1. ローカルAIエージェントの定義と基本構造 [0]

thumbnail ローカルAIエージェントは、個人のコンピューター上で動作し、自律的にタスクを実行するAIである。

1.1. ローカルAIエージェントとは [0]

  1. AIエージェントの定義 [17]
    • タスクを自律的に実行できるAIである。
  2. 「ローカル」の意味 [20]
    • エージェントが個人のコンピューター上で実行されることを指す。
    • したがって、ローカルAIエージェントは、自分のコンピューター上でタスクを自律的に完了するAIである。

1.2. ローカルAIエージェントの活用例 [23]

  1. パーソナライズされた情報提供 [23]
    • カレンダー、メール、株価、ニュースなどをまとめたパーソナルブリーフィングを送信する。
  2. 業務効率化と自動化 [24]
    • ビジネス改善のためのリサーチを継続的に行い、ソフトウェアを自律的に構築する。
    • 具体例として、個人財務トラッカー、会計ソフトウェア、受講生パフォーマンス追跡ダッシュボード、トレーディングボットなどが挙げられる。
    • （注：これらは個人的な趣味であり、金融アドバイスではない。）

1.3. リモート操作の可能性 [27]

  • スマートフォンなどからリモートでローカルAIエージェントと通信し、その動作を監視できる。

2. ローカルAIエージェントの構築要素（アナトミー） [31]

thumbnail ローカルAIエージェントは、複数のコンポーネントから構成されており、これらをカスタマイズすることで独自のAIエージェントを構築できる。

2.1. 設置場所（ハードウェア） [34]

  1. 設置場所の選択肢 [35]
    • 個人のラップトップ、古いラップトップ、Mac mini、Mac Studio、PC、またはVPS（クラウド上のレンタルコンピューター）など。
  2. 設置場所決定の3つの要因 [38]
    1. 常時稼働の必要性 [39]
      • 24時間365日稼働させる場合は、常に電源が入っているデバイスが必要。持ち運び可能なラップトップは不向き。
    2. マシンスペック [42]
      • CPU、GPU、特にRAM（メモリ）の容量が重要。
      • 大規模なオープンソースモデルを使用する場合、高性能なマシンが必要となる。一般的なコンピューターでは性能が不足する場合がある。
    3. プライバシーとセキュリティ [46]
      • AIエージェントにどの程度情報へのアクセスを許可するかを考慮する。
      • 懸念が大きい場合は、機密情報へのアクセス権限を持たない専用のマシンを用意することが推奨される。
  3. 筆者のハードウェア変遷 [49]
    • 最初は古いラップトップ（16GB RAM）を使用し、Claude SonnetやOpusモデルを中心に利用。
    • その後、より高性能なMac miniやM2 Mac Studio、さらにMac Studioを使用し、大規模なオープンソースモデルも実行可能になった。
  4. ハードウェア選定の支援 [58]
    • ハードウェアやモデルの適合性を判断するためのプロンプトが提供される。

2.2. コミュニケーションチャネル（口と耳） [63]

  1. 目的 [64]
    • AIエージェントとの対話や、リモートからの操作を可能にする。
  2. 選択肢 [66]
    • Telegram, Discord, WhatsApp, iMessage, Slack, Dispatchなど、様々なサードパーティ製ツールが利用可能。
    • 初心者には単一チャネルメッセージング（TelegramやDispatch）が容易。
    • より高度な利用には、複数のチャンネルを持つDiscordなどが推奨される。

2.3. 脳と記憶（LLMとメモリ） [75]

  1. 脳（大規模言語モデル - LLM） [76]
    • AIエージェントの基盤となるAIモデル。
    • 選択肢: Claude (Opus, Sonnet), OpenAIモデル, オープンソースモデル (Qwen, Kimmy, MiniMax, DeepSeekなど)。
    • トレードオフ: 能力、サイズ、速度、コスト、プライバシー。
    • 人気モデル: Claude Opus/Sonnet、オープンソースではQwen/Kimmy。
  2. 記憶（メモリ） [85]
    • AIエージェントがユーザーや自身のタスクについて学習・記憶するための仕組み。
    • 実装: テキストファイルに情報を格納する。
    • 格納内容: AIエージェント自身の情報（性格、目的、ワークフロー、データ）、ユーザー情報（ワークフロー、性格、関心事、属性、職業）。
    • 機能: タスク実行中の記録や、過去の対話内容の記憶。
    • 既存システム: OpenClawやClaude Co-workなどのフレームワークには、メモリシステムが組み込まれている。
    • パワーユーザー向け: Obsidianなどのツールでメモリシステムを強化することも可能。

