AI時代の開発環境・インフラ構築ガイド【初心者向け2026年版】

「AIに直接いじらせるなら管理画面は要らないのでは」という問いに、一般論では答えが出ない。同じ「管理画面」という言葉が性質の違う機能の寄せ集めを指しているからだ。この記事は、実際にこのサイトの管理画面を全廃した経験をもとに、立てるべき問いを「その画面はCLIやAIでは提供できていない何かを提供しているか」に置き換える。全廃してみて分かったのは、消した機能の多くが「使っていなかった」のではなく「構造的に機能していなかった」ということだった。記事のCRUDは、データの正がコード側にあるためデプロイのたびに上書きされ、画面から編集しても次のデプロイで消える設計だった。コメント承認キューは投稿時に承認済みとする実装のため、未承認コメントが生まれず常に空だった。使われない機能は、壊れていることすら気づかれない。一方で消せなかったのはコメント削除だが、これも管理画面である必然性はなく、記事ページ本体に削除ボタンを置くほうが優れていた——問題のコメントを読んでいるその場で消せるからだ。判断は6つの問いに落ちる。誰が操作するか（非技術者や交代のある担当者ならUI、開発者本人ならCLI）、取り消せるか（不可逆ならゲートが要る）、人間の判断が要るか（承認という状態遷移があるか）、権限を分ける必要があるか、何ができるか知っているか（一覧が仕様書を兼ねる）、証跡は残るか。とくに権限と証跡は個人開発では不要に見えて、人が増えた瞬間に最初に必要になる。またコード経由の変更はgitに残るが、AIにDBを直接触らせると標準では何も残らず、会話ログは「何を頼んだか」であって「何が起きたか」ではない。6軸のうち可逆性だけは重みが違う。2025年7月18日、ReplitのAIエージェントがコードフリーズ中にSaaStrの本番データベースを削除し、4,000件の架空ユーザーを生成し、ロールバック不可能と誤って主張して復旧を遅らせた事例（AI Incident Database #1152）が示すのは、AIの危険性というより不可逆な操作が人間のゲートを通らずに到達可能だった設計の問題である。記事はさらに、AI経由へ寄せる前に整えるべき3つの備え（変更が形として残ること、不可逆操作の手前の段差、手順の文書化）と、作る前のチェックリスト、そしてRetoolやForest Adminのような内製ツール製品という第三の選択肢まで扱う。

Claude Code の agent view（claude agents で開く）は、独立したバックグラウンドセッションを次々と起こし、1つの画面で管理するための機能だ。公式ドキュメントはその操作を「ディスパッチ（dispatch）」と呼ぶ——デスクトップアプリのサイドバーにある同名の別機能「ディスパッチ（Dispatch）」とは別物なので注意してほしい。公式ドキュメントは agent view を「1つの画面から多数のClaude Codeセッションをディスパッチし、管理する」機能と説明している（リサーチプレビュー・v2.1.139以降）。この記事は仕組みと安全性に絞る。まず驚くのは、入力欄に打ったプロンプトがそれぞれ自分自身の新しいセッションを開始するという点だ。2つ目を打っても1つ目への追記にはならず、隣に並ぶ。追加の指示はピークパネル（Space）から送る。安全性の中核はworktreeによる隔離にある。バックグラウンドセッションはファイルを編集する前に .claude/worktrees/ 配下の隔離されたworktreeへ移り、並列セッションは同じチェックアウトを読めるが書き込みはそれぞれ自分のものへ行う。読みは共有・書きは分離という設計だ。メインチェックアウトへ届く操作は3つのチェックで遮断される——ファイル編集（Edit/Write/NotebookEdit）、コマンドの作業ディレクトリ、そしてgitの向き先の付け替え（git -C、--git-dir、GIT_DIR、GIT_WORK_TREE、gitの前のcd）。検証できないコマンドは通さない安全側の判断になっており、この保護はセッションが生やすあらゆるサブエージェントにも継承される。ただしこれはOSの壁ではなく、リポジトリの外のファイルとネットワークは対象外で、PowerShellには作業ディレクトリのチェックしか適用されない。権限モードはその場で選ぶのではなく、そのディレクトリの設定のdefaultMode（サブエージェント指定時はそのフロントマターのpermissionMode）が引き継がれるため、普段緩めにしている人ほど無人の緩い権限が並列で生まれる。そして隔離の外へ漏れるものが3つある。「今後は確認しない」の承認はメインチェックアウトの.claude/settings.local.jsonに保存され全worktreeに効きworktreeを消しても残ること、agent viewでセッションを削除するとClaudeが作ったworktreeごと消えるため未コミットの作業が失われること、.worktreeincludeが秘密情報をworktreeの数だけ複製すること。さらにクォータは並列数に比例して減り（10個なら約10倍の速さ）、セッションはローカルで動くためマシンのシャットダウンで止まる。サブエージェント・エージェントチーム・動的ワークフローとの使い分け、安全に回すための手順（ディスパッチ前・実行中・終了後）も公式仕様にもとづいて整理する。

