多くの人にとって、AI によるプログラミングの支えは、いま打っている行を補完することのままだ。それは役に立つし、同時にその考え方の最小の形でもある。課題が三つのファイルにまたがる不具合、試験のないプロジェクト、整理し直すべき部品になった途端、補完は何も差し出せない。仕事を段に分けず、ファイルを開かず、試験を走らせて失敗を読みもせず、まして自分の変更を一つのコミットにまとめて見せたりはしない。

OpenHands が狙うのは二つ目の種類の課題である。ソフトウェア工学のエージェントのための公開プラットフォームで、この問題に何年も取り組んできた班がゆるい許諾で出している。以前の名はOpenDevin だった。欲しいものを言葉にすれば、エージェントが計画を立て、コードを書き、コマンドを走らせ、誤りを読み、課題が落ち着くまで繰り返す。代わりに打ってくれるのではなく、輪を閉じてくれる。

砂箱こそが本当の違い

言語モデルに自分の機械で勝手にコマンドを走らせてよいと思う人はいない。だからここではどのセッションも自分のコンテナの中で動く。コードとファイルは繋いだ巻き込みを通って出入りし、セッションが終わればコンテナは捨てられ、本体の機械は手を付けられない。それがあるから、役に立つ振る舞いが可能になる。依存を入れ、試験を一式走らせ、危ない操作を試せる。失敗しても、まもなく捨てられる箱の中で失敗するだけだ。

個人にとっては安心を買うことになる。組織にとっては入場の条件だ。金融や行政のようにデータの主権が厳しく見られる分野では、コードが境界の外に出ず、どの動作も後から確かめられることのほうが、モデルの能力の数点より重い。

モデルは自分で決める

作りはモデルに依存せず、下にほとんどの提供元と話せる仲介の層がある。商用のモデルも、自分の機械で動く公開のモデルも繋げる。実際に多くの班が落ち着くのは分担だ。日常の課題は手元のモデルに任せる。呼び出しごとにお金がかからないからだ。難しい複数ファイルの組み替えは、その一時間だけ強い遠隔のモデルに切り替える。費用と品質は、誰かに決められた購読のプランではなく、自分で回すつまみになる。

四つの入口

コマンドの行の入口は、もともと端末に住んでいて、エージェントにも周りの道具と同じ手触りを求める人のためのもの。手元の画面の入口は閲覧画面で開き、エージェントの考えと動作をその場で見られる。多くの人はここで信頼を育てる。開発の一式の入口は、この能力を自社の製品に入れたい班のためのもの。そして、コンテナを自分で持ちたくない人のための預ける形のサービスがある。

作品はその頁で大きな注目を集め、八万人を超える人が見守っている。同じ種類の公開作品の中でも集まりの動きは上位にある。この形の道具では、それが効いてくる。価値はエージェントだけにあるのではなく、その周りに集まりが積み上げた習慣、設定、修正の束にもある。

うまくいく課題、いかない課題

利用者の報告と作品の例には共通の型がある。うまく運ぶ課題は、目標がはっきりし、確かめ方が客観的だ。不具合の報告をまとめて片づける、古いプロジェクトの依存を上げて付随する安全の修正を入れる、試験の覆いを厚くする、書かれた作法に沿って一群のファイルを整理する。どれも「うまくいったか」に機械的な答えがあるので、エージェントは好みを持たずに落ち着ける。

逆も同じである。要求が漠然とし、製品の判断を多く要する課題では、他の自律のエージェントと同じように道を外す。賢い対応は、祈るのではなく、そばにいて要所で確かめることだ。一日分の体力仕事を任せられる同僚として扱い、客が何を望むかを知っている製品の責任者として扱わなければ、付き合いやすくなる。

いくらかかるか

ソフトウェア自体は公開で無料である。続いてかかるのはモデルを呼ぶ費用だけで、それは自分で回すつまみだ。小さな課題だけの静かな週は安く、難しい組み替えが詰まった週は高くなる。見えていて、予測もできる。人数ごとの購読と比べた違いは、請求が人数ではなく仕事の量に従うことだ。

正直にまとめれば、これはこの考え方がこれまでで最も筋の通った形である。開発の課題を端から端まで片づけるエージェントが、自分で確かめられる境界の中で、自分が選んだモデルで動く。魔法ではなく、判断力の代わりでもない。工学の退屈な半分を、決して退屈しないものに渡したときに起きることである。