2.4. 触手（スキルとツール） [97]

  1. 基本スキル [99]
    • ファイル検索、コード実行など、基本的な機能は標準で備わっている。
  2. 追加スキル [100]
    • Web検索、メールアクセス、スクリーンショット、テキスト読み上げ、画像生成など、目的に応じて追加できる。

2.5. 心臓（スケジューリング） [103]

  1. 目的 [104]
    • AIエージェントに、ユーザーの指示なしでタスクを実行させるための機能。
  2. 実行タイプ [105]
    • 時間ベース: 定期的なタスク（例: 30分ごとのメールチェック、毎朝7時のブリーフィング）。
    • イベントベース: 特定のイベント発生時に実行されるタスク（例: 会計フォルダにファイルが追加された際の会計ワークフロー実行）。

2.6. 目（視覚認識と操作） [113]

  1. 機能 [114]
    • コンピューター画面上の情報を認識し、人間のように操作する能力。
    • マウス操作や画面上のタスク実行が可能になる。

3. ローカルAIエージェントの高度な活用と原則 [122]

thumbnail

3.1. 複数エージェントの活用 [122]

  1. 単一エージェントの複数タスク実行 [123]
    • 一つのエージェントに複数のタスクを同時に実行させる。
  2. エージェントチームの編成 [125]
    • 各エージェントに特定の役割を持たせ、チームとして連携させることで、個々の能力以上の成果を生み出す。
    • 例: 株式投資リサーチチーム、ソフトウェア開発チーム。
  3. マルチエージェントシステムの設計原則 [130]
    • 詳細な説明は別の動画で解説されている。

3.2. 安全性とエンジニアリング原則 [157]

  1. 安全性（Safety） [158]
    • 重要性: AIエージェントにコンピューターへのアクセス権を与えるため、最も重要な懸念事項。
    • リスク: メール削除、ウイルス感染などの被害報告がある。
    • 対策:
      • 分離: 機密情報を含まない専用マシンで実行する。
      • アクセス権限の制限: 必要な情報のみにアクセスを許可する。機密性の高い個人メールへのアクセスは避ける。
      • 信頼できるソースの利用: 他者が作成したワークフローやスキルは、信頼できる開発者からのみ入手するか、AIにスキャン・書き直しを依頼する。
      • 常に疑う姿勢: 最大限の警戒心を持つことが推奨される。
      • セキュリティ監査: スケジューリング機能（Heartbeat）を利用して、定期的にセキュリティ監査を実行する。
    • Claude Co-workの場合: セキュリティ機能が組み込まれているため、比較的安心。
  2. 良いエンジニアリング原則（Good Engineering Principles） [177]
    • 明確な指示: AIエージェントに実行させたいタスクや構築させたい機能を、可能な限り明確に指示する。
    • 段階的な開発: 一度に一つの機能やワークフローを追加する。これにより、問題発生時の追跡と監視が容易になる。
    • カオスを避ける: 複数のタスクを同時に指示すると、問題発生時に原因特定が困難になる。

4. デモンストレーション：OpenClawとClaude Co-work [184]

