#自社運用

最初に思ったのは、これは「agent を動かすための道具」というより、「agent を運用するための土台」を作ろうとしているんだな、ということでした。単にモデルに API を投げるだけなら今どき珍しくないのですが、このプロジェクトは tools、secrets、permissions、event stream、approval までまとめて抱えていて、しかも self-host できる。ここまで来ると、LLM の便利さというより、むしろ“業務に載せるときに避けて通れない面倒ごと”を正面から片づけにいっている感じがします。 特に気になったのは、machine の扱いです。agent が自分のノート PC や VM、コンテナでコマンドを実行できるのに、 inbound port や SSH key がいらない、という設計はかなり気持ちいい。普通は「外から入れるようにする」方向で考えがちですが、ここでは daemon が外向きにつながる形にしていて、運用の手触りがだいぶ違うはずです。便利そうだし、同時に怖さもある。だからこそ permissions や approvals を最初から仕組みに

最初に思ったのは、これは便利そうというより、先に「かなり怖いな」だった。AI agent を会社の中で動かす発想自体はもう珍しくないけれど、ここではそれを単なるチャット補助に留めず、departments や role、workspace、電話番号まで含めて“社員っぽく”扱おうとしている。しかも自前ホスト前提で、Claude Code や Codex のサブスクを自分で持ち込む形だ。かなり本気で、かなり割り切っている。 面白いのは、ただ「AIを使えます」ではなく、共有の仕方まで設計の中心に置いているところだと思う。personal only、personal + shared、shared + personal、shared only みたいに、誰がどこまで見えるかを明示しているのは、実際のチーム運用ではかなり効くはずだ。AI を入れると、つい「個人の補助」か「全社共有」かの二択で雑に考えがちだけど、現実はその中間がいちばん多い。そこを最初からシステムに埋め込もうとしているのは筋がいい。 一方で、紹介文を読んでいると、便利さの裏にある管理コストもかなり大きそうだと感じた。agent に