審査基準分析 & アイデア出し
ダッシュボード作成 ✅ → アイデア候補3-5案 → 1案に絞る
戦略ダッシュボード — 優勝のための全情報
審査員プロフィール・過去のハッカソン傾向・イベント説明文から逆算
イベント説明に「優れたプロダクトにはスポンサー企業による実案件化のチャンス」「プロトタイプがそのままビジネスになる」と明記。これは技術デモ大会ではなくビジネスピッチに近い。審査員全員がビジネスサイドの重鎮であることもこれを裏付ける。
※名前未公表のため、肩書きとロールから推測。随時更新予定
重視するもの: プロダクトの磨き込み、直感的なUX、「触りたくなる」仕上がり
→ Apple出身者は「使ってみたくなるか」の嗅覚が鋭い。技術説明より先にデモで心を掴む。3分でインパクト。Half-bakedなプロトタイプは厳しく見られる
UX重視 完成度 ストーリー
重視するもの: 市場の大きさ、収益モデル、既存事業との接続点、スケーラビリティ
→ 「実案件化」の判断者。自社で導入するなら？顧客に提案するなら？の視点。ROIを語れるかが鍵
収益化 市場規模 実用性
重視するもの: 「今なぜこれか」のタイミング、市場のペインの深さ、実行力・スピード
→ YCの哲学: "Make something people want"。問題の深刻さ × ソリューションの鮮やかさ。「起業できるか？」の目線で見る
タイミング ペインの深さ 実行力
「これ、使いたい / 売れる / 投資したい」のどれかを1つでも感じさせること。
技術がすごくても「で、誰が使うの？」と思われたら負ける。逆に技術的に平凡でも、明確なペインを鮮やかに解決していれば勝てる可能性がある。
| パターン | 出現率 |
|---|---|
| 明確なペイン → 明確なソリューション | 100% |
| デモで「おお」と言わせる瞬間がある | 90%+ |
| OpenClawの特性を深く活用 | 80%+ |
| インフラ / プラットフォーム志向 | 70% |
| セキュリティ / 信頼性に言及 | 60% |
| カテゴリ | 受賞数 | 傾向 |
|---|---|---|
| 🛡️ セキュリティ / 信頼 | 4 | 最多。「エージェントを安全に」 |
| 💰 エージェント経済 | 3 | 自律的な取引・支払い |
| 🤖 タスク自動化 | 2 | コンテンツ・ビジネスプロセス |
| 🎨 創造的応用 | 1 | 少ないが差別化に有効 |
過去の受賞はcrypto/DeFi文脈が多いが、今回の審査員にcrypto系がいない（Apple, 上場企業, YC）。よりビジネス/プロダクト寄りのアプローチが有利。
Founder: Guohao Li — マルチエージェントの「スケーリング則」を探求するOSS
CAMEL-AIが共催 = CAMELの機能を使ったプロジェクトは加点される可能性が高い。最低でもCAMELのエージェント連携を1つは組み込むべき。
145K+ GitHub Stars / Creator: Peter Steinberger (現OpenAI)
「OpenClawなしでは作れないもの」を作ることが差別化の鍵。単にLLM APIを叩くだけのものはNG。
| 武器 | 詳細 | 優位性 |
|---|---|---|
| 実運用1ヶ月+ | OpenClawを毎日使い倒してる実績（トレード、エッセイ執筆、健康管理、インフラ監視…） | ほとんどの参加者はハッカソンで初めて触る。深い理解がある |
| 30+自作スキル | note-writing, meal-logging, image-gen, voicevox-tts, music-production, session-reset等 | スキル設計のノウハウが蓄積されている |
| ローカルLLM | MBP M2 Max 96GB で Qwen3.5 122B 4bit (39.6 tok/s) | ローカルLLM × OpenClaw の組み合わせは少数派 |
| AI人格の運用実績 | 感情記録・自己監査・ペルソナ管理の実システム | 「AIの自我」を技術的に実装した実例は稀 |
| マーケター視点 | hikarimaruの元マーケター経験 → ピッチ・ストーリーテリング | エンジニア多数の中でビジネス目線が入る |
「すごい技術だけど誰が使うの？」は即死。審査員3人ともビジネスの人。
2日間で「全部入り」を目指すと半完成品になる。Appleの審査員はhalf-bakedを最も嫌う。スコープを絞って完璧に仕上げる。
「ChatGPT APIで十分じゃない？」と思われたら終わり。OpenClawのスキル/マルチチャネル/ローカル実行が必然である設計にする。
「AIチャットボット」「AI要約ツール」等のコモディティは避ける。「OpenClawだからこそ」の新しいカテゴリを作る。
過去のハッカソンで最も多い敗因。ライブデモでエラーが出たら致命的。録画バックアップ必須。
審査員は3分で判断する。最初の30秒でペインを示し、次の30秒でソリューションを見せる。アーキテクチャ図は最後。
OpenClawの創造者が求めているのは「誰でも使えるエージェント」。技術者だけがわかるものではなく、非技術者でも価値を感じるプロダクトが本流。
汎用エージェントより特定領域に特化したエージェントが今は正解。「何でもできます」より「これだけは世界一」。
エージェントに求められているのは「確実に仕事をこなす」実用性。AGI的なデモより、特定のジョブを確実にこなすエージェントが勝つ。
ここにアイデアを追加していく。評価軸: ビジネス性 × 完成可能性 × OpenClaw必然性 × デモ映え
| リソース | URL |
|---|---|
| イベントページ（Luma） | luma.com/sybv6o58 |
| CAMEL-AI GitHub | github.com/camel-ai/camel |
| CAMEL-AI Docs | docs.camel-ai.org |
| OpenClaw Docs | docs.openclaw.ai |
| ClawHub（スキル検索） | clawhub.com |
| USDC Hackathon 受賞分析 | circle.com/blog/... |
| UK EP4 結果 | flocker.md/blog/... |
| BNB Chain Hackathon 結果 | mexc.com/news/... |