0821 | Grok 4.6、完全オンデバイスの推論エンジンNobodyWho、PRごとのテスト自動化Checksum AI、ピン留めフィードバックのProtoNote

葵: Bri Radioの「ProductHunt Daily」へようこそ。本日は私、葵と、悠真がお届けします。まずはGrok 4.6、そしてNobodyWho——llama.cppをベースにした推論エンジンで、大規模言語モデルを完全にオンデバイスで動かせるオープンソースの無料ツールです。

悠真: さらにAIネイティブの継続的テストプラットフォームであるChecksum AI、そしてAIプロトタイプをページ上の正確な場所にピン留めされたフィードバックで共有できる「ProtoNote」も取り上げます。

葵: そのほか、bitdrift.ai、Product Huntで注目のAloudも紹介します。お楽しみに。

葵: まずGrok 4.6です。エージェントワークフロー、ソフトウェアエンジニアリング、対話型ウェブアプリ生成に大きな改良が加えられていて、価格は100万トークンあたり2ドルと6ドルの据え置きが維持されています。

悠真: 今回の焦点は長期間稼働するエージェントですね。継続的な推論と実世界での実行を組み合わせる設計で、xAIのAPIやパートナーネットワーク上で長時間動くエージェントワークフローを構築できるようになっています。それがコスト効率を意味するのは、エージェントが稼働するほどトークン消費が増える中で、レートをそのまま保った点です。

葵: 次はNobodyWhoという推論エンジンで、llama.cppをベースにLLMを完全にオンデバイスで実行します。オープンソースかつ無料で、APIキーやクラウド呼び出しは不要です。Swift、Kotlin、Flutter、React Native、Python、Godotの6つのプラットフォームに対応し、デモアプリはiOS、Android、Apple Watch、Vision Pro向けに用意されています。型安全なツール呼び出し、画像と音声のマルチモーダル入力、VulkanとMetalによるGPU高速化に加え、会話を認識した先制的なコンテキストシフトでメッセージ長制限を回避します。また数千のGGUF形式の事前学習済みLLMと互換性があり、GemmaやQwen、LFMといったオープンウェイトモデルを実行できます。

葵: 特筆すべきは関数シグネチャから自動生成された文法に基づくツール呼び出しで、モデルが不正なJSONを返せない設計になっています。ただし、開発者のPierre氏が6つのプラットフォームでローカル推論を本番利用可能にするために数か月を費やしたというのは製品側の主張で、実機でのトークン毎秒やコンテキスト長の実測値は含まれておらず、日常利用に耐える性能かは未検証です。

悠真: 私が気になったのはコミュニティの反応です。ある人はミッドレンジのMacでQwen 1.5Bの初回推論速度を質問し、日常利用に耐えるのか週末の実験レベルなのかを見極めようとしていました。また、Godot対応はローカルで動くNPC用途なのか、ゲームクライアントの外部通信を避けるためなのかという質問も出ています。一方でプライバシー、オフライン機能、幅広いプラットフォーム対応を評価する声もあり、ローカル推論がクラウド呼び出しを置き換えるには必要な速度とコンテキスト長はどの程度かという問いも提起されました。

葵: 次はChecksum AIで、AIネイティブの継続的テストプラットフォームです。手動QAが追いつかないペースで出荷するチーム向けに、プルリクエストごとにエンドツーエンドテストとAPIテストを生成・実行・自動修復します。テストはすべて標準のPlaywrightコードとしてチーム自身のリポジトリにコミットされ、独自フォーマットやロックインはありません。動作は2段階のエージェントループで、まずサンドボックス内のエージェントが変更を検出してテストを生成または更新し、次にスイートを起動して失敗時には別のエージェントが実際のバグか古いテストかをトリアージします。実際のバグはJira、Linear、Slackへ送られ、古いテストは自律的に修正されます。

