Slackに複数のAIアシスタントを導入して見えてきたこと OpenClaw、Manus、Antigravity、Codexの一次導入レビュー 最近、OpenClaw、Manus、Antigravity、CodexをそれぞれSlackに連携させ、実際の業務アシスタントとして活用できるかテストを行っている。 最初は単純に「どのAIが一番優秀か？」を比較するつもりだった。しかし、実際にSlackに連携して使ってみると、比較すべきポイントは予想とは全く違っていた。モデルの性能だけが重要なのではなかった。 実際には、以下の4つの要素がはるかに重要だった。 第一に、Slack内でどれだけ自然に対話できるか。 第二に、外部サービスやローカルの開発環境とどれだけスムーズに連携できるか。 第三に、トークンやクレジットのコストが許容範囲内か。 第四に、フリーズせずに安定して稼働し続けられるか。 結論から言うと、現時点では「これ一つで十分」と言い切れるツールは存在しなかった。それぞれに明確な一長一短があり、むしろ役割を分担させて組み合わせて使う方が現実的であると感じた。 Manus：対話感は素晴らしいが、コストが恐ろしい 最も人間と会話している感覚に近かったのはManusだった。 Slackで話しかけると非常に自然に反応し、短いメッセージをテンポよくやり取りするスタイルも悪くなかった。むしろ、メッセージが細切れに届きすぎて、Slackの通知が少し煩わしく感じるほどだった。 しかし、最大の問題はコストだった。 ManusはPCインストール型のツールではない。そのため、ローカルPC内のファイルを直接操作したり、ローカルで完結する作業を実行したりするには限界があった。PCと連携する方法はあるようだが、今回は一旦GitHubを連携させ、AI同士が作業内容を確認できるように構成した。 問題は、Slack内で指示を出したときだった。Manusは関連情報を探すためにSlackのメッセージ履歴をスキャンし続けるようで、その過程でクレジットが急激に消費された。実際、1回のタスク指示で1,000クレジット以上を消費した挙動の末、「Slack上で関連情報を見つけられなかった」と処理が停止することがあった。 4,000クレジットで20ドルと換算すると、成功するかどうかも分からないタス...