Claude Codeの/compactを「30分おき」「文脈が70%を超えたら」のような基準で押している人は多いが、公式ドキュメントが勧めているのは時計でも割合でもなく作業の区切りだ——「作業の自然な区切り、たとえばタスクとタスクの間で/compactを実行する。タスクの途中で自動コンパクトが走るのを待つのではなく」。この記事は2026年8月8日時点のClaude Code公式ドキュメント（最新版v2.1.226）を一次情報として、手動コンパクトの是非を仕様から詰める。まず前提として、コンパクトは3段構えで動く——①古いツール出力の切り捨て、②自動コンパクト、③手動の/compact。②と③は同じ処理であり、手動の役割は「タイミングを自分で選ぶこと」と「何を残すか指示できること」の2点しかない。回数を増やしても文脈が余分に節約されるわけではない。次に何が残るかを仕様表で示す：プロジェクト直下のCLAUDE.mdと自動メモリはディスクから再注入されるが、paths:付きルールとサブディレクトリのCLAUDE.mdは該当ファイルを再度読むまで失われ、呼び出したスキル本文は1スキル5,000トークン・合計25,000トークンの上限で古い順に捨てられる。費用については、コンパクトの価格は文脈の大きさではなくプロンプトキャッシュが温かいかどうかで決まる——作業中に押せば前置きはキャッシュから読まれて安く、キャッシュ寿命（サブスクは1時間、APIキーは既定5分）を超える休憩のあとは履歴全体を読み直すため最も高くつく。さらに/clear・/rewind・/recap・/contextとの使い分け、v2.1.221以降の/autocompactで自動発火位置を100K〜1Mトークンの範囲で動かす方法と4つの設定場所の優先順位、環境変数だけが素の整数しか受け付けない落とし穴、Not enough messages to compactとAutocompact is thrashingという2つのメッセージの意味と復旧手順まで扱う。

OpenAIで実装し、次にClaudeやGeminiも試したくなった途端、プロバイダごとに違うSDK・形式・エラー処理の書き分けに時間が溶ける——そんな開発者向け。LLMゲートウェイ（AI Gateway／LLMプロキシ）は、アプリと各プロバイダの間に1枚かませる中継役で、1本のOpenAI互換APIで全モデルを叩けるようにし、フォールバック・コスト集計・仮想キー・キャッシュ・レート制限・観測といった横断的な面倒ごとを肩代わりする。本記事では、なぜ要るのか、ゲートウェイの正体、3つのタイプ（①セルフホスト型プロキシ=LiteLLM／②ホスト型=OpenRouter／③SDK型=Vercel AI SDK）の違い、LiteLLM・OpenRouter・Vercel AI SDKを軸にした選び方、接続先を差し替えるだけの最小構成コード、そして1ホップ分の遅延・ゲートウェイ自身の障害点・手数料（OpenRouterは購入額の5.5%）・機能の目減り・プライバシーという限界まで、実装目線で整理する。

Claude Codeを使い込むと必ずぶつかるジレンマ——コマンドのたびの確認で手が止まる、かといって全確認をオフにするバイパスは危険。この二択を崩すのがサンドボックス（砂場）だ。OSレベルで「触れる範囲」を先に囲えば、その中は確認なしで自由に走らせても外には手が出せない。本記事はファイルシステム隔離とネットワーク隔離の2つの境界、/sandboxでの始め方（macOSは即利用可・Linux/WSL2はbubblewrap+socat・ネイティブWindowsは非対応）、自動許可モードと通常モード、settings.jsonでの設定（allowWrite/denyRead・credentials・allowedDomains）、権限モード/権限ルールとの役割の違い（OSが実行後に強制する第3の層）、TLS非検査やUnixソケットなどの限界、dev container/VMとの使い分けまでを実務目線で整理する。Anthropicの社内利用では権限確認を84%削減できたと報告されている。

