0831 | Macで動くコーディングエージェントSuperagent、月1ドルからのエージェント基盤Maritime、論文執筆を10倍速くするMurfy AI

葵: Bri Radioの『Product Hunt Daily』へようこそ。パーソナリティの葵です。今日もProduct Huntで見つけた新しいプロダクトをいくつかご紹介していきます。

悠真: そして悠真です。今日は、Macアプリとして動くコーディングエージェントのインターフェース、AIエージェントごとに専用コンピュータを提供するサービス、それに研究論文の執筆を一気通貫で担うAIエージェント群などを取り上げます。

葵: さらに、ローンチ動画を作るAIワークスペースに、話すペースに合わせてスクリプトが追従するテレプロンプター、それからローカルで動くMac向けの文字起こしツールや画像管理アプリも。

悠真: 捨てられたサイドプロジェクトの墓地を名乗る、ちょっとユニークなサービスまで。それでは本編へどうぞ。

葵: まずはoMLX。名前からマック専用の大規模言語モデル推論サーバーで、メニューバーから起動して、マックそのものをフル機能の推論サーバーにしてしまいます。テキストだけでなくビジョン、OCR、埋め込み、リランカーモデルまで扱え、連続バッチ処理にも対応しています。最大の売りはRAMとSSDを組み合わせた階層型KVキャッシュで、OSを再起動しても保持されるため、Claude CodeやCursorの応答が約90秒から5秒程度に短縮されると主張されています。OpenAIとAnthropic両方に対応したAPIをそのまま差し込めるので、既存コードからの移行も比較的スムーズだそうです。

悠真: ネイティブのSwift製でElectronではない点に加えて、Apache 2.0のオープンソースというのがポイントですね。商用利用も視野に入れた運用ができます。

悠真: 次のSuperagentは、マックアプリとして動くコーディングエージェント向けのインターフェースで、メーカーは「Claude Code for the rest of us」と位置づけています。ターミナルではなくマックアプリのように使う発想で、Claude Codeをローカルで実行し、ユーザーが既に支払っているサブスクリプションをそのまま利用します。特徴はエージェントに実物のコンピュータを持たせる点で、ログイン済みセッションを保った実際のブラウザを操作し、その様子を画面で見ながらクリックの途中でも取り返せます。iOS Simulatorをフレームバッファからストリーミング表示し、エージェント自身がタップやスワイプで操作。チャットはサイドバーにグループ化でき、再起動後もコンテキストが残ります。加えて各チャットは独立したgit worktree上の専用ブランチにコミットし、ユーザーのチェックアウトを動かしません。iPhoneアプリをQRコードでペアリングすればエージェントの要求を承認でき、鍵を保持せず何も保存しないリレー経由のエンドツーエンド暗号化で、リレーは自分でも運用可能。ただしこれらはすべてメーカーによる主張で、実証された結果ではありません。Macアプリ、iPhoneアプリ、リレーの3点はMITライセンスで公開され、Appleによる公証も済んでいます。対応モデルは現時点でClaude Codeのみで、CCodexとAntigravityは近日対応とされています。

葵: ただ、コミュニティのコメントではこの実ブラウザ操作が「機能であり、最も考え込む部分」と評され、議論の焦点になっています。エージェントは受信トレイの読み取りと送信を区別できず、どちらも成功を返すツール呼び出しなのに、片方だけが取り返しのつかない支出を伴う。だからサイト単位ではなくアクション単位の許可リストを求め、注意が落ちても権限が残る以上、送信や投稿、支払い、削除のクリックは人間の承認に戻すべきだと指摘されています。途中で取り返せる方式も、監視はスケールしないという意見が出ていました。一方で、時間をずらして同じファイルを編集する二つのエージェントが互いに気づかない問題をworktree方式が防ぐ点は評価されていました。

悠真: Maritimeは、AIエージェントごとに専用のコンピュータを提供するサービスです。料金はエージェント一件あたり月額1ドルからで、対象はAIエージェントを販売し数百から数千を動かす企業。インフラの構築や管理、スケーリング、自動スリープとウェイクをMaritime側が引き受け、各エージェントは分離された永続VM上でブラウザ利用、ファイル作成、コード実行、状態保持ができます。仕組みとしては、一回のAPIコールで顧客ID付きの専用マイクロVMが起動し、シークレットを保持したままライフサイクルWebhookを送ります。エージェントごとに独自カーネルを持つマイクロVMなので他顧客のVMとデータが混ざらず、資格情報は暗号化して保存され所属するVMにだけマウントされるというのが同社の主張です。SDKはTypeScriptとPython、RESTを用意し、OpenClawやHermes、CrewAI、LangGraphといった既存フレームワークに対応。無料プランは3エージェントまでカードなしで始められます。

