はサンドボックスのGPUアクセスとは独立してDockerの配置とGPUプリフライトチェックを制御し、resumeをまたいで保持されます。CLI体系の整理も進み、非推奨となったグローバルの nemoclaw start はトンネルを起動せず移行ガイダンスを示して正常終了し、サンドボックス起動は nemoclaw <sandbox> start、トンネル起動は nemoclaw tunnel start に委ねられます。

さらに新しめのビルドでは、v0.0.78でスレッド単位のオプトイン自動承認や、マネージドLangChain Deep Agents Code向けのポリシー経由リポジトリ読み取り、エージェントから可視な推論ヘルス情報、往復変換可能なポリシーエクスポートなどが追加されました。自動承認は既定で無効のままで、各スレッドがTUIまたは dcode -y で明示的にオプトインする必要があり、承認状態はプロセス・スレッド・エージェントの遷移ごとにリセットされ、OpenShellの制御を迂回しません。

セキュリティ情報と今後の注目点

セキュリティ面では定期的な更新が案内されています。NVIDIAはNemoClawおよびOpenShell向けのソフトウェア更新を公開しており、システムを保護するためにNVIDIA/NemoClawおよびNVIDIA/OpenShellのGitHubリポジトリからクローンまたは更新するよう推奨しています（2026年8月のセキュリティ速報）。自律エージェントは長時間・広範な権限で動くため、ランタイム側のポリシー制御とバージョン追随が実務上の前提条件になります。

活用シナリオも広がりつつあります。NVIDIAは、EDAの多段ワークフローのオーケストレーションでCadenceがRTL検証を数週間から数時間に短縮した例や、形状反復・熱設計・射出成形の自動化などを紹介しています。モデル側では、Nemotron 3 Nano Omniとしてテキスト・画像・動画・音声をネイティブに扱う30B-A3Bのハイブリッドmamba-Transformer MoEが、エージェンティックAI向けのマルチモーダル知覚サブエージェントとして公開済みで、Nemotron 3 UltraはGTC San Jose 2026で発表され、Hugging Faceでオープンソース公開、学習レシピもリポジトリで提供されています。今後はOpenShellのポリシー機構とNeMo Customizerによる継続的な後段学習をどう社内プロセスに組み込むかが焦点になりそうです。