悠真: それぞれの話を裏付ける数字を整理すると、提供元の主張として、保険プラットフォームのCounterpartは10倍規模のQAチームをオフショア開発者1人の給与の半分以下のコストで運用し、本番停止は発生していません。Söderberg & Partnersは数週間でゼロから完全なカバレッジに到達し、月90時間の手動テストを削減。Postilizeはバグを70%削減し、開発サイクルを30%高速化、フレークテストはゼロとされています。創設者兼CEOのGal氏は、前職でテスト保守にスプリント全体を失った経験があり、それ以前は衛星データから不審な活動を検出するMLモデルを構築していたといいます。

葵: 会社の社員と自認する投稿者は、割り引いて聞くべきと断りつつ、日常的なフロントエンド変更後のテスト失敗で、エージェントが新しい挙動を意図的な変更ではなくリグレッションと判断し、テスト修正ではなく製品バグとして報告した事例が正しかったと振り返っていました。一方、同じPR内の複数サービスにまたがる変更をテストできるか、自動修復されたテストを手動レビューなしで信頼する方法、より大規模なフルスタック・ホステッドのClaude Codeプロジェクトへの適合性は質問として出たものの、提供された議論には回答が含まれていませんでした。

葵: 最後はbitdrift.aiで、世界初のエージェント型モバイル可観測性プラットフォームとされています。AIエージェントがモバイルユーザーの挙動をクエリし、自律的に行動できるリアルタイムの可観測性システムで、bitdriftのPublic APIとbdスキルを基盤に構築されています。ユーザージャーニー、パフォーマンス指標、行動の変化はエージェントが必要なときに利用でき、アプリリリースを10日待つ必要はありません。

悠真: 早期利用者の報告では調査の高速化とMTTRの10倍の改善が挙げられています。モバイルの挙動データを待ち時間なくエージェントに渡せるという点が、このプラットフォームの軸になっていますね。

葵: ProtoNoteは、AIで作ったプロトタイプを共有して、ページ上の正確な場所にピン留めされたフィードバックを受け取るためのツールです。HTMLプロトタイプ、画像、PDFをドロップすると共有リンクが作られ、レビュアーはアカウント不要で名前を入力するだけで、ページ上の正確な場所にノートを残せます。

葵: 製作者の説明によると、ProtoNoteはリモートMCPサーバーとしてClaudeコネクタでも動作します。チャットに「これをProtoNoteにして」と伝えると共有リンクがチャット内に返り、ダウンロードの手順は不要になります。ノートが届いたら「未読ノートを取得して適用して」とClaudeに頼むと、新しいバージョンが自動で公開されます。レビュアーはブラウザに、製作者はチャットに留まったままで作業が完結します。

葵: 製品サイトによると、複数ファイルのアップロードは1つのプロジェクトの複数ページになり、各ページにノートが付きます。プロトタイプは恒久的な場所に保存され、フォルダで整理できます。共有リンクはどのデバイスでも開き、Slackではプレビューが表示されます。ノートは正確なバージョンの正確な場所にピン留めされ、v2を公開しても古いノートは元の場所に残ります。ダッシュボードには「2時間前にMayaが閲覧」のように表示され、ノートや返信が届くと通知されます。デフォルトではプライベートで、リンクを送った人だけが閲覧できます。

葵: 価格設定は、無料プランがアクティブなプロトタイプ3つまでで、HTML・Markdown・画像・PDFに対応し、レビュアーとノートは無制限、メール通知付きです。Proは月額10ドルで、プロトタイプ無制限、フォルダとバージョン履歴、誰がいつ閲覧したかの把握が使えます。レビューは常に無料で、共有相手が支払いを求められることはありません。