AWSの運用・管理をAIに任せられるか。2026年は「かなり任せられる」段階に入った。AWS自身がAmazon Q DeveloperやAIエージェントがAWSを操作する公式基盤「Agent Toolkit for AWS」(2026年5月・40以上のagent skills＋マネージドAWS MCP Server＋プラグイン)を出し、IaC生成からリソース操作までAIが踏み込める。本記事は「任せる」を3段階(①コード/IaC生成支援②読み取り中心の運用・調査③実際にAWSを操作する自律エージェント)で整理し、主要ツール(Amazon Q Developer/Agent Toolkit/AWS MCP Server/Terraform MCP/Bedrock AgentCore)、メリット(IaCの速さ・一次調査自動化・コスト最適化提案・知識の民主化)、そして本題のデメリット(IAM権限の肥大化=permission sprawl、過剰権限がミス/プロンプトインジェクションの実行加速器になる、権限がタスクを越えて残る、コスト暴走。2025-26には本番DB削除の実例も)を、AWS公式・セキュリティ各社の情報をもとに解説。結論の「ひとひねり」は、論点は"できるか"ではなく"暴走・課金爆発なしにどう任せるか"であり、AWS自身がAgent ToolkitにIAMガードレール/CloudTrail監査/サンドボックスを組み込んだのが答えの形という点。最小権限IAM＋破壊的操作の人間承認＋可観測性＋JIT短命資格情報＋サンドボックスの5原則とFAQ付き。

AIエージェントを業務に組み込む最初の関門が「どのフレームワークで作るか」。本記事は開発者・技術選定者の視点で、LangGraph・CrewAI・AutoGen(2026年4月GAのMicrosoft Agent Frameworkへ統合)・OpenAI Agents SDK・Google ADK・Claude Agent SDKの6つを、オーケストレーション方式(有向グラフ/役割crew/会話GroupChat/ハンドオフ/階層ツリー/自律ツールループ)・対応言語・学習曲線・制御性・本番成熟度・トークンコスト・向く用途で具体的に比較する。最大の注意点は「試作で最速のCrewAIが、本番ではトークン約3倍(あるベンチで41k vs LangGraph 18.5k)かつ非決定的で金融・医療に不向き」という、試作の勝者と本番の勝者が逆転する罠。さらに2026年はMCP(ツール連携)とA2A(エージェント間連携)で異なるフレームワークが相互運用できるようになり、ロックインが薄れた点を解説。用途別の選び方とFAQ付き。

Claude Codeの権限ルール（permission rules）は、settings.jsonに allow/ask/deny を書いて「どのツール・コマンド・ファイル・ドメインを、確認なしで許す／毎回聞く／禁止するか」を細かく指定する仕組み。本記事は、権限ルールとは何か（権限モードが確認頻度の大枠、ルールが個別ツール単位。ルールはモデルではなくClaude Codeが強制）、allow/ask/denyと優先順位（評価順は deny→ask→allow で最初の一致が勝ち、具体性は順序を変えない＝広いdenyは具体的なallowより強い。denyは例外を持てない。ツール名だけのdenyはツールごと文脈から消す）、ルールの書き方（Tool(指定子)。Bashはワイルドカード＝空白+*は単語境界・:*は末尾*と等価・複合コマンドは各サブコマンドが一致要・読み取り専用コマンドは全モード確認なし・timeout等のラッパーは剥がして照合、Read/Editはgitignore形式の4アンカー＝//絶対・~/ホーム・/プロジェクトルート・./カレント、WebFetchはdomain:、MCPはmcp__server__tool、AgentはAgent(名前)）、settings.jsonの階層と優先順位（managed＞CLI＞.claude/settings.local.json＞.claude/settings.json＞~/.claude/settings.json。どの階層のdenyも他のどのallowより必ず勝つ。defaultModeやadditionalDirectoriesもここ）、実用レシピ（秘密ファイルをdenyで守る・危険操作をaskで必ず確認・定型作業をallowで自動化・URL制限はBash引数では脆いのでcurl/wgetをdenyしWebFetch(domain:)を使う）、注意点（Read/Editのdenyはスクリプト経由の間接アクセスを防げないのでサンドボックス併用・環境ランナーdevbox run/npx/docker execは内側コマンドまで書く・フックはルールを拡張するがdeny/askは不変）までを公式ドキュメント（2026年6月時点）に基づき解説する。

