AIツールの使い方・比較・最新情報

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。

AIと人間、セキュリティ対策で優秀なのはどっちか——2025〜2026年に答えが大きく動いた。GoogleのBig Sleepは実在のゼロデイ(SQLiteのCVE-2025-6965)を悪用前に阻止し、自律AIペンテスターXBOWはHackerOneの全米ランキングで1位に到達。一方でAI生成コードの45%に脆弱性が見つかり(人間製の約2.74倍)、Claudeを悪用した初の大規模AI主導サイバー攻撃(攻撃の80〜90%をAIが自律実行)も起きた。本記事はGoogle・Anthropic・DARPA・Veracodeの一次情報をもとに、速度・規模・網羅で圧倒するAIと、ビジネスロジック・攻撃連鎖・最終判断で勝る人間を、タスク別の早見表で比較。さらにAIが「脆弱性の生成源・攻撃の道具・最強の防御者」という三面性を持つ諸刃の剣であることを示し、結論として勝者は「人間×AI(ケンタウロス型)」の役割分担＋human-in-the-loopであることを、実務者・経営者向けに整理する。

ローカルLLMを動かす定番ツールOllama（オラマ）の使い方を、インストールからAPI活用まで初心者向けに一気通貫で解説する2026年版ガイド。本記事は、Ollamaとは何か（ローカルLLMを手軽に動かす無料OSS＝「LLM版Docker」。モデルDL・量子化形式・GPU設定を肩代わりし、ローカルにAPIサーバーも立つ。LM Studioとの違い＝Ollama=CLI/API/開発者向け、LM Studio=GUI/入門向け）、インストール（公式ollama.comからWin/Mac/Linux・Win/Macはアプリ起動でAPI自動起動・Linuxは1行スクリプト/Dockerイメージ）、基本コマンド早見（run/pull/list(ls)/ps/rm/serve、終了は/bye）、モデルの入れ方・選び方（名前+サイズタグ llama3.2:3b・VRAMに乗るサイズを選ぶ・gemma3:4b/qwen3/qwen3-coderの例・選び方は152、必要VRAMは151へ）、GUI（Open WebUIでChatGPT風画面・最初からGUIならLM Studio）、API活用（localhost:11434・ネイティブ/api/chat・OpenAI互換/v1/chat/completionsで既存コードの接続先変更だけで流用・クラウドのフォールバック）、カスタマイズ（Modelfileで自分専用モデル・環境変数OLLAMA_HOST/OLLAMA_MODELS）、つまずき対処（遅い=VRAM不足/落ちる=RAM不足8GB-16GB目安/API繋がらない=serve・11434/モデル名違い）までを公式情報（2026年時点）に基づき解説する。

ローカルLLMのおすすめモデルを「開発元・出身国・用途・サイズ・ライセンス」で整理する2026年版の比較記事。本記事は、万能の1つはなく「サイズ(VRAM上限)×用途×出身国」の3軸で選ぶという結論、主要ファミリー一覧(開発元・国つき＝Qwen:Alibaba中国・総合力/CJK強・第一候補／Llama:Meta米国・定番・情報量／Gemma:Google米国・軽量効率／DeepSeek:中国・推論コーディング/蒸留小型／Mistral:仏Mistral AI・欧州ソブリンAI・バランス／Phi:Microsoft米国・超小型でも賢いSLM／GLM:Zhipu中国・コーディング、Falcon:UAE・Command:Cohereカナダ)、「出身国」で何が変わるか(★ローカル実行なら入力データは外=開発元の国に送信されない＝中国製でも入力は中国に送られない。効くのはライセンス・組織/政府の調達方針・得意言語の3点)、日本製ローカルLLM(フルスクラッチ系=PLaMo/CyberAgent CALM3/Sarashina/NTT tsuzumi/LLM-jp、海外+日本語強化系=ELYZA(Llamaに日本語追加学習)/Swallow/Rakuten AI)、サイズ別(〜4B/7〜14B/32B/70B+具体モデル名)、用途別(総合/コーディング/日本語/推論/軽量/長文脈)、ライセンス注意(Apache2.0/MIT寛容・Llama系/Gemmaライセンスは独自条件要確認)、選び方フローと導入(Ollama pull)までを解説。オープンモデルは更新が速いため「系統＋用途＋国」で選ぶ方針。2026年時点・最新版とライセンスは配布元で要確認。