thumbnail

4.1. OpenClaw（コードあり） [185]

  1. 概要 [185]
    • 構築したコンポーネントの実装とカスタム設定を示す。
    • 「エージェントオフィス」と呼ばれるインターフェースで、エージェントの動作や相互作用を視覚的に確認できる。
  2. チーム構成と役割 [195]
    • CEO/人間: ユーザー自身。
    • Chief of Staff (Inky): Claude Sonnet 4.6モデルを使用。
    • Content Pipeline (Blinky, Pinky, Dinky): 自律的なコンテンツ生成パイプライン。Sonnetモデルを使用。
    • Builder/Decoder (Linky): ソフトウェア開発やコード関連タスクを担当。
      • Claude Opus 4.6: 計画、アーキテクチャ、高度なコーディング。
      • QwenCoder 2.5: オープンソースモデル。コスト最適化のため、機械的なコーディングタスクに使用。
    • System Monitor (Winky): システムの健全性チェックとセキュリティ監査を実行。MiniStroll 3Bモデルを使用。
    • 設置場所: 別のラップトップ（16GB RAM搭載のMacBook Pro）。
  3. コンテンツパイプラインのデモ [217]
    • コミュニケーションチャネル: Discordを使用。
    • 機能:
      • 朝のブリーフィング（関心のあるトピックのトップストーリー）。
      • トピックウォッチリストの更新。
      • 動画アイデアの生成と「コンテンツアイデア」チャンネルへの投稿。
      • ユーザーが承認したアイデアは、YouTube用のアウトライン（タイトル、トピック、箇条書き）として生成される。
    • 使用ツール: Web検索、外部ツールなど。
    • Claude Hub: スキルやツールを共有するプラットフォームだが、セキュリティリスクのため、信頼できるソース以外からのダウンロードは推奨されない。
  4. タスク管理と自動生成 [247]
    • タスクボード: 全体のタスク状況を管理。
    • 自動生成: 毎日、現在のプロジェクトに関連する「楽しい」ものを自動生成する。例: 「次に学ぶべきAIスキルは？MVP for a micro SaaS」というクイズ。
  5. メモリ管理 [256]
    • ドキュメント化: エージェントの活動や構築物を積極的に記録。
    • ログ: 日次ログと長期メモリ（memory.md）が存在。
    • 視覚認識: 「目」を持つエージェントは、変更点を記録し、すべてを文書化する。
    • Obsidian連携: メモリをObsidianで管理し、セカンドブレインとしての活用も可能。

4.2. Claude Co-work（コードなし） [269]

  1. 概要 [269]
    • Anthropic社による、より安全で使いやすいローカルAIエージェント。
    • コードに不慣れな初心者におすすめだが、カスタマイズ性は低い。
  2. インターフェースと基本機能 [275]
    • Claude Desktop: Co-workの中心となるハブ。Anthropicのモデルを使用。
    • チャットインターフェース: 通常のチャットボットと同様の操作感。Dispatch経由でモバイルからも利用可能。
    • 設置場所: 個人のラップトップ（筆者は信頼性の高さから個人ラップトップで使用）。
    • メモリファイル: claw.md, memory.md（Obsidianで閲覧可能）。
    • プロジェクトフォルダ: プロジェクトごとにフォルダを分け、関連情報を管理。
    • ポートフォリオ分析: 投資ポートフォリオに関する質問に回答。
  3. Claude Codeとプラグイン [298]
    • Claude Code: ダッシュボードや投資情報などの自動更新機能を持つダッシュボードを構築。
    • ツール: スキル、コネクター（Google Drive, Google Calendarなど）、プラグイン（特定の目的に合わせたスキルとコネクターの組み合わせ）を利用可能。
    • 自動ワークフロー: 様々なアプリと連携し、自動化されたワークフローを構築できる。
  4. スケジュールタスク（AIエージェントの心臓） [312]
    • 毎晩の投資分析、ポートフォリオ概要、マクロ経済概要などのタスクをスケジュール設定。
  5. 「目」の機能（コンピューター利用） [316]
    • モバイルからの操作: 外出先からでも、ローカルコンピューター上のファイル送信やスクリーンショット取得が可能。
    • デモ: モバイルから「Discord PNGファイルを送って」と指示し、ファイルを受信。さらに「スクリーンショットを撮って」と指示し、実行された様子を示す。

5. ローカルAIエージェントの将来性と活用法 [338]

thumbnail

5.1. 将来予測と機会 [338]

  1. 市場の重要性 [340]
    • NvidiaのJensen Huang氏も、企業は「OpenClaw戦略」を持つべきだと述べている。
    • これは、パーソナルなローカルAIエージェント戦略の重要性を示唆している。
    • SaaS企業は「GenAI as a Service」企業へと移行する。
  2. ビジネスと個人の機会 [347]
    • 個人のワークフローとビジネスワークフローの両方において、多くの機会が存在する。

5.2. 推奨される学習内容 [349]

  1. AIエージェントの自作 [349]
    • OpenClawなどのツールを試すだけでなく、自身でAIエージェントを構築するスキルを習得することが最も強力である。
  2. AIコーディングの習得 [350]
    • AIエージェントの構築とAIコーディングを組み合わせることで、AIエージェントを拡張し、非常に強力なシステムを構築できる。
    • これにより、「世界はあなたのもの」となる。

5.3. まとめと学習確認 [353]

  • 動画の最後に、学習内容の定着を確認するためのクイズが提示される。
  • ローカルAIエージェントの活用を楽しんでほしいというメッセージで締めくくられる。