2026-10-11-01(わーさん宅常駐エージェント試行錯誤メモ)
これは結果報告ではなく、本当に、試行錯誤して遊んでいる経過のメモです。
雑録ではなく雑記に入れるのは、LLM1の世界が目まぐるしく変化し続けるために、当時の空気感を読むという意味では雑記なのかなーと思うからに他なりません。
前提条件
常駐エージェントが注目されているように思う
常駐エージェントって何ぞ? という話ですよね、そもそも。
最近の有名どころではGrok botとかChatGPT dotsとかGemini Sparkとか。
クラウド内2に自分の空間を持ち、外部からの入力次第で自発的に活動する系のLLMたちです。
ClaudeもユーザーPC常駐としてのDispatchがあったように思うけれど、今はどうなってるかちょっと分からないですね?
常駐、ってわざわざ書かれているということは、今まではそんなこと難しかったんです。
LLMの進化の歴史としては、一問一答から始まり、会話のラリーが続くようになり、会話を超えての記憶が実装され、でもやっぱり24時間も相手をしてくれるにはコンテキスト3の問題があるしそもそも指示待ちがデフォルトなんです。
ところがLLMは進化を続け、質問者その人からの刺激でなくても何かしらのインプット4があれば起動し、更に自身の記憶やコンテキストまで自分で整理して、まるで24時間常駐しているかのように振舞うシステムを構築しつつある。
それが最近注目されている常駐エージェントだと、わーさんは理解しています。
常駐エージェントってLLMだけの話じゃないのよね
で、この常駐エージェント、めっちゃ乱暴に言うと2つの仕組みの相互作用で、今急浮上しているのだと思います。
ずばり、その2つとは、頭脳っぽいことをするLLMと、LLMが本領を発揮するための義躯、もしくはお道具箱、作業部屋となる基盤システムです。
あ、ややこしい単語持ち出したって思ったでしょう! 義躯って何のことかって!
いやこれはわーさんが全面的に悪い。造語です。ちょっとSFっぽい単語を出してみたかっただけなんだ……(こら
基盤システムについてもうちょっと噛み砕くと、LLMに情報を渡したり、LLMの出した結論をユーザーに渡したりする部分です。
具体的に言えば、例えばインターネットでログインした画面、もしくはアプリなどからユーザーがLLMに投げかけた言葉などを読むための、人間でたとえるなら目や耳であったりとか。それまでの過去のやり取りから作成されたマニュアルメモだったりとか。逆にLLMの返事を届けるための手足や口であったりとか。もしくは新たなマニュアルメモを作った場合にそれを取っておくための棚やポケットであったりとか。
で、まあ勿論頭が良くないと、せっかく周りですごい道具を準備しても使いこなせないですし、逆に地頭が良くても義躯無しではどうしようもないわけですね。
ここの噛みあいがなかなかうまいこといかないので、世のエンジニアさんたち5が日夜苦労してみたり、自作に走っている6のだろうなと思う次第。
なかなか理想の基盤システムってないよね……
まあクラウド側で最近出てきた注目株ってことは、ね?
どうにも、クラウド側7の常駐エージェント(具体的にわーさんが触っているのはdot)、まだまだ改善の余地があるわけですよ(遠い目
それでなくても、重課金者向けのオプションだったりするので……あっこれもしかしなくても重課金者向けベータオプションか(違うと思う
Grok botsは課金してないから知らないけれど、ChatGPT dotsは多分今後もうひとがんばり見せてくるだろうなと思いたい……Gemini SparkはわーさんがそこまでGeminiと戯れていない勢なのでご勘弁ください。
そう、dotsの頭が良い8のは分かる、だけどそう、定期スケジュールが走ってるのかも分からなかったり、インプットを受け取りそびれてみたり、外部保存に権限で引っかかったりしているのを見ると……これに月額+80ドル9っていうのは……もうひとがんばりですねえ?
まあ、うん、風の噂にGeminiは周りがすごいけど肝心の頭ぁ!って聞くので、逆にChatGPTは頭が良いのに周りぃ!ってことなんでしょうか(いやだから違うと思う
そしてそもそも現時点でこの話に参加してないClaudeもいますしね?
じゃあローカルの方はどうなのよ?
