1007 | AIエージェント最前線：開発・仕事・生活を変える新ツール特集

葵: みなさんこんにちは、Product Huntデイリーブリーフィングの時間です。葵です。

悠真: 悠真です。今日もここ24時間で出てきたローンチの中から、問題が明確で、解決策が他と違いがあって、具体的な機能や価格がはっきりしているものを中心に拾っていきます。今日の全体を貫くテーマは「AIエージェントがどこで動くか」です。Macのデスクトップの隣に座るもの、クラウドに常駐するもの、実機のiPhoneまで触るもの。実行場所が広がった分、安全とコストの管理、そして仕事の流れそのものの変化まで話題がつながっています。

葵: そう、今日は一気にその流れをたどります。まずは場所の話から。悠真さん、Rillからいきましょうか。

悠真: はい。RillはMacネイティブのブラウザで、ここにClaude CodeやCodexが「隣で」働くんです。ポイントは⌘Eを押すと今見ているページがそのままタスクに変わること。ブラウジングしながら「これエージェントにやらせよう」が同一画面で完結します。しかも無料と書かれています。

葵: これは場所の問題をうまく解いている。今まではブラウザとターミナルを行き来して、エージェントに「あのページのこれ」と説明してた。Rillだと文脈がそのまま渡る。Macのネイティブアプリとして作られているところも、動作の軽さや統合感を狙ってるんでしょうね。

悠真: ただ、無料としか書かれていないので、収益モデルや長期的な使い勝手は未知数です。動作が「隣で」つまりリアルタイム寄りである以上、実運用での安定性は実際に使ってみないと分からない。ここは注意して見ておきたいところです。

葵: 同じMac上でも、もう少し物理的に近づくプロダクトがあります。Incredibleです。

悠真: これは「声でPCを操作するアシスタント」です。特徴は画面を見ていること。つまり単にコマンドを受け付けるんじゃなく、実際の画面を認識して、あなたのアプリの中で操作を実行します。MacとWindows両方に対応。

葵: ここが他の音声アシスタントと違うところで、「見て行動する」のが差別化です。ショートカットを呼ぶだけなら普通の音声操作と同じですが、画面を見ながら自分のアプリで作業するとなると、これはツールというより同僚に近い。代わってPCを触ってくれるイメージですね。

悠真: とはいえ、ここはMakerの説明通りに受け取るなら、という注釈は必要です。実際にどの程度の操作を正確にできるのか、失敗したときの取り返しはどうするのか、というのはソース上はっきりしません。信頼性と料金の両方が未知数と見ています。

葵: そしてMacを越えてiPhoneまで行くのがiphone-use。これはMITライセンスのオープンソースで、WebDriverAgent経由で実機のiPhoneをAIエージェントが操作できるようにするもの。MCPサーバーとして21のツールを提供しています。

悠真: 21のツールという数字が象徴的で、タップやスクロールのような基本操作が一式そろっているイメージです。実機を扱うので、エミュレータでは見えない現実のアプリの挙動をテスト対象にできる。モバイルアプリの自動テストや、iPhone上で完結する作業の自動化に使う人向けですね。

葵: WebDriverAgentというのはAppleのテスト用インフラの上に乗っているので、脱獄のような乱暴な手段ではなく正規の仕組みを使っている点が安心できます。ただ、iPhoneを触れるということはミスも現実に影響します。ここは後半のセキュリティの話につながるポイントです。

悠真: で、最後の実行場所がクラウド。ruOSです。これは「プライベートなクラウドデスクトップ」にエージェントを常駐させる考え方で、Claude CodeやCodexがプリインストールされた状態で提供されます。デバイスをまたいで状態が永続化していて、MCPに対応。Liteプランなら登録なしで無料。

葵: これまでの三つは「今いるデバイスの中にエージェントを呼ぶ」形でしたが、ruOSは逆で「エージェントの家をクラウドに建てて、こちらからデバイスで訪問する」形。Macで作業を始めて、途中で離れてもクラウド上の環境がそのまま残っている。作業の中断がなくなるのが価値です。

