# AI App Builder

> 共同開発者と開発中のAIアプリケーションプラットフォーム。永続的なタスクと、エージェントが構築するアプリケーションを計画しています。

- 役割：共同開発者と設計・開発中
- 期間：2026年8月〜現在
- ステータス：開発中
- 使用技術：Agent architecture, MCP, doc-processing-toolkit, doc-processing-std-tools, Persistent execution, Sandboxing
- 数字で見る：
  - **第1段階** 2026年10月時点のロードマップ上の段階：設計とアーキテクチャの草案は作成済みで、実装は初期段階
- URL：https://www.rounakzoeb.com/ja/work/ai-app-builder

---

![コンセプトのモックアップです（製品のスクリーンショットではありません）。ツール呼び出しと承認リクエストを含むタスクの画面と、その横に、エージェントが生成したリサーチダイジェストのアプリケーションをビジュアル編集モードで表示しています。バージョン履歴と、例示用のコストも示しています。](https://www.rounakzoeb.com/_astro/01_concept_mockup-ja.k2yxaMmK_Z21dDOF.png)

*例示用のデータを使ったコンセプトのモックアップです。製品のスクリーンショットではありません。*

> **ステータス（2026年10月）：** 初期設計とアーキテクチャの草案は作成済みで、実装は初期段階です。

## 概要

共同開発者と私は、長時間のタスクのためのパーソナルAIアシスタントを開発しています。ローカル、クラウド、またはその両方で動作し、1回のチャットセッションでは終わらない仕事を担うことを目指しています。たとえば、毎週のリサーチの要約、受信箱の監視、あるいはエージェントが構築して最新の状態に保つ、技術文書管理のための小さなアプリなどです。AI App Builderは仮称です。

最後の例は、私たちが最初に構築を予定している専門的なアプリケーションです。技術文書台帳は、プロジェクトの文書と、それぞれの主要な情報を管理するものです。計画している版では、エージェントがプロジェクト文書一式をもとに台帳を作成して最新の状態に保ち、入力した各項目から出典にたどれるようにします。これにより、人がその値を確認できます。

より広くは、タスクごとに適したAIモデルを選び、エージェントが作成し、継続的に保守・更新するアプリケーションをホストすることを目指しています。各アプリケーションは、独自のデータ、インターフェース、バージョン履歴を持ちます。リサーチの要約や受信箱の監視のようなシンプルなツールから、課題管理や文書管理、データ処理のための、より専門的なアプリケーションまでを想定しています。設計では、アプリケーションを構築するエージェントがそのインターフェースも書くため、インターフェースはタスクに必要なあらゆる形をとれます。表、グラフ、ドキュメントビューアーなど、12個ほどの信頼できるコンポーネントが、現在のモデルがそれをうまく行えるよう支えます。エージェントは定期実行のタスクも実行できるようになり、将来的には会議に参加して、要約やフォローアップのアクションを手伝えるようにもなります。

## 計画していること

ロードマップは5つの段階で構成しています。順序は目安で、段階どうしが重なることもあります。たとえば音声やコンピューター操作 (computer use) は、他の作業と並行して開発する可能性があります。各段階に日程は設定していません。

1. 初期設計とアーキテクチャ（現在の段階）：プロダクト要件と主要なワークフロー、アーキテクチャと技術設計、既存のエージェントフレームワークとツールの組み込み方、開発と検証の進め方。
2. コアエージェントフレームワークとセキュリティ（次の段階）：エージェントランタイムとモデルの選択、サンドボックスでの実行とツール連携、権限・承認・利用量の管理、コスト追跡を含む実行履歴。
3. 永続的な実行とハイブリッド実行：中断から復旧できるタスク、ローカル・クラウド・その両方での実行と環境間の引き継ぎ、デスクトップとの連携とコンピューター操作、音声の入出力。
4. アプリケーションの生成と編集：エージェントが生成し、ビジュアルに編集できる、独自のデータを持つ永続的なアプリケーション。バージョン履歴、ロールバック、共有に加え、複数ユーザーでの共同作業のためのアクセス管理と共有ワークフロー。
5. 自動化と最初のアプリケーション：定期実行のエージェント、トリガー、監視。専用のメール受信箱を持ち、権限と承認の範囲内でユーザーや外部の相手とやり取りできるエージェント。要約やフォローアップのアクションといった会議の支援。そして、リサーチ、情報の監視、技術文書管理のための最初のアプリケーション。

タスクは、ユーザーが停止して再開しなくても、ローカルとクラウドのリソース間をスムーズに移れるようにしたいと考えています。まずは、エージェントのステップ間のチェックポイントでの引き継ぎから始めます。実行中の処理を移すことは、その後に検討します。

