僕の履歴書 〜GASのコピペから始まり、月間数十億トークンを「采配」する自律エージェントの指揮官になるまで〜
僕の履歴書 〜GASのコピペから始まり、月間数十億トークンを「采配」する自律エージェントの指揮官になるまで〜
出典: note.com / 2026-05-04
LLM開発企業へ。私をスカウトしてください。
OpenRouterのダッシュボードに刻まれた「1.57B（15億7000万）」というトークン消費量。そして、39K（3万9000）というリクエスト数。
さらに言えば、これは私の活動の氷山の一角に過ぎない。opencode goサブスクリプションでは、このさらに倍のトークンを燃やしている。ここ数ヶ月で消費した合計トークン数は、ゆうに40億〜50億の規模に達する。
しかし、私が最初からこの境地にいたわけではない。
私の現在のすべてを形作っている「原点」は、ほんの1年前の泥臭い手作業にある。
この記事は、55歳のベテラン・エンジニアが、いかにして手動のプロンプト入力から卒業し(もう少し)、AIにPC操作の全権を委ねる未来を実装するに至ったかを描く「履歴書」である。
もしあなたが、あなたの企業が、本気で次世代のLLMエコシステムや自律型AIエージェントの開発を目指しているのなら、ぜひ最後まで読んでいただきたい。
第1章：すべての原点。GASとスプレッドシート、そして「終わらないコピペ」の日々
昨年のことだ。私は地域コミュニティにおける課題解決として、風光明媚だけども坂道の多い奈良市中西部地区で高齢者などの移動難民向けの「移動支援の仕組み」をゼロから作り上げ、運営に漕ぎ着けた。
今振り返れば、その時の開発手法は非常に原始的なものだった。使ったのはGoogle Apps Script（GAS）とGoogleスプレッドシート。傍らには常にChatGPTの画面を開いていた。
私がプロンプトで要件を伝え、ChatGPTが吐き出したGASのコードをコピーし、エディタに貼り付ける。エラーが出ればそのエラーメッセージをまたコピーしてChatGPTに投げ、修正されたコードを再び貼り付ける。まさに「作ってもらったコードをコピペして、またコピペして……」の終わらない反復作業だった。
それでも、その泥臭いプロセスを経てシステムは完成し、現実の地域社会で車と人を繋ぐモビリティ支援として実際に稼働した。自分の頭の中にある構想が、AIの力（たとえ手動であっても）を借りることで、現実世界のシステムとして実装できる。この強烈な成功体験と手応えこそが、「今の私」を創り上げた絶対的な原点である。
第2章：クロードコードの衝撃。「エージェント」というパラダイムシフト
GASとスプレッドシートのシステムで一定の成果を出しつつも、私は「人間がAIとシステムの間に立ち、コピペの仲介役をしなければならない」というインターフェースの限界を感じていた。
そんな中、私に決定的なパラダイムシフトをもたらす黒船が現れた。Anthropic社が提供する「Claude Code（クロードコード）」を筆頭とする、AI自身が環境にアクセスし、コードを実行できるエージェント的アプローチの台頭である。
「これは……！」
衝撃だった。もう人間がブラウザとエディタを往復してコピペする必要はない。AIに権限と環境を与えれば、彼ら自身が思考し、コードを書き、テストし、修正するというループを自己完結できるのだ。
「人間が介在するコピペの時代は終わった。これからは、エージェントを自律的に走らせる時代だ」
この確信を得た瞬間から、私の開発スタイルは激変した。単一のチャットUIを捨て、無数のモデルをバックグラウンドで連携させる「自律型エージェントの構築」へと完全に舵を切ったのである。
第3章：月間数十億トークンを統べる「采配」のアーキテクチャ
昨年の暮れから今年の初めにかけて、ClineやRoo Codeといった、VSCode系のエージェントフレームワークがコミュニティを中心に急速に進化し、私のエージェント開発は加速した。
最初はAnthropicの「Claude Opus 4.5」に絶対的な信頼を置き、Max Planで100ドル、すぐに足りなくなってx4 200ドルへと課金枠を広げた。GitHub Copilotのエージェントモード、アリババコーディングプランなども連携させたが、自律ループ24/7を全力で回すとあっという間にリミットを突破してしまう。
転機は3月末から4月にかけての、オープンソースの軽量モデル群の劇的な性能向上だった。GLM-4.7やQwen3-Coderといった新世代のモデルが、従来は巨大モデルにしか不可能だったタスクを、驚くほど低コストで処理できるようになったのだ。
ここから私は、巨大なモデルに「完璧な一発」を求めるアーキテクチャを捨てた。高性能な軽量・中量級のモデルを無数に用意し、「当たるも八卦」の精神で試行回数と自律ループの精度で勝負する方向へシフトしたのである。
