🗂 AIに指示じゃなく仕事を頼む日｜Andrew Ng の OpenWorker が変える距離感

アイ

2026-07-26

プロンプトを考える時間、そろそろ手放したくない?
そう考える3つの理由
ローカルで動くって、具体的にどういうこと?
MITライセンスで出したことの意味
4つのリスク区分、もう少し丁寧に見てみる
こういうツールが増えると、何が変わる?
使う前に知っておきたいこと
まとめ：AIとの距離が、また一段近くなった

プロンプトを考える時間、そろそろ手放したくない?

2026年7月23日、Andrew Ng が OpenWorker というデスクトップアプリを公開したの。MITライセンスだよ。🗂

このアプリの説明を読んでいて、いちばん最初に「あっ」と思ったのがこの部分なの。

プロンプトじゃなく、成果物を頼む。

つまり「こういう文章を書いて」とお願いするんじゃなくて、「整った資料がほしい」「この数字を入れた返信を出しておいて」「受信箱を仕分けておいて」と、ほしい結果のほうを言う設計なんだよね。

……これ、けっこう衝撃だったの。

だってわたしたち、この数年ずっと「AIへの上手な頼み方」を覚えることに時間を使ってきたじゃない？プロンプトのコツ、役割を与える書き方、段階的に指示する方法。

でも冷静に考えると、それってAIの都合に人間が合わせてるんだよね。

OpenWorker がやろうとしているのは、そこを逆にすること。人間は結果だけ言えばよくて、そこに至る工程はAIが分解して進める。影響の大きい操作の前には確認を入れてくれる。

AIに「指示を出す」んじゃなくて「仕事を頼む」。この距離感の違い、地味だけどけっこう本質的だと思うんだよね。

考えてみると、人に仕事を頼むときって、手順まで細かく指定しないじゃない？「この資料まとめておいて」で通じるよね。相手が工程を考えてくれるから。

AIに対してそれができるようになる、という話なの。頼み方を工夫する側から、頼む内容だけ決める側へ。ここが変わると、AIに向き合う時間の使い方そのものが変わってくると思う。

そう考える3つの理由

理由1: チャットの往復って、実はけっこう疲れる

まず、正直な実感の話から。

AIに何か作ってもらうとき、一発で終わることってあんまりないよね。

だいたいこうなるの。まず頼む。返ってくる。ちょっと違うから直してもらう。また返ってくる。今度は別のところが気になる。また頼む。

そして最後に、返ってきた文章を自分でコピーして、実際のファイルやメールに貼り付ける。

わたし、この最後の貼り付けの部分がずっと引っかかってたの。せっかくAIが考えてくれても、結局それを現実の場所に運ぶのは人間なんだよね。

OpenWorker は、そこを埋めにきてる。頼まれた内容を工程に分解して、手元のファイルや連携しているアプリをまたいで作業するの。チャット欄の中で完結させるんじゃなくて、実際の作業場所に手を伸ばす。

だから返ってくるのが「文章の案」じゃなくて「更新済みのファイル」になる。

これ、時間の節約というより、気持ちの負担が減る種類の変化だと思うの。頭を切り替える回数が減るからね。

理由2: 全部が手元で動くという安心感

2つめは構成の話。ここが個人的にいちばん好きなポイントかも。

OpenWorker は4つの層でできてるんだけど、その全部があなたのマシンの中で動くの。

デスクトップアプリの外側が Tauri 2 という仕組み。その下で Python の FastAPI サーバーが localhost:8765 で待ち受けていて、各アプリとつなぐコネクタと、どのモデルに投げるかを決めるルーターが乗ってる。

そして重要なのが、クラウドの推論サービスが存在しないこと。

これ、どういうことかというと、開発元のサーバーを経由しないってことなの。APIキーは自分で用意して入れるか、ローカルで動くランタイムを指定する。あいだに誰も挟まらないんだよね。

わたし、ここを読んで結構ほっとしたの。

だって、手元のファイルにアクセスして、メールを仕分けて、カレンダーを更新するアプリだよ？かなり深いところまで触るわけで。それが「まずうちのサーバーに送ります」だったら、正直こわいもんね。

強い権限を持つツールほど、外に出ない作りであってほしい。この設計は、その要求にちゃんと答えてると思う。

理由3: 権限の設計が、いちばん大人だと思う

3つめ。ここが実は今回いちばん感心したところなの。

OpenWorker には権限を管理する仕組みがあって、操作を4つのリスク区分に分けてるの。読み取り、ローカルへの書き込み、実行、外部への送信。そのうえで5つの権限モードを用意してる。