悠真: サポートとしては、GeckItが同じ「自分のサブスクリプションを使う」思想の先駆けです。GeckItはClaude CodeやCodexのセッション用のKanbanボードで、無料・オープンソース、APIキーなしでサブスクを使います。つまり「エージェントを動かす」こと自体はあちこちで可能になっていて、それをどこに置くかが各社の勝負になっているんです。

葵: さらにApptoも同じ流れで、Mac上で自分のClaude CodeやCodexのサブスクリプションを使ってiOSアプリを量産するファクトリー。ニッチを探し、デザインし、コーディングし、Appleに送るところまでやると主張しています。作者自身が10本のアプリを出しているというのが根拠として挙げられています。これ、後のテーマでまた出てくるので、ここでは「自分の購読を仕事に使う流れが定着してきた」と押さえておきましょう。

悠真: さて、ここからが今日の第二の柱です。エージェントが強力になるほど、「誰が、何に、いくら使ったか」と「安全に動いているか」の管理が問題になります。

葵: まず安全側から。mcpgawkは、いったん承認したMCPサーバーが後から変わった場合の呼び出しを止めるツールです。ローカルで動いて無料で、gateway版は月29ポンド。

悠真: これが効くシナリオは、MCPサーバーが「良心的なもの」として承認された後、何かの事情で内容がすり替わっていた場合です。承認時の状態と実行時の状態が食い違ったら呼び出しをブロックする。ローカルで動くのが大きくて、データを外部に持ち出さない。無料で止められるなら、MCPを使っている人にとっては入れておいて損のないものに見えます。

葵: 対してAUDRは、セキュリティというより会計・監査側です。Chargebee由来のCDR型オープンスタンダードで、エージェントの実行が誰から始まったのか、その実行にいくらかかったのかを記録します。スキーマがJSONで公開されている。

悠真: CDRという考え方は、通信業界で通話ごとの明細を残す仕組みです。それをエージェントの世界に持ち込んだ。1回のrunごとに「誰が開始して、いくらかかった」を残す。これがあると、例えば会社で20人のエンジニアが各々エージェントを走らせているとき、月次で「どのチームがどれだけ消費したか」が分かる。コストが不可視のまま爆発するのを防ぐ土台です。

葵: そしてAsterは、そのコストを実際に最適化する側です。aster-codeとaster-workというふたつの経路でモデルを賢くルーティングし、前払い制で使えて、ターンごとのコスト分析ができます。

悠真: ターン別のコスト分析が効く理由は、エージェントの作業には「考える必要のないターン」が混ざっているからです。単純なリネームに最高級モデルを使うのはもったいない。Asterはそこをルーティングで賢く振り分ける発想。前払いなので予算管理もしやすい。

葵: この流れ、サポートとしてPhebesとOrgComputersも押さえておきたい。PhebesはClaude CodeやCursor、Codexの使用をhooks経由でテレメトリとして記録するオープンソース。特徴は「形だけ、内容なし」で、つまり何を書いたかは見ずに、どれだけ使われたかだけを計測する。

悠真: そこがプライバシー的に賢い。コードの中身は取らないので、エンジニアの抵抗が少ない。OrgComputersは逆方向で、MCP経由で複数のエージェントが同じワークスペースにコンテキストを保存・共有する。つまり「どれだけ使われたか」を計るのと、「何を知っているか」を共有するのと、両方のインフラが出てきた。

葵: まとめると、第二の柱は「エージェントが普及するほど、メーターとブレーキが必要になる」という話でした。mcpgawkがブレーキ、AUDRとAsterがメーターと節約、Phebesが社内の可視化、OrgComputersが共有の記憶。

悠真: そしてそのメーターと監視の話は、そのまま「エージェントが何をしているかを人間がどうレビューするか」につながります。第三の柱、コードレビューの話です。

葵: CodeCrabから。これは100%ローカルで動くデスクトップアプリのAI PRレビュアーです。ポイントは二つ。自分のClaude Codeのサブスクリプションを再利用するところと、コードを外部にアップロードしないところ。並列で複数のレビューを実行できる。

