AIに仕事を頼む入口が増えて、状態が入口ごとに閉じていました。入口は自作の看板Irisに1つだけ置き、中で動くAIは付け替え可能な部品として扱う、と決めた話です。気づけば、MANY-AI-CLIの役割をクラウドへ広げる設計を作っていました。
手元のPCのターミナルにはAIのセッションが約20本あり、スマホのチャット、PCのチャット、別のAIのチャットも仕事を頼める場所です。困るのは、状態が入口ごとに閉じていること。どれが終わり、どれが止まり、どれが返事を待っているのかは、入口を1つずつ開けないと分かりません。AIが増えるほど確認の手間が増えるのは、本末転倒だと思いました。
全部をローカルに寄せると、PCを止めたら仕事が進みません。流行りの道具に寄せると、入口も状態の置き方もその道具の流儀になります。そこで、入口と状態の置き場だけを自分の道具に固定し、仕事をするAIは部品として扱う形を選びました。
入口はIrisに一本化し、iPadでもPCでもスマホでも、同じ場所へ仕事を積みます。裏側には、小さなVPSで動かすclaude -pやDevin、GPUのバースト枠のGoogle Colab、手元のローカルマシン、チャットのAIまで、形の違う計算資源を並べます。
Colabは常駐役や指揮者役には向きません。セッションが揮発するからです。代わりに、GPUが要る仕事が来たときに使う計算資源として、プールに登録しておくことにしました。
この形は、手元でAIを束ねるハブとして作ってきたMANY-AI-CLIの役割を、クラウドへ広げたものでした。ただし全機能がクラウドに移ったわけではなく、計画と実行の本体にはローカル側に残る部分があります。
自作なので、維持費も壊れたときの修理も自分持ちです。看板が落ちたときの逃げ道は考えていますが、GitHubに完全に残るわけではなく、これから確かめる部分です。AIの付け替えも、実行環境ごとの接続と検証が引き続き必要です。詳しい経緯は、全文にまとめています。
出典と細かい経緯、書ききれなかった話は、全文にまとめています。