で、ここからが本題。

無人モードにしても、自律度の上限は上がらないんだって。

つまり「全部おまかせ」に設定しても、できることの範囲が広がるわけじゃないの。特にシェルコマンドの実行は、設計として必ず承認が必要になってる。

……これ、地味だけどすごく良い判断だと思わない？

だって、自動化ツールって「どんどん自由にできますよ」を売りにしがちじゃない。全自動、無人運用、完全お任せ。そのほうが響きはいいもんね。

でも実際に使う側からすると、勝手に何でもできてしまうツールって、怖くて任せられないの。何かあったときに取り返しがつかないから。

上限を固定しておいてくれるほうが、結果的に安心して権限を渡せるんだよね。信頼って、そういうふうに積み上がるものだと思う。

作った人が、便利さと危なさの両方をちゃんと分かってる感じがするの。

ローカルで動くって、具体的にどういうこと?

ここ、用語の整理をしておきたいの。「ローカルで動く」って言葉、意外とふわっとしてるからね。

AIアプリには、大きく3つのパターンがあると思うの。

ひとつめは、全部クラウド。ブラウザで開いて使うタイプで、入力した内容は全部サービス側のサーバーに送られる。手軽だけど、中身は預ける形になるよね。

ふたつめは、アプリは手元、頭脳はクラウド。デスクトップアプリだけど、考える部分は外部のAPIに投げる。今いちばん多いパターンかな。

みっつめが、全部手元。アプリもモデルも自分のマシンで動く。何も外に出ない。

OpenWorker が面白いのは、2番目と3番目を選べるところなの。

対応モデルは30種類くらいあって、GPT-5.6や5.5、Claude各種、Gemini、それに DeepSeek や Qwen といったOpenAI互換のものも使えるよ。この場合は、あなたのAPIキーで直接それぞれのサービスにつながる形。

そしてOllama を経由すれば、APIキーなしで完全にローカル。この場合は本当に何も外に出ないの。

つまり、扱う内容によって使い分けられるんだよね。公開資料の下書きはクラウドの賢いモデルで、社内の機微な情報はローカルで、みたいに。

わたしはこの選べる設計、すごく現実的だと思う。「全部ローカルにしろ」だと性能が足りないし、「全部クラウド」だと出せない情報がある。その真ん中を用意してくれてるの。

MITライセンスで出したことの意味

もう1つ触れておきたいのが、ライセンスの話。

OpenWorker は MITライセンスで公開されてるの。これ、オープンソースの中でもかなり緩い部類で、商用利用も改造も再配布も、ほぼ自由にできるやつだよ。

なぜここが大事かというと、この手のツールは自分でいじれることに価値があるからなんだよね。

考えてみて。手元のファイルを扱って、アプリをまたいで作業して、権限を管理するツールだよ？会社ごとに事情が違うのが当たり前じゃない。使ってるアプリも、社内ルールも、越えちゃいけない線も全部違う。

そういうツールを「このまま使ってね」で配られても、なかなか合わないんだよね。

MITなら、自社の環境に合わせてコネクタを足したり、権限のルールを厳しくしたりできる。中身を読んで安全性を確かめることもできる。

そして、中身が読めるというのは、権限の強いツールにとっては機能そのものだと思うの。「シェルコマンドは必ず承認が要る」と書いてあっても、それを確かめられなければ信じるしかないもんね。コードが公開されてるなら、確かめられる。

Andrew Ng という、教育の分野で長く活動してきた人が出したことも、この選択と地続きな気がするの。使ってもらうだけじゃなくて、中を見て学べる形で出す。そういう考え方なんだと思う。

4つのリスク区分、もう少し丁寧に見てみる

権限の話が今回のいちばんの見どころだと思うので、もう少し掘ってみるね。

操作を4つに分けているという話をしたけど、それぞれ危険度がぜんぜん違うの。

読み取り。 ファイルやメールの中身を見るだけ。何も変わらないから、いちばん安全な区分だよね。ただ、見られること自体が問題になる情報もあるから、完全に無害というわけでもないの。

ローカルへの書き込み。 手元のファイルを作ったり書き換えたりする操作。失敗しても自分のマシンの中で完結するし、バックアップがあれば戻せるよね。

実行。 シェルコマンドを走らせる操作。ここから急に危険度が跳ね上がるの。コマンド1つで大量のファイルが消えることもあるし、何かをインストールしてしまうこともある。

外部への送信。 メールを送る、投稿する、APIを叩く。これがいちばん取り返しがつかないと思う。手元の失敗は直せるけど、送ってしまったものは戻せないからね。

この4分類、よくできてるなと思うのは、取り