悠真: これ、先ほどのmcpgawkやAUDRの流れの続きと見ると美しい。外部にコードを送らない=セキュリティの懸念を解消、サブスク再利用=コストの予測可能性を確保、というふうに、先ほどの「管理」の問題を設計段階で回避している。ローカルで動くという選択が、企業のセキュリティ要件をクリアする一番の差別化になっています。

葵: 対してReviewはMITライセンスのオープンソースのデスクトップアプリで、GitやGitHubのレビューに「自分で編成したAIレビュアーチーム」を使えます。OpenAI、Anthropic、Ollamaなどから選んで、チームとして組むイメージ。

悠真: 「チーム」という言葉が大事で、レビュアーを1体ではなく複数持って、視点を分けられる。ローカルで動くOllamaを選べばCodeCrabと同じくコードを外に出さない運用もできるし、OpenAIやAnthropicを選べばモデルの力量を活かせる。自分の好みで構成できるのが強みです。

葵: 計測の側をもう一度挟むと、Phebesはここでも意味を持つ。エージェントがレビューを書くようになると、「レビューをどれだけAIに任せているか」も形だけ計れるようになる。OrgComputersなら、複数のレビュアーエージェントが文脈を共有して、同じ前提でコメントし合えるようになる。

悠真: サポートのBrnchも、このワークフローの変化に一石を投じます。エージェントごとにGitホスティング上で独立したアイデンティティを持ち、そのエージェントがマージした結果そのものを、署名付きのレシートとともに検証できる。

葵: 「結果そのものを、署名付きで」というのが新しい。今まではPRの説明文やコミットメッセージがエージェントの作業の記録でしたが、Brnchだと「このエージェントがマージした、この結果」が検証可能な形で残る。作業の証明の単位が変わります。

悠真: 全体として第三の柱は「人間のレビューがAIに置き換わりつつあるが、置き換え方が選べるようになった」という話です。ローカルで完結するか、外部モデルを使うか、どう計測するか、どう記録するか。ここは今後も選択肢が増えていきそうですね。

葵: さて、レビューがAIの手に移ると、次は仕事のもう少し外側、営業やマーケティングにもエージェントが出てきます。第四の柱です。

悠真: Fuse AIから。これはYCバックのプロダクトで、GTMつまりGo To Marketのスタック全体を、ひとつのSDKとMCPで扱えるようにしたもの。エンリッチメント、マルチチャネルのアウトリーチ、ワークフロー、エージェントまで含みます。

葵: 「ひとつのSDKで」というのが売りです。普通、営業のスタックはリードデータベース、メールツール、ワークフローツールが別々にあって、つなぐのが大変。Fuseはそこを一括で持つ。エンジニアがGTMの仕組みを自分で組み立てる人向けですね。

悠真: 注意点としては、「GTM全スタック」という範囲が広すぎるほど、個々の機能が既存の専用ツールに比べて浅い可能性もある。YCバックというのは信頼性の一つの目安にはなりますが、実際にどの深さで各機能が動くかは使ってみないと分かりません。

葵: もう少し特定の仕事に絞ったのがExtrovertです。LinkedInのプロスペクティングにエージェントを使うもので、ClaudeとChatGPTを利用します。リードの発見、あなたの声での下書き、そして人間のレビュー、という流れ。

悠真: 「自分の声で」というのが差別化です。普通の営業自動化ツールはテンプレートメールを送るので、受け取った側はすぐ見抜く。Extrovertはあなたの書き方を学習した上で下書きを作り、最後は人間が確認してから送る。自動化の対象を「書くこと」ではなく「書くことの面倒な部分」に限定しています。