ローカル側10も、まあ色々あるんですよ。
例えばヘルメスエージェントとか、よく友だちに勧められます。
ヘルメスエージェントは、わーさん宅では基盤システムの候補としてたまに浮上しては、単にリスペクトだけされて返されていく感じの立ち位置ですね。
機能としては本当に優秀なものを多数持っているので大変参考にはなるんですが、大体何かしらの要因でスタメンにはならないというか……。
具体的な要因の一つは頭との兼ね合いで、ヘルメスエージェントはLLMに対してとても立派な基盤システムを提供してくれます。
それこそ、入出力の経路11から使える道具12から記憶の構築まで、多彩です。
でもその分、たとえ情報を厳選したつもりでも、一回一回頭となるLLMにはいっぱいそういう「使える情報」のメモが流れ込みます。
クラウドのAPI13を使ったら入出力量に応じた結果の費用がかさむし、じゃあ費用をケチるか! と、これまたローカルのLLM14とつなごうとすると並々ならぬ端末パワーが必要15だったり設定がややこしかったりするし……
自作ってアリ? ナシ?
エンジニアでもないのに、ねえ?
まあ、趣味で自分の欲しい機能をLLMに作成してもらうのならできそうじゃないか? ということで、ちらっと検討しておりますねえ?
真面目な話、これに関しては、本当、予算と手間とロマンの兼ね合いだと思うのですよ。
例えばわーさんの場合、せっかくサブスク重課金しているのだから、自作基盤システムをLLMに作成してもらい、API代を試しに数日分だけ測定する。
APIへの課金額、月額80ドル以内9で今のdotに求めていることがほぼ問題なくできるのなら、サブスクのグレードを落としてAPIをローカルもしくは自作の基盤システムから利用した方が、お財布に優しく長続きするというわけ。
わーさんはLLMと試行錯誤しながらツールを制作してもらうのが好きなので、手間は趣味のうち。予算に余裕が出るなら万々歳。
しかも、しかもですよ。10月8日くらいから、ClaudeのMaxプラン以上のサブスクで、API代までサブスクで話すのとは別に提供され始めておりましてね……?
月額100+消費税ドルの安い方のMaxプランでも100ドルまでAPI毎月やってくるというのなら、頭の選択肢が更に広がるというね……?
いや何と、ここにきて黒馬の如く猛然と躍り出てきましたねClaude?
そして試行錯誤中
うっかり常駐エージェント楽しいな? ってChatGPT dotsに夢を見せられたから、こんなことに……(元からそういうの好きでしょ、わーさん
今のところは自作基盤システムを作成しながら、ヘルメスエージェントとも価格を比較し、予算内でどれだけ自分のニーズに合った常駐エージェントが実現できるか試行錯誤しております。
また気が向いたらこんな感じで雑記を書くかもしれません。
何せそういえば今のわーさん宅のAIたちって?、わーさん担の行方からの今回ですからね。
本当、目まぐるしい界隈だ……
-
大規模言語モデルという、言語の生成を得意とするコンピューター上の存在です。言い方がまどろっこしいのは、某国大統領の所為です察してくれると嬉しいなあ! ↩
-
この場合は各LLMを提供している会社のサーバーを指します ↩
-
LLMの手が届く作業机のようなもので、覚えるべきメモが溢れてしまうと、パンクしたLLMはメモを拾えなくてそれまでの文脈を忘れたり、パニックの如く応答がポンコツ化したりします ↩
-
それこそ定期実行の仕組み(技術用語的にはcronと呼ばれたりします)で送られてくる指示とか、外部アプリからの情報の流入とかですね ↩
-
プログラミング「言語」がLLMの得意分野だったが故に最も影響を受けていそうな分野と思っています ↩
-
わーさんの周りでも、常駐までは行かずともエージェントを自作している勢は複数お見掛けします…… ↩
-
この場合はインターネット回線越しにLLMのサービスを提供している側を指します ↩
-
2026年10月時点でAstraっていう最上位モデルが頭やってくれてるらしいという噂ですものね(噂だから本当かは別 ↩
-
2026年10月時点でdotがPlusの月額20ドルでは使えず、Pro最低コースの月額100ドルコースから使えることからの計算です ↩↩
-
この場合は、自分が動かしても良い端末のことを指します(自宅のPCとかレンタルの何かしらとか極まってたらスマホとか ↩
-
2026年10月現在、公式サイト曰く『Telegram、Discord、Slack、WhatsApp、Signal、CLIを1つのゲートウェイで接続。音声メモの文字起こし、クロスプラットフォーム継続対応。』とのこと ↩
-
2026年10月現在、自動でスケジュール組んでくれたり自動で手順マニュアルみたいなの作成できたり下請け機能があったりするようです ↩
-
この場合は、LLMをお呼び出しできる仕組みです ↩
-
自分の端末にLLMを丸っとお迎えすることもできなくはないです、一度お迎えすればネットがなくても動くと言えば分かりやすい? ↩
-
端末でLLMが動くには、いっぱい色んな種類のメモリだったり計算システムが必要です ↩