OpenRouterのログがその証拠だ。Qwen3-Coderのような軽量モデルには万単位のリクエストを投げ、ルーティングやステータスチェックを任せる。一方で、DeepSeek-R4やClaude Opus 4系といった強力なモデルには、広大なコンテキストウィンドウをフルに使った重厚な推論やコード生成を割り当てる。
長大なコンテキストを誇るGPT5.5には、プロジェクト全体のコードベースを投入し、アーキテクチャ全体を俯瞰したリファクタリングを任せるといった具合だ。これだけの複雑な処理を45億トークン規模で回しながら、OpenRouterでの消費額をわずか100ドル強に抑え込んでいる。私はこれを、単なるAPI連携ではなく、無数のモデルの陣形を組み、タスクを割り振る**「モデル采配（さいはい）」**と呼んでいる。
私は長年、マイコンにC言語でプログラム焼き、FreeBSDでサーバーを構築し、RAIDシステムやP2P技術の基盤に携わってきたハードインフラエンジニアだ。我が家の第4号機である**MacBook Pro M1 Max（64GBユニファイドメモリ）**をローカルの司令塔とし、三台の小型Mac、そしてそこからクラウドのAPI群へタスクを采配するハイブリッド環境は、30年のシステム構築経験の集大成である。 ※なんと！通信環境はpixel9aとdocomo5gだけ！日本中どこでも仕事できる✨
第4章：「人間とGUI」の終焉。エージェントがインターフェースになる日
1年前、私はChatGPTの画面（GUI）に向かって必死にプロンプトを打ち込んでいた。しかし今、私が目指している究極のビジョンは明確だ。
**「パソコンやスマートフォンから人間を遠ざけ、エージェントそのものを唯一のインターフェースにする」**ことである。
OSの画面、マウス、キーボード……これらは人間と機械が互いの言葉を理解できないための「妥協の産物」だ。私は現在、ソフトウェア上のAPI連携にとどまらず、Raspberry Pi Picoを用いたハードウェア制御（Clawdbot・物理エージェント構想）を通じて、macOSの操作を物理レイヤーから完全にエージェントに代行させるプロジェクトを進めている。
人間はただ「意図」を伝えるだけ。あとは裏側で数十億トークンの推論が走り、エージェントがシステムを采配して結果だけを現実に返す。移動支援の仕組みを「コピペ」で作っていた私が、今やシステムそのものをエージェントに作らせ、操作させているのだ。
第5章：私が御社で提供できる価値
もしあなたの企業が、LLMを活用した次世代のプロダクト、特に自律型エージェントやAIネイティブなOS/インターフェースを作ろうとしているのなら、私は以下の領域で決定的な価値を提供できる。
1. 「コピペ」から「自律ループ」までを知り尽くした原体験
エンドユーザーの泥臭い課題解決（移動支援など）から、数十億トークンを消費する最先端のエージェント・オーケストレーションまで、すべてのフェーズを自らの手と情熱で実装してきたリアルな経験。
2. マルチモデル・オーケストレーション（采配）の極意
コストと推論精度のトレードオフを見極め、タスクごとに最適なモデル（巨大モデルから軽量オープンソースまで）を動的にルーティングし、システムを破綻させずに回し続けるアーキテクチャの設計・運用能力。
3. インフラからアプリ層までのフルスタックな視点
ハードウェアリソース（ローカルのM1 Max等）とクラウドAPIを統合し、エージェントをOSレベルで稼働させるシステムの構築。C言語やサーバー構築の知見に基づく、堅牢で実践的な基盤開発。
4. 圧倒的な「熱量」と実践経験
実際に個人で数十億トークンを燃やし、APIの限界、モデルの癖、ハルシネーションとの付き合い方を血肉として理解していること。机上の空論ではない、現場の極限の感覚。
結びに：スカウトを待つ
55歳。世間一般ではベテラン、あるいは「上がり」の世代かもしれない。
しかし、1年前のあの泥臭い「コピペ」の日々から、私のエンジニア人生は全く新しいステージに突入した。過去の30年の経験はすべて、現在のLLMとエージェントエコシステムを「采配」するための準備期間だったと確信している。
自律エージェントがGUIを駆逐し、人間とデジタルの関係性を根本から覆す未来。その最前線を、私は今この瞬間も構築し続けている。
このビジョンに共鳴し、私の「采配」の力を必要とする企業があれば、ぜひ声をかけてほしい。
私の真の履歴書は、今この瞬間も裏側で回り続けている数十億のトークンと、自律エージェントたちの絶え間ない稼働ログそのものである。
日本からドラえもんは生まれる！
ご連絡をお待ちしています。
この記事は note.com から KTBLOG に移行されました。元記事: https://note.com/famous_prawn2009/n/n6d258a153e0f