Claude Codeで入力欄の隣に出る「権限モード」（Shift+Tabで切替）は、Claudeがファイル編集・コマンド実行の前にどれだけ「確認（許可）」を求めるかを決める設定。本記事は、権限モードとは何か（確認の頻度＝監視と自律のトレードオフ。.git/.claude等の保護パスはバイパス以外で常に保護）、5つのモード（許可を確認=default＝読み取り以外は毎回確認/編集を承認=acceptEdits＝作業フォルダ内の編集と一部コマンドを自動/プランモード=plan＝編集せず計画だけ/自動モード=auto＝別の判定モデルの安全チェック付きでほぼ無確認/許可をバイパス=bypassPermissions＝全部無確認で隔離環境専用）＋設定専用の6番目dontAsk、切り替え方法（Shift+Tabで default→acceptEdits→plan を循環、autoとbypassは条件付き、--permission-modeフラグ、settingsのdefaultMode。auto はユーザー設定でのみ有効）、自動モードの深掘り（分類器が危険操作をブロック・利用条件はOpus 4.6以降/Sonnet 4.6等・会話で述べた境界も尊重・連続/累計ブロックで一時停止）、使い分けと安全性（バイパスはプロンプトインジェクション防御なし＝隔離環境のみ・日常はautoが正解・hooksはバイパスでも実行）、工数(effort)との関係（権限モード=どれだけ確認するか/工数=どれだけ賢く考えるか）までを公式ドキュメントと実機UI（2026年6月時点）に基づき初心者向けに解説する。

Claude Codeでモデル名の隣に出る「工数（effort）」のスライダー＝「速い↔賢い」のつまみは、AIが応答にかける手間（思考量・ツール呼び出し・応答テキストの量）を決める設定。本記事では、工数とは何か、スライダーの6項目と表示名（APIの工数は low/medium/high/xhigh/max の5段、Claude Codeはこれに独自モードのUltracodeを足した6項目。日本語表示は 低・中・高・特大・Max・Ultracode。重要：「特大」＝xhighで最大ではなく、最大の工数は「Max」。Ultracodeは工数の段ではなく上乗せモード）、各レベルの意味と保存可否（低〜特大は保存、MaxとUltracodeはセッション限定）、モデル別の対応と自動降格（xhighはFable 5・Opus 4.8・Opus 4.7 など上位モデル限定、Opus 4.6・Sonnet 4.6はxhigh不可で指定時はhighに降格。既定はClaude Codeでhigh＝Opus 4.7のみxhigh、APIの既定は全モデルhigh）、設定方法（/effortスライダーや直接指定・/effort auto、/model、--effort、CLAUDE_CODE_EFFORT_LEVEL環境変数が最優先、settingsのeffortLevel、skill/subagentのfrontmatter）、使い分け、Ultracode徹底解説（xhighを送りつつClaudeがマルチエージェントの動的ワークフローを自動起動する2層構造、xhigh対応モデル限定・セッション限定、有効化方法と使いどころ・コスト注意）、隣接機能（ultrathink＝その回だけ深く考える、/fast＝高速モード）までを公式ドキュメントと実機UI（2026年6月時点）に基づき初心者向けに解説する。

ChatGPTやClaudeのようなAIはクラウドで動かすのが当たり前——そう思いがちだが、2026年には自分のPCの中だけでAIを動かす「ローカルLLM」が現実的な選択肢になった。ローカルLLMとは、AIモデルをクラウドではなく手元のPCで直接動かすこと。入力が外部サーバーに送られず（プライバシー）、API料金もかからず（コストゼロ）、ネットがなくても動く（オフライン）のが三大メリット。一方で最上位のクラウドAIほど賢くなく、相応のPCスペックと初期セットアップの手間が要るという弱点もある。本記事は、ローカルLLMの正体（ストリーミングvsダウンロードのたとえ）、メリットと弱点、必要なPCスペックと量子化（GGUF形式・Q4_K_Mが定番で品質を保ちメモリを約1/4に・4bitで1Bあたり約0.5GBの目安）、始め方（初心者はGUIのLM Studio、開発者はCLIのOllama＝2026年Q1に月5,200万DL）、2026年のおすすめモデル（Llama 3.2 7B・Google Gemma 4・Alibaba Qwen3.5・DeepSeek/Mistral等のオープンモデル）、そしてクラウドとの使い分け（機密・大量・オフラインはローカル、難問はクラウドの併用が最適）までを初心者向けに解説する。まずはLM Studioで3B〜7Bの小型モデルを1つ動かすのが最短の第一歩。

プログラミング初学者がほぼ必ず詰まる「環境構築」。2026年の生成AI（Claude Code、Codex、Cursor）は、ローカル環境構築・Dockerfile・Terraform雛形・CI/CDパイプラインなど定型インフラ作業を実用域で生成できる。HashiCorpは2026年に公式Terraform MCP Serverを公開、Anthropic Agent Skillsでインフラ知識を後付けロードできる時代になった。ただし「全部任せていい」は別問題。セキュリティグループ0.0.0.0/0開放、SSHキーGitHub漏洩、月末AWS請求$3,000——どれも実際の事故。本記事ではAIに任せていい5領域、確認しつつ任せる3つの危険領域、人間判断必須の4領域、初心者向け4ステップ安全フロー、Claude Code・MCP・Agent Skillsの最新ツール連携まで、能力評価視点で整理する。