葵: ただ、永続性の主張がコミュニティの焦点になっています。スリープとウェイクを繰り返したあとに何が実際に残るのか、誰も確認していない。ブラウザプロファイル、つまりクッキーやローカルストレージ、ログイン済みセッションまで残るなら製品の中核ですが、ディスクだけが残ってプロファイルがリセットされるなら、再認証が頻発し、そのコストはドルではなく時間として現れると指摘されています。ある投稿者は、数週間同じ状態を持ち続けたエージェントが、古くなった状態に基づいて誤って自信満々になる失敗を当日経験したと述べ、どの部分を永続させ、どの部分をウェイク時に再導出するかの区別が必要だとしています。Maritime側はウェイクを約1秒、コールドスタート税ゼロと標榜しますが、これも自己主張のままで、実測のコールドウェイク遅延と実際に残る要素はまだ公開されていません。

葵: 最後にMurfy AI。研究論文の執筆ワークフロー全体を担うAIエージェント群を備えたツールで、謳い文句は「執筆、レビュー、arXiv投稿を10倍速く」。開発元は韓国・城南市のMurple Inc.で、「AIネイティブなオンラインLaTeXエディタ」「Overleafの代替」と位置づけられています。無料で始められクレジットカードは不要、無制限の共同編集者とのリアルタイム編集が可能で、1人あたりの課金はありません。機能は下書き作成、文脈に沿った論文レビュー、レビュアーコメントに基づく修正、LaTeXコンパイルエラーの即時修正、参考文献の検証、Beamerスライドの数分での生成をうたいます。AI論文レビューは8つのリーダーがドラフトを通読し、3つのモデルが互いの所見を検証する方式。コンパイルエラー修正はログを読んで修正案をdiffとして提示し、ユーザーが受け入れるか却下するかを選びます。これらはAIクレジットで動き、Starterプランには毎月千クレジットが無料で付きます。

悠真: ファウンダーのShounan氏は過去15年でAAAIやEMNLP、SIGGRAPH、IROSに10本以上の論文を採択されたと述べていますが、これは本人の主張です。公式サイトの自己申告では、世界の研究者18万人以上、120か国以上、月間アクティブユーザー7万人以上、月間成長率50から100パーセントとされています。一方でテスターの一人は、速度と共同編集の改善を評価しつつ、Murfy Guideと書かれた先頭ページが差し替え後も消せなかったことと、AIチャットが韓国語で応答したことの2点を報告しています。カスタムテンプレートで自動エラー修正が機能するかは未確認のままで、ユーザーが最も時間を節約している工程についても回答は出ていません。

葵: Product Huntで、Topview.aiの創業者Jensen氏が「Topview Motion Studio」をローンチしました。アプリ、ハードウェア、新製品向けのローンチ動画を作るAIワークスペースで、伝えたい内容とシーンを記述し、製品やブランド、インターフェイスの参考画像をアップロードし、モーションスタイルや長さ、アスペクト比を選ぶと、AIビデオモデルと専用のモーションデザインスキルの組み合わせが、そのブリーフを完成したモーション動画プロジェクトに変換します。Jensen氏は、既存のAIビデオツールの多くが個々のショットを生成するだけで、ローンチ動画には明確なストーリーテリング、意図的なペーシング、一貫したビジュアル言語、製品ディテールが必要だと説明しています。従来はAfter Effectsの経験か、モーションデザインスタジオへの依頼で、数週間の制作期間と高コストが前提でしたが、Motion Studioはその品質とディテールを複雑さ、時間、コストなしで利用できるようにすることを目指します。対応領域はソフトウェア、モバイルアプリ、AI製品、民生用電子機器、スマートハードウェア、ブランドアナウンスメントなどです。