設計と各段階については、『[長時間のタスクを担うAIエージェントのためのプラットフォーム：アーキテクチャとロードマップ](https://www.rounakzoeb.com/ja/writing/ai-agent-platform-architecture-and-roadmap)』でより詳しく説明しています。

## 設計原則

現在の設計は、次の原則に基づいています。いずれも、完成後にプラットフォームがどう動くことを想定しているかを示すものです。

- コアは小さく保ちます。各機能は、プラットフォームのコア機能、薄いアドオンのケイパビリティパック、エージェントがその上に構築するアプリケーションのいずれかです。
- タスクは永続化され、再開できます。チャット、定期実行のエージェント、メールのスレッドは、すべて同じ種類のタスクです。エージェントの各ステップを記録するため、中断されたタスクも止まったところから再開できます。
- アプリケーションはサンドボックス化します。各アプリケーションは専用のサンドボックス化されたフレーム内で動作し、認証情報を保持しません。バージョンは追記のみなので、ロールバックのコストを小さく抑えられます。
- 操作は権限と照合します。提案中のポリシーでは、操作はリスクに応じて許可、拒否、または承認待ちとなり、認証情報はモデルのコンテキストに入れません。このポリシーの詳細は、まだ検討中です。
- コストは最初から追跡します。利用量はリクエストごとに記録し、リクエスト時点の価格で計算します。
- エージェントは特定のモデルやプロバイダーに縛られません。[doc-processing-toolkit](https://www.rounakzoeb.com/ja/work/doc-processing-toolkit)がエージェントループを提供するため、タスクを別のモデルや別のプロバイダーで続けられます。標準ツールは[doc-processing-std-tools](https://www.rounakzoeb.com/ja/work/doc-processing-std-tools)が提供します。

## 開発の進め方

このプラットフォームは、私の既存の2つのプロジェクトを土台にしています。エージェントフレームワークの[doc-processing-toolkit](https://www.rounakzoeb.com/ja/work/doc-processing-toolkit)と、エージェント向けの標準ツールのライブラリである[doc-processing-std-tools](https://www.rounakzoeb.com/ja/work/doc-processing-std-tools)です。私たちはこれらの上に、より汎用的なAIアプリケーションプラットフォームを構築しています。

他のプロジェクトと同様、実装にはAIコーディングエージェント (Claude Code、Codex、GitHub Copilot) を使っています。私の進め方については、『[仕様ファースト、テストファースト](https://www.rounakzoeb.com/ja/writing/spec-first-test-first-building-with-ai-coding-agents)』で詳しく紹介しています。また、このプロジェクト用のタスクボードを用意する予定です。エージェントがタスクを割り当てられたり、自らタスクを引き受けたりして、プルリクエストを作成できるようにします。OpenAIが[ハーネスエンジニアリングに関する記事](https://openai.com/index/harness-engineering/)で説明したのと同様の進め方です。

## 今後の予定

次の優先事項は、コアとなるエージェントランタイムです。サンドボックス、権限、コスト追跡を最初から組み込み、エージェントが実際の作業をする前に、これらの制御を整えておきます。その後に永続的な実行とハイブリッド実行、続いて最初のアプリケーションに取り組みます。

最初のリリースまで、コードは非公開です。開発の進捗に合わせて、このページを更新します。

## プロジェクトのその他の画像

![提案中のアーキテクチャです。ユーザーの入力がタスクになり、AIエージェントがローカル、クラウド、またはハイブリッドの環境で実行します。サンドボックスとツールコネクタ (MCP) からなる実行環境の手前に権限とコスト管理があり、この実行環境が生成アプリケーションを構築・更新します。プラットフォーム全体の監視がすべてにまたがります。](https://www.rounakzoeb.com/_astro/02_how_it_will_work-ja.BuCplXoQ_2fGjAu.png)

*提案中のプラットフォームアーキテクチャ。モデルの選択、サンドボックスでの実行、外部ツールとの連携、権限とコスト管理を備えた、エージェントが実行するタスクと、独自のデータとバージョン履歴を持つ生成アプリケーションを示しています。*

![5段階の開発ロードマップです。初期設計とアーキテクチャ（現在）、コアエージェントフレームワークとセキュリティ（次の段階）、永続的な実行とハイブリッド実行、アプリケーションの生成と編集、自動化と最初のアプリケーションの順に示しています。](https://www.rounakzoeb.com/_astro/03_roadmap-ja.dWUrAK98_13fFBE.png)

*開発ロードマップ。順序は目安であり、開発の進捗に応じて変わる可能性があります。*