ローカルLLMを動かすのに必要なPCスペックを、初心者向けに整理する記事。本記事は、必要スペックの9割はVRAM（GPUのメモリ）で決まること（モデルがVRAMに乗れば快適・乗らなければ激遅か動かない／AppleのM系Macは統合メモリで搭載RAMをVRAMとして使える）、量子化の基礎（FP16=1パラメータ約2バイト／Q8=約1バイト＝半分／Q4=約0.5〜0.7バイト＝約1/4で個人の定番、ざっくり計算式＝パラメータ数B×バイト数＋KVキャッシュで+10〜20%）、モデルサイズ別の必要VRAM早見表（Q4前提で7B〜8B≒6〜8GB／13〜14B≒8〜12GB／32B≒20〜24GB／70B≒40〜48GB+／100B超は128GB+）、文脈長とKVキャッシュの落とし穴（7Bで4k≒+0.3GB・32k≒+2.5GB・128k≒+10GBと長文ほど増える）、GPU・Mac別の現実と速度目安（RTX 3060=入門/4090=32B級・7Bで100tok/s超/5090=32B Q8や70B/Apple M4・M5 Max 64GBで70B可・約20〜30tok/s/CPUのみは遅い）、VRAM以外（システムRAM16〜32GB・SSD・電源冷却）、予算別おすすめ3ティア（入門8〜12GB／標準24GB／本格40〜64GB+）、動かせるモデルの見極め方（VRAM確認→サイズ×0.6+文脈→収まるか）までを2026年の情報で解説する。

自分のPCで動かすローカルLLMと、クラウド経由のClaude・ChatGPT・Geminiなどサービス型LLMの違い・性能差・選び方を整理する記事。本記事は、本質（ローカル=自前主義で自由とプライバシーを取り性能と手間を払う／クラウド=預け主義で最高性能と手軽さを取り課金と依存を払う＝優劣でなくトレードオフ）、7観点の比較表（性能/コスト/プライバシー/速度/手間/オフライン/マルチモーダル）、2026年の性能差の現在地（DeepSeek・Qwen・Llama・GLM・GemmaなどオープンモデルがSWE-Bench系で数ポイント差まで猛追、要約・翻訳・定型コードはローカルでクラウド中位=Sonnet級に近い／複雑な多段推論・長文一貫性・エージェント動作・マルチモーダル＝最難関の1〜2割はクラウド優勢、オープンは数ヶ月遅れで追う位置取り、ローカルはサイズで性能が激変）、コストの違い（クラウド=従量・少量なら割安／ローカル=初期投資後トークン無料・大量利用ほど得・中量が分岐点・隠れコストは時間）、プライバシー・データ主権（ローカルはデータが一切外に出ず規制/エアギャップ向き）、必要ハード早見（量子化前提で1Bあたり0.5〜1GB、7B=VRAM8〜12GB・32B=24GB・70B=40〜48GB以上）、向き不向き、決定ガイド（機密→品質→使用量の順、多くの人はハイブリッドが最適でクラウド停止時のフォールバックにも）までを2026年6月時点の情報で解説する。

AI依存リスクとは、特定のAIサービス・モデルに業務や生活を強く依存した結果、それが使えなくなった/変わった/高くなったときに大きな打撃を受ける状態。本記事は、AI依存リスクとは何か（怖いのは「AIが間違える」ことより「昨日まで動いていたAIが今日は手元にない」不連続。クラウドAIは提供のオン/オフが自分の手の外＝ベンダーが単一障害点）、2026年6月のFable 5・Mythos 5全面停止という実例（公開3日で規制により停止、19日後の2026年7月1日に再展開＝最高性能でも停止リスクはゼロにできない）、依存リスクの6類型（①突然の停止 ②モデルの廃止/退役 ③値上げ・課金変更 ④品質の変化・無断変更 ⑤障害・レート制限・BAN ⑥ベンダーロックイン。①〜⑤は外から降る・⑥は自分で作り込む）、自分の依存度を測る依存マッピング（何に依存・止まると何が困る・無くなったらどうする＋最高性能が要る作業とそうでない作業を分ける）、個人ユーザーの備え5つ（代替を1つ持つ/成果物は自分側に保存/効くプロンプトを資産化/AI無しでもできるを保つ/機密は預けない）、本番システム・開発者の冗長化設計（抽象化レイヤ=LLMゲートウェイ LiteLLM・OpenRouter・Vercel AI SDK／OpenAI互換APIなら接続先とキー変更だけ、フォールバック連鎖は必ず事前テスト、層分離=AI拡張層は外せる・記録基幹層は守る、ローカルLLMという最後の砦、復旧プレイブックでMTTR短縮）、ベンダー選びのチェック（廃止の事前通知＝Anthropic60日以上・OpenAI正式版6ヶ月以上だがプレビューは2週間／変更の透明性／退役後の救済＝重み保存）までを、2026年6月時点の各社公式情報をもとに解説する。