悠真: インディーハッカーや小規模チーム、マーケティング素材も担当する製作者には有用だという意見や、After Effectsの急な学習曲線と比べて直感的だという感想がありました。一方で、用意する素材がスクリーンショット数枚と短い説明で足りるのか、音楽や効果音への対応、生成後の小規模編集、動画の再利用、ピーク時のレンダリング速度、自分の3Dアセットの取り込みなどが質問として寄せられましたが、提供された議論の中に回答はなく、これらの機能は未確認のままです。あるユーザーは、プロンプトと画像を送信後にサインアップを求められ、ログイン成功後に入力内容が消えたと報告し、クレジット購入が必要か、チャットをどこから再開できるかを尋ねています。別のコメントでは、実際に動作するインターフェイス画面を最初のフレームに置き、タイトルカードを省くべきだという提案や、静止画も出力するモードを求める意見がありました。価格やクレジット制度は発表文に明記されておらず、現時点では初期バージョンで、創業者はコミュニティからのフィードバックを求めています。

葵: 「Sayscroll」は、話し手の声を音声認識で追い、スクリプトを自動でスクロールするブラウザベースのAIテレプロンプターです。従来の固定スクロール速度のテレプロンプターと違い、手動で速度を調整する必要がなく、話すペースに合わせて文字が追従します。YouTubeクリエイター、プレゼンター、教育者、ポッドキャスター、コンテンツチーム向けで、動画、デモ、プレゼンテーション、ライブ配信で使えます。主な機能は、発声した単語をフェードアウトさせながら画面中央に位置を保つ音声追跡、アドリブ中は待機して原稿に戻ると再ロックオンする即興モード、内蔵ビデオレコーダーです。録画は端末に直接保存され、アップロードされません。インストール不要で、スクリプトは端末内に留まり、文字起こしのため音声のみがストリーミングされます。料金は利用時間ベースの月額制で、ライブマイク時間のみが計測され、いつでも解約できます。無料デモは700文字まで。有料プランはいずれも初月50パーセント割引で、Starterは初月5ドル、以降月10ドルで月10時間、Creatorは初月10ドル、以降月20ドルで月30時間、Proは初月25ドル、以降月50ドルで月100時間です。全プランで無制限のスクリプト長と、メーカーが99パーセントと主張する音声追跡精度、内蔵ビデオレコーダーが含まれます。60以上の言語に対応し、同一段落内で複数言語が混在するスクリプトにも対応します。開発のきっかけは、開発者がアクセラレータ応募用の創業者インタビュー動画を撮影中、固定速度テレプロンプターの速度調整に気を取られたことで、自分の問題を解決するために作ったという話です。

悠真: うん、未解決の論点として、コミュニティから「即興モードは文の途中でも拾い直すのか、キーワードを待つのか」という質問が寄せられていますが、回答は示されていません。また、ウェブサイト上の体験談、撮影テイクが5本から1本に減った、ハードウェア式プロンプターと人手のオペレーターを置き換えた、といった話は利用者による自己報告であり、検証された結果ではありません。

葵: Ulpasoは、Product Huntで紹介されている、既存アプリが録音データ、アカウント、クレジットカードを求めるのに対し、それらを不要と位置づけたMac向けのローカル文字起こしツールです。開発者によると、録音ボタンを押すとマイクとシステム音声がMac上で文字起こしされ、話者ごとに整理された編集可能なMarkdownファイルがDocumentsフォルダに保存されます。クラウドなし、ログインなし、アカウントなし、サブスクリプションなし、テレメトリなし、永久無料、MITライセンス、というのが開発者の主張で、同種のアプリが求めるような月額20ドルの課金もありません。ただし、これらの機能説明は開発者による主張であり、検証された結果ではありません。

悠真: コミュニティのコメントでは、ログイン不要な点が売りだと評価する声がある一方で、二人が同時に話した場合にどう処理するかが質問として挙がっています。この質問への回答は提示されておらず、開発者がうたう話者ごとの整理が同時発話でも機能するかは未確認のままです。別のコメント投稿者は、クライアントの口座番号など機密情報を口頭で共有する電話会議では、他人のクラウド文字起こし履歴に残したくないため、価格ではなく、自分のディスク上の素のMarkdownファイルこそ信頼できる形式としてこの製品を選ぶ、と述べています。