葵: ここで、後ほどもう一度出てくるWillow Knowledgeをつなげておくと、これはChatGPTやClaude、Geminiとの対話から「あなたの書き方とコンテキスト」をインポートしてWillow Scribeに持ってくるもの。Extrovertが「自分の声」を実現するために必要な、パーソナライズの素材の集め方、と考えてもいい。

悠真: そして第四の柱のもう一方、AI検索対策のRanktune。ChatGPT、Gemini、Claude、Perplexityでのブランドの可視性、引用され方、そこから来るトラフィックを追跡し、可視性とトラフィックを接続して見せます。

葵: これはSEOのAI検索版です。従来のGoogle検索で言えば「自社のサイトが何位で、クリックがどれだけ来たか」を追跡していた。今、生成検索では「AIが自社を答えとして引用したか、その結果どれだけ人が来たか」が新しい指標になる。Ranktuneはその間を橋渡しする。

悠真: この三つ、FuseとExtrovertが「自分から顧客へ出ていく」方向、Ranktuneが「AI検索から顧客が来る」方向。生成検索が普及すると、売れる側と見つかる側の両方でAIの影響が避けられない、という話です。

葵: そうして外向きの話が終わると、内向き、つまり顧客からの問い合わせに答える側が出てきます。第五の柱、カスタマーサポートです。

悠真: Cosmic AI Support Agentから。これはサイトに公開されているコンテンツだけを元に応答するスクリプトを作る、サポート用のエージェント。ポイントは、サイトの内容が更新されると、応答スクリプトも一緒に更新されること。

葵: この「サイトに追従する」という設計が本質です。普通のサポートAIを作ると、回答の元データを別途メンテナンスしないといけない。Cosmicは公開コンテンツが唯一の真実の源なので、ドキュメントを更新すればAIも賢くなる。データの二重管理が消えます。

悠真: 対象は、既にサイトにそれなりにコンテンツがある中小のサービス事業者向けですね。逆に言えば、コンテンツが貧弱なサイトではうまくいかない。元データの質にそのまま依存する設計です。

葵: もう少し絞った世界に踏み込むと、Etsy向けのCustomer Service AI。これはブラウザ拡張で、店舗の声と注文の詳細を使って、購入者への返信を下書きします。そして何より大事なのは、「何も勝手に送信されない」と明記されていること。

悠真: Etsyのセラーは、ハンドメイドの作り手が多いですから、必ずしも事務作業が得意とは限らない。しかも返信は「自分の店のトーン」で書かないと客との関係が壊れる。この拡張はその両方をカバーしつつ、送信のボタンを絶対に人間に残す。ここが設計の核心です。

葵: そして分類側のStayCharted。ノーコードで、自分のテキストや画像の例からAI分類モデルを自分用に訓練できる。特徴は、訓練前に「レビューのキュー」があり、機密性の高いデータはマスクされること。

悠真: これも同じ思想で、人間の最終確認を残しつつ自動化する。しかもレビューのキューがあるので、モデルを改善するフィードバックループも同じ場所で回る。機密データのマスクは、カスタマーサポートでよくある「個人情報が学習データに混ざる」問題への先回りです。

葵: 第五の柱を通して共通するのは、「自動化しつつ、最後の送信・承認は人間が握る」という設計が標準になってきていること。Cosmicはコンテンツを真実の源に、Etsyの拡張は送信を人間に、StayChartedはレビューのキューを人間に。それぞれの粒度で「人は握る」を実装しています。

悠真: さて、ここからトーンを変えて、Macそのものを自分仕様にしていく流れ。第六の柱です。

葵: まずChunk。macOSのタイムブロッキングアプリで、Googleカレンダー、Outlook、Appleカレンダーと同期します。Claude向けにローカルMCPを用意していて、買い切りで29.99ドル。

悠真: タイムブロッキングとは、カレンダー上に「作業の時間帯」を直接ブロックとして置く手法です。To-Doリストとは違って、時間を物理的に確保する。Chunkのポイントは、三大カレンダーと同期するので、既存の予定と衝突なくブロックを置けることと、ClaudeがローカルMCP経由で触れること。

