AIエージェントを自作して本番運用する方法|最小構成の実装とサブエージェント設計
AIエージェントを自作して、本番運用するまでの話をする。ノーコードツールの紹介記事ではない。自分でコードを書いてエージェントを組み、無人で走らせ続けるエンジニア向けの内容だ。 僕は1人で開発しているSaaS「ThreadPost」の裏側で、複数のAIエージェントを毎日本番稼働させている。
技術で稼ぐを、実体験から。SNS運用の自動化・AI活用・収益化を、個人開発者が自分で試した結果から発信しています。
AIエージェントを自作して、本番運用するまでの話をする。ノーコードツールの紹介記事ではない。自分でコードを書いてエージェントを組み、無人で走らせ続けるエンジニア向けの内容だ。 僕は1人で開発しているSaaS「ThreadPost」の裏側で、複数のAIエージェントを毎日本番稼働させている。
「ローカルLLMを始めたいが、モデルもツールも選択肢が多すぎて何がおすすめか分からない」——この記事はその質問に、実際に手元のマシンで動かして検証した結果から答える選び方ガイドだ。 僕は1人でSaaSを開発しながら、APIコスト削減とオフライン検証のためにローカルLLM環境を複数構成で運用してきた。
Claude Codeのインストールは、うまくいけば1行のコマンドで30秒で終わる。この記事はその1行と、うまくいかなかったときの原因別対処、インストール後に最初にやるべき設定までをまとめた「詰まらないための網羅版」だ。 僕はClaude CodeでSaaSを1人開発していて、Mac・Windows(WSL)・クラウド環境それぞれでセットアップしてきた。
クラウドに声を送り続けることへの違和感 20MB。買い切り。アカウント登録不要。 これがMac向けAI議事録アプリの新しい選択肢として登場したスペックだ。 一方、競合のクラウド型AIノートアプリは評価額15億ドルをつけている。 この数字の差が、今のAIアプリ開発の二極化をそのまま表している。 クラウドに依存してスケールを取るか、ローカルで完結させてプライバシーとシンプルさを取るか。
数千万の開発費を溶かし、倉庫に初期ロットの在庫を積み上げているハードウェア・D2C起業家へ。 完成品のCPAが2万円を超え、売れば売るほど赤字を垂れ流す絶望感。 これは、シリコンバレーの投資家向けレポートから紐解いた「プロダクトのない状態で熱狂的コミュニティを作る」未翻訳の知見だ。 この知見は二度とタイムラインに流れてこないかもしれない。
最近、AIを使ったフロントエンド開発の進化が止まらない。 デザイン画像を渡すだけでコードが生成されたり、プロンプト一つで一瞬にしてモックアップが完成したりする。 ただ、ツールや手法が多すぎて「結局どれを使えばいいのか」「何から始めればいいのか」と迷っている人も多いはずだ。
※この記事は、Claude Codeで1人開発しているSNS運用SaaS「ThreadPost」の開発日記です。 キャラ崩壊との戦い 今週のコミットは26件だ。新機能が3件、バグ修正は0件だった。LINEの自動配信に「魂」を入れる作業に全振りした。システム自体は正常に動いている。でも、届くメッセージが機械的すぎた。だから、全53件のLINE通知をぽすたまキャラクターの口調に刷新した。
プロンプトエンジニアリングは終わった。 AI開発の最前線では、指示を長くするアプローチはすでに捨てられている。 1.5万行のコード変更。 15〜25%の開発者時間。 AIが生成する大量のコードと資料を人間がさばくのは物理的に不可能だ。 今起きているのは、AIへの指示出しの工夫ではない。 AIが自律的に動くための環境設計へのシフトだ。
D2Cブランドを立ち上げ、CPA高騰とLTVの低さに血を吐く思いをしている経営者へ。 粗利率72%を叩き出しても、売上の60%をマーケティング費用に食われ、営業利益率が一桁台に沈むのがこの業界のリアルだ。 これから語るのは、中国トップブランドのIPO目論見書から読み解いた、レッドオーシャンを破壊する「異常な数字」の全貌。 ※この記事は長文です。
AIで業務を自動化しようとして、逆に修正の手間が増えている人は多いはずだ。 結論から言うと、AI自動化の成功の鍵は完全自動化を捨てることにある。 僕は毎日Claude Codeを使って1人でSaaS開発をしている。 そこから見えてきたのは、AIを「考えるパーツ」としてシステムに組み込むアーキテクチャだ。 この記事で紹介する自動化のポイントは以下の通りだ。
本業の激務に縛られ、副業に使えるのは夜の2時間と週末だけ。 物販に手を出せば、300万円の在庫リスクとキャッシュフローの地獄に怯える。 この記事は、ドイツの未翻訳インタビューから発掘した、外部資金ゼロから年商16億円を作った異常な記録の全貌。 ※この記事はタイムラインに二度と表示されない可能性があります。 後で読み返せるよう、今のうちに「保存」「ブックマーク」をしておいてください。
熟練の人間を凌駕する未発表モデルの衝撃 AIが主要なOSやウェブブラウザから数千個の深刻な脆弱性を見つけ出している。 これは単なるバグ探しのレベルではない。 未発表のフロンティアモデルClaude Mythos Previewが実戦投入された。 このモデルは、熟練の人間を遥かに凌駕するレベルでソフトウェアの脆弱性を発見する。 AIのコーディング能力は、コードを書くことだけにとどまらない。
人間向けUIからの脱却とAI専用データの台頭 AIアシスタントによるコーディング支援は強力だ。 しかしセッション間で記憶が持ち越されない課題がある。 先週ハマったポイントや過去の設計判断を毎回伝え直すのは非効率だ。 この課題を解決するためナレッジベースを管理するCLIツールをAIに連携させる動きがある。 Zettelkasten方式のナレッジベースを運用するzkというツールがある。