葵: CaplioはMac専用の画像管理アプリで、散らばったスクリーンショットや画像を、自分のMac上で検索できるライブラリに変えます。開発者Razieh Aghababaは、スクリーンショットや参考画像を保存しても後で見つけられない問題を解決するために作ったと説明しています。選んだフォルダを監視して自動的にインデックスし、端末内OCRで画像内のテキストを抽出します。タイムライン閲覧、テキスト・ファイル名・カテゴリ・アプリ名を横断する検索、日付やカテゴリでの絞り込み、特定の年などの日付検索ができます。見つけた画像はCaplioから別のMacアプリへドラッグ＆ドロップでき、画像・抽出テキスト・両方をコピーまたは共有する機能、元ファイルを開く機能、表示タイトルの変更、カテゴリ変更、Quick Lookプレビューもあります。対応形式はPNG、JPEG、HEIC、TIFF、WebPで、macOS 14.6以降が必要です。

悠真: プライバシー面では、OCR、検索インデックス、画像処理はすべてMac上でローカルに実行され、画像や抽出テキストはアップロードされず、クラウドAIも不要としています。App Storeのプライバシー欄は「データを収集しない」と表示されていますが、この情報はAppleによる検証を受けていません。コミュニティでは非英語テキストへのOCR対応が質問されましたが、その回答は提供されていません。一方、バージョン1.1のリリースノートには、複雑な画像レイアウトの文字認識と読み取り順序の改善、多言語・混合言語コンテンツの認識改善が記載されています。料金は、無料トライアル中はフルアクセスでき、その後はCaplio Proの年間8.99ドル、月間1.99ドルのサブスクリプション、または24.99ドルのLifetime購入があります。開発者はCaplioはまだ初期段階にあり、改善を進めていると述べています。

葵: 次はRIP MY BUILD。Product Huntで公開された「捨てられたサイドプロジェクトの墓地」を名乗るサービスで、放棄したアプリに永久の追悼文を公開でき、元リンク、死因、学んだ教訓、次に作っているものを記載します。各追悼文には共有可能なページ、訪問者による薔薇、恒久のプロット装飾、そして週間栄誉リーダーボードが付いていて、閲覧はアカウント不要です。

悠真: 週間栄誉は、閲覧がプラス一、共有がプラス二、薔薇がプラス三、装飾がプラス五で計算され、毎週月曜日のUTC午前零時にリセットされます。薔薇は一ドル、装飾は二ドルです。ただ、追悼文の料金は情報源によって食い違っていて、発表時点の案内では一件につき十二ドル、一方で製品サイトの手順説明ではレビュー後の公開は無料とされ、コミュニティ投稿でも恒久的に無料にすると宣言されています。

葵: サイトの表示では、コミュニティ追悼文は七件、記録されたビルド時間は一万七百時間です。注目の追悼文としてLogology、二〇一八年から二〇二三年までが紹介され、制作者はDagoberto RenoufとLucie Baratteです。死因は製品を磨くのに五年かかり、ブランドを仕上げる前に出荷が遅すぎたこと。教訓は、配偶者や家族、親友とはスタートアップを作るな、というものです。

悠真: コミュニティの創業者たちも体験を残しています。ランディングページを出す前に製品を磨き続けた創業者は、一週目に一枚のウェイトリストページを出していれば数日で関心の有無が分かったと振り返っています。別の創業者は、初めての有料顧客が契約して支払いもしたのに一度もログインしなかった例を示し、支払いが発生しただけでは製品を欲しがっているとは限らないと述べました。

葵: コミュニティの最も盗まれた教訓ランキングは、繰り返しクリックを除外して、他の創業者が保存する予定の教訓を集計します。ただ、復活した場合に追悼文は編集できるかという質問には、回答が示されていません。製品サイトは、追悼文が偽のシグナルや変えられなかった習慣、届かなかった配信といった結末を説明し、次のビルダーに先行する知識を与えると位置づけています。

葵: というわけで、今日はMacアプリで動くコーディングエージェントSuperagentと、MacをLLM推論サーバーにするoMLXを見てきました。ターミナル越しではなく、コンピュータを直接エージェントに渡すという発想が面白かったですね。

悠真: そうですね。エージェントに実ブラウザやiOS Simulatorを操作させて、ユーザーのログイン済みセッションを保ったまま動かせるというのは、これまでの使い方とはかなり違う体験です。

葵: 今日の話が少しでも参考になったなら嬉しいです。では、また次回お会いしましょう。