Claude競合?オープンなAIコーディング環境が登場
朝の出汁版(通勤2分)
- ポイント1: AnthropicのClaude Coworkに相当するAI協働コーディング環境を、オープンソースで再現したツール「openwork」が公開された。
- ポイント2: 内部エンジンとしてopencode(オープンソースのAIコーディング基盤)を採用しており、使用するAIモデルや動作環境を自分でカスタマイズできる点が特徴。
- ポイント3: GitHubのリポジトリからすぐにセットアップを始められるため、「特定サービスに縛られずにAIにコードを書かせたい」という人はまずドキュメントの確認から入るとよい。
出汁の素(深読みモード)
Claude Coworkのオープンソース版、という立ち位置
AnthropicがリリースしたClaude Coworkは、AIがコードを書き・実行し・ファイルを操作する「AI協働コーディング環境」として注目を集めた。そのオープンソース代替として公開されたのが「openwork」だ。GitHubのスター数はすでに18,500を超えており、公開から短期間でこれだけの関心を集めていること自体、需要の大きさを示している。
根本的な発想はシンプルで、「特定サービスのアカウントや課金プランに縛られず、同等の体験を自分の環境で持ちたい」というニーズへの回答だ。Claude Coworkを使うにはAnthropicのサービスと契約が必要だが、openworkはセルフホストが基本となる。使うAIモデルも自分で選べる。
内部エンジン「opencode」が肝——何が変わるのか
openworkの中核を担うのは「opencode」というオープンソースのAIコーディング基盤で、openworkはその上に構築されたUIレイヤー、という関係になっている。
この構造が重要なのは、AIモデル部分を差し替えられることを意味するからだ。Claude系のモデルはもちろん、OpenAIやローカルLLMを接続する選択肢もある。特定プロバイダへの依存度を下げながら、「AIがコードを書く・ファイルを操作する・ターミナルを実行する」という体験を維持できる点がポイントになる。
以前紹介したコーディングAIだけで本番エージェントを作る新手順のように、AIをコーディングの中心に置く流れはここ数ヶ月で急加速している。openworkはその流れの中で「自前で持てるCowork環境」という選択肢を追加したと見るとわかりやすい。
「コードなしで使えること」と「書けると有利なこと」の分かれ目
dev系ツールのため構えてしまう人もいるかもしれないが、整理すると使い分けの輪郭が見えてくる。
コードなしでも試せること: リポジトリのREADMEに従ってセットアップし、自然言語でコーディング指示を出す基本的な使い方。「このファイルを読んで仕様を整理して」「ここにAPIを追加して」といった指示を投げる操作自体はコード不要で、チャットUIが起点になる。
コードが書けると有利なこと: AIが生成したコードをレビューして意図通りに動いているか判断すること、モデルの接続設定やカスタマイズを細かく調整すること、opencodeの設定ファイルを書いて動作を変えること。AIのアウトプットを「使える状態」に仕上げる部分は、読める力があると格段に速くなる。
AIエージェントに「スキル」を管理させる新発想でも触れた通り、AIをどう「設計して動かすか」という上流部分のリテラシーが、ツールの恩恵を受けられる量に直結し始めている。
まず触るなら——セットアップの最初の一手
試したい人はGitHubリポジトリ(https://github.com/different-ai/openwork)のREADMEから入るのが最短ルートだ。opencodeを内部で使っているため、Node.jsが動く環境があれば基本的な動作確認まではできる構成になっている。
最初に確認しておきたいのは次の3点:
- どのAIモデルを接続するか:APIキーが必要なモデル(OpenAI・Anthropicなど)を使う場合は事前に用意しておく。ローカルモデルを使う選択肢もあるが、初回はAPI接続の方が手順が少ない。
- 動かしたいプロジェクトの規模感:既存のコードベースに接続して使う場合と、ゼロから新規プロジェクトを作る場合で、最初の指示の出し方が変わる。
- ドキュメントの英語を読む準備:現時点で日本語ドキュメントはなく、READMEとIssueトラッカーが主な情報源となる。
「まずClaude Coworkとどう違うのか体感したい」という動機で触るなら、既存の小さなプロジェクトに接続して同じ指示を出し比べてみるのが、判断軸を作る上でも実用的な入り方になる。
モデル選択肢が増えるほど「何を基準に選ぶか」が問われる
openworkが示している方向性は「特定のAIベンダーに縛られない環境を自分で持つ」というものだが、裏を返せば、使うモデルをユーザーが能動的に選ぶ必要が生まれる。コーディング精度・コストのバランス・ローカル実行の要否といった変数を自分で判断しながら接続モデルを切り替える使い方が前提になってくるからだ。
ClaudeとGPT-4系でコード生成の得意な領域が異なることはすでに知られているが、openworkのような環境では「タスクによってモデルを使い分ける」運用も視野に入る。opencodeが提供するAPI抽象化レイヤーがその切り替えをどこまで楽にしているか、IssueやDiscussionを追うと実運用のヒントが拾いやすい。自前のコーディング環境を育てたい人は、リポジトリのDependabotアラートやReleasesページをウォッチしておくと、開発の速度感や安定性も判断材料として見えてくる。
参照ソース
- [GitHub]dotnet/aspnetcore→ github.com/dotnet/aspnetcore
- [GitHub]WhiskeySockets/Baileys→ github.com/WhiskeySockets/Baileys
- [GitHub]different-ai/openwork→ github.com/different-ai/openwork