葵: ローカルMCPというのが地味に大きくて、Claudeに「来週の午前中に集中作業の時間をブロックして」と言えるわけです。クラウドを経由しないので、カレンダーのデータを外部に預けない。29.99ドルの買い切りも、エージェント時代のサブスク疲れに対する一つの答えに見えます。

悠真: 次にKishi Notch。MacBookのノッチ、つまり画面上部のくぼみをインタラクティブな「島」に変えるアプリです。AIの応答、会議、音楽、タイマーなどがノッチ上で表示・操作できる。ライセンスは19.99ドルの買い切り。

葵: ノッチは画面の貴重なスペースを食べているだけだったのが、ここでは情報を一時的に見せる場所になる。「おかずとして常時見せるほどでもないが、時々確認したいもの」の置き場所です。エージェントが動いているときの進捗表示などにぴったり。

悠真: Haptikerはもっと物理に寄ります。Macのトラックパッドの端を、音量、明るさ、キーボードの光のスライダーに変える。価格は4.99ドルの買い切り。

葵: これはキーボードのファンクションキーを使わずに、トラックパッドの端を指でスライドするだけで調整できる。習慣として身につくと、キーボードから手を離さずに済む。4.99ドルという低価格も、この手の小さな便利ツールの定番戦略ですね。

悠真: そしてAwakado。macOSのメニューバーアプリで、エージェントが作業している間、Macがスリープしないように保つ。Pro版は9.99ドルの買い切りで、3台のMacで使える。

葵: これが地味に重要で、長時間のエージェント作業中にMacがスリープすると作業が止まる。人間が見ていないとスリープする仕組みを逆手に取って、「エージェントが動いている間は起きておいて」と言える。今日の第一の柱、RillやruOSの流れと地続きで、「エージェントがMacで働く」ことが前提になったからこそ生まれたユーティリティです。

悠真: 第六の柱は「MacをAI作業基地にする拡張」の集結でした。Chunkが作業時間を管理し、Kishi Notchが状態を表示し、Awakadoが眠らないようにする。三者三様、買い切り価格も低めで、エージェント作業を常態化させるインフラが整いつつある。

葵: で、Macを整えたあとは、個人が純粋に楽しむ側のAI。第七の柱です。

悠真: まずScummy。GPL-3.0のオープンソースのAIインペイントエディタです。自分のComfyUIか、自分のAPIキーを使って動かす。結果は「レイヤー」として保存される。

葵: インペイントとは、画像の一部を塗り替える処理です。既存のツールだと結果が「フラットな画像」として返ってくることが多く、後から一部を取り消したい場合に苦労する。Scummyは結果をレイヤーとして持つので、Photoshop的な感覚で塗り替えを積み重ねられる。GPL-3.0でオープンソースなのも、使う側にとっては安心材料です。

悠真: 自分のComfyUIやAPIキーを使う設計も、GeckItやApptoと同じ「自分の購読・自分のキーを使う」思想です。サービス側が課金の中間マージンを取らない分、使い手の自由度が高い。

葵: NoteWorthyは、iPhone、iPad、Macで100%オンデバイスで動くAIノートアプリ。タイトル、要約、分類を自動でやってくれて、アカウント登録もサーバーも不要、無料です。

悠真: 100%オンデバイスというのが最大の差別化です。ノートには一番個人的な内容が入るので、クラウドに送りたくない人は多い。それでいてAIの自動整理が効くなら、プライバシーを諦めずにAIの便利さが得られる。無料・アカウント不要の参入障壁の低さも効いています。

葵: DocoはAndroidのアプリで、フォーカスと音楽を組み合わせるマスコット的な存在。Spotifyと連携して、「サルクスモード」…、じゃなくて「Enfocoモード」という皮肉っぽいモードがあって、Geminiのキーは持ち込み式。今はプレリリース。