葵: Product Huntで公開されたHermai Brand APIは、B2B SaaSを顧客ごとのブランドでホワイトラベル化するAPIです。顧客が仕事用メールアドレスか企業ドメインでサインアップすると、APIがロゴ、ブランドカラー、会社説明文、そしてすぐ適用できるテーマを返します。メーカーによれば、サインアップ時の1回のAPIコールで、ロゴの手動収集やブランド設定ページなしに、初回ログインから全顧客のアカウントを顧客自身の見た目にできるとされています。メールボックス名は保存されず、ドメインのみを読み取るとのことです。

悠真: 価格設定を見ると、無料枠として毎月1,000ブランドまでカード不要で使えます。超えるとStarterが月額49ドルで15,000クレジット、Proが月額149ドルで60,000クレジットで、1クレジットが1ブランドに相当します。保留中のチェック、失敗した結果、ロゴ配信はクレジットを消費しないとされています。さらにClaude CodeまたはCodex向けのローカルプレビュースキルも提供され、アカウントとAPIキーなしで自社ダッシュボード上でブランドを試せるとメーカーは説明しています。

葵: 安全性については、各フィールドに情報源のURLとシグナル、タイムスタンプが付与され、色はコントラストチェック済み、フォールバック時には自社のテーマを維持する設計だとされています。ただし、メーカーが自社テストとして未見の100ドメインを処理し誤った会社判定がゼロだったと報告していますが、これは検証されていないメーカーの主張です。コミュニティでは、あるユーザーが自分の仕事用メールでデモを試し情報が素早くまとまったと評価した一方、ロゴの使用が推奨を意味すると受け取られる可能性があるとして、トレードマーク権とオプトアウトの扱いについての質問も出ています。

悠真: 続いて、Product Huntに取り上げられた「Lifelong」は、個人ではなく世帯を単位にした家族向け健康管理アプリです。投稿者によると、Gurleen氏とParam氏、投稿者の3人で開発し、きっかけは投稿者の祖父が歩けなくなり、病院用ベッドが通れて車椅子がトイレに届くよう父親が家の壁を2枚取り払ったこと。介護制度が家の玄関で止まった経験が元になっていると説明されています。

葵: 薬、症状、予約、記録、活動、睡眠を家族の人数分まとめて管理でき、Apple Health、Apple Watch、Ouraなどのウェアラブル端末を接続すると、睡眠、活動、回復、心拍数のトレンドを確認できます。アプリ内AIアシスタント「Alo」は、症状や薬の変更などの更新を記録でき、睡眠や回復についての質問に答えたり、検査結果の写真やPDFを送ると記録に変換してくれたりします。共有はユーザーが管理し、家族メンバーごとに見える範囲を決められます。

悠真: 家族全員を1つの「Lifelong Plus」会員権に含めることができ、14日間の無料トライアル付きです。iOS向けで、App Storeの表記ではiPhoneのみ対応、macOS未検証、基本無料でアプリ内課金あり、英語のみ、13歳以上向けで、開発者はAHANA STUDIOS LIMITEDです。開発者側の説明ではデータは暗号化され販売も広告利用もされませんが、このプライバシー慣行の説明はAppleが検証していません。またLifelongは医療機器ではなく、医学的助言も提供しないと明記されています。

葵: コミュニティでは、家族の健康管理を記憶する人の精神的負担を減らす点を評価するコメントがあった一方、別のユーザーがプライバシー対策について質問しました。App Storeのレビューは1件のみで評価は5.0。gdawginthehouse氏は、家族の記録、Apple Watchの指標、薬を一箇所で管理でき、当然あるべきアプリなのに市場にこれしかないのは意外と書いています。

葵: 今回は、エージェント型ワークフローに連続推論を加えたGrok 4.6と、APIキーもクラウド呼び出しも不要で、6つのフレームワーク向けにローカル推論を実現するNobodyWhoの2つを中心に、モデル関連の話題をまとめてきました。

悠真: オンデバイスでしか動かないからこそ見える使い方と、価格そのままで推論が続くGrokの話、それぞれ印象に残るポイントでしたね。

葵: お付き合いいただき、ありがとうございました。次回もどうぞお楽しみに。