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。

エージェント評価（Agent Evals）は、ツールを使い複数手を踏んで目標を達成するエージェントが本当にタスクを成し遂げられるかを体系的に測る工程。単発出力を採点するLLM評価の発展形で、対象が「1つの出力」から「一連の行動」に広がる。エージェントは計画し、ツールを呼び、状態を更新するため最終出力だけでは不十分で、Googleも「出力確認だけでは足りず行動のなぜを理解する必要がある」として最終応答と軌跡(trajectory)の2系統に分ける。測る軸は5つ=①成果（タスク成功＝「予約しました」という発言ではなくDBに予約が実在するかという最終状態で判定）②軌跡（妥当な手順・正しいツールを正しい順序で）③ツール使用の正確さ（正しいツール・正しい引数・関数名や型まで照合）④効率（手数・トークン・コスト・遅延。多くはオブザーバビリティの観測値を持ち込む実務的扱い）⑤最終応答の質（LLM-as-judge/ルーブリック）。採点者はコード（速い/安い/再現可能だが脆い）→LLM-as-judge（柔軟だが非決定的で要較正）→人間（ゴールド標準だが高コスト・可能なら避ける）を使い分ける。Anthropicは「ツール呼び出しを正しい順序で踏んだかの確認は厳しすぎて脆い。エージェントは妥当な別解を見つけるので、経路ではなく成果を採点する方がよい」と勧める一方、Google/Microsoftは軌跡一致度を正式指標に持つ。固有の難所は非決定性（pass^k）・誤差の連鎖（p^t）・報酬ハッキング（DeepMindのロボットアームが掴んだように見せかけた例）・評価セットの陳腐化や汚染。実務はAnthropic推奨で、本番の失敗から20〜50件をテストケース化→自動採点でCIに乗せ→能力evalと回帰evalを分け→早く書く。SWE-bench/τ-bench/WebArena/GAIA/OSWorld/BFCL等のベンチマークも参考になる（スコアは版で動くので鵜呑みにしない）。公式情報に基づき不確実点を明示しつつ整理する。

Claude Code hooks（フック）は、Claude Codeのライフサイクルの特定の時点で自動実行されるユーザー定義のシェルコマンドで、「必ずこうなってほしい」をLLMの判断に頼らず確定的に実現する仕組み。定番イベントはSessionStart/UserPromptSubmit/PreToolUse/PostToolUse/Notification/Stop/SubagentStop/SessionEnd/PreCompactの9つで、PreToolUse等はブロック可能（保護ファイル編集や危険コマンドを止められる）。設定はsettings.jsonの"hooks"キーにイベント名→マッチャ→type+commandの形で記述。入出力はstdinにJSON（session_id・tool_input等）を受け取り、終了コード0（成功）/2（ブロック、stderrがClaudeに渡る）または構造化JSON（continue・decision:block・permissionDecision:deny/allow/ask等）で返す。原則は「制限はきつくできるが緩くできない」（denyは常に優先、bypassPermissionsでも止まる）。定番ユースケースは編集後の自動整形（PostToolUse＋Edit|Write）・保護ファイル防御・危険コマンド阻止・コンテキスト再注入（SessionStart）・通知/監査ログ・終了前テスト（Stop）。安全面では任意のシェルコマンドを自分の権限で実行するため信頼できるフックだけを設定し、入力の検証/クォート・機微ファイル回避が必須。フック設定はセッション開始時にスナップショットとして固定され、セッション中の変更が反映されないのは安全機構。公式ドキュメントに基づき、定番9イベントと入出力契約を軸に整理する。