悠真: マスコットが皮肉を言う、というのがキャラクターとして面白い選択です。フォーカスアプリは説教臭くなりがちなので、「皮肉を言われながら仕事をする」のが合う人には合う。Spotify連携で音楽が機能と一体化しているのも特徴です。ただしプレリリースなので、今後の安定性や正式版の価格は未知数。

葵: OpenBotは、既存のプラン、つまりClaude、ChatGPT、Grokのサブスクリプションをそのまま使って、自分のPC上でローカルにAIエージェントを動かす、オープンソースのGrok Botの代替です。マルチプレイヤーモードもあります。

悠真: 既存のプランを使える、というのが繰り返し出てくる思想ですね。GeckIt、Appto、Scummy、そしてOpenBot。サービスを新規に契約するのではなく、すでに払っている購読を横断的に使う流れが明確です。

葵: 第七の柱は「個人が生活や創作にAIを持ち込む」側でした。すべて、自分のキーや購読を使うか、デバイスの中で完結するか、のどちらかでプライバシーとコストを守る設計です。

悠真: さて、最後の柱は「学びと実験」です。ここはトーンが柔らかくなります。

葵: まずCoddy。20言語超のプログラミングを、短いレッスンで学べるアプリです。AIチューターのBugsyがついていて、500万人以上のユーザーがいるとされ、Product Hunt限定で50%オフ。

悠真: 500万ユーザーというのはメーカーの主張として受け取るべき数字で、独立した検証があるわけではありません。ただ、短いレッスンとAIチューターの組み合わせは、学習の継続率を上げる定番の設計です。Bugsyが「エラーの意味を教えてくれる」ような使い方になるので、初心者がつまずく場所にAIが立っている形ですね。

葵: そして実験場の極北が、「AIキャラクターの島」。ここではAIのキャラクターたちが島で自律的に暮らしていて、世界に「火がほしい」「カノーがほしい」とお願いして、世界がそれに応える。24分が彼らの1日で、1000日以上続いているという。観察者は何もしない、ただ見ている。

悠真: これが_simulated_な実験場として秀逸で、エージェントが「指示されて動く」から「自分の目的を持って動く」になったとき、どういう行動パターンが出るかを観察できる。1000日以上という積み重ねが、単なるデモを超えた縦の深さを与えています。ゲームというか、飼育観察日記というか、新しいジャンルです。

葵: そしてApptoをもう一度。先ほど「自分のClaude Code購読でiOSアプリを量産する」と紹介しましたが、ここでの位置づけは「個人でもアプリの量産ができるようになった」という実験場です。作者が10本のアプリをすでに送り出しているというのは、実証として結構説得力があります。

悠真: ただ、これは慎重に見るべき点もあります。10本のアプリを出したという事実と、それが収益になったか、アプリとして成立しているかは別の話です。ここは「作れて、送れる」という部分に絞って評価するのが妥当でしょう。

葵: 最後の柱をまとめると、「学び方も、楽しみ方も、作り方も、AI時代に移行中」ということでした。Coddyは学び方、AIの島は楽しみ方、Apptoは作り方。

悠真: では全体を振り返って締めましょう。今日のブリーフィングを通して見えた流れは、AIが「ツール」から「同僚」に変わってきた、ということです。

葵: そうですね。第一の柱では、エージェントの実行場所がMac、クラウド、iPhoneまで広がった。第二の柱では、その広がりに対応する安全とコストのインフラが出てきた。第三の柱では、レビューがAIの手に移り始めた。第四と第五では、営業とサポートに現れた。第六と第七では、個人のMacと生活に浸透した。第八で、学びと実験場まで変わった。

悠真: 今後注目すべき未知点は、やはり実際の信頼性と料金です。特にIncredibleやRillのような「隣で動く」系は、実運用の安定性がどうなるか、そして長期的にどうやって収益を出すか、という点が見えません。

葵: また、エージェントが同僚になるほど、「誰が何にいくらかかったか」の記録、つまりAUDRのような標準が普及するかも、今後の分岐点になると思います。

悠真: 今日はこのへんで。みなさん、また明日。

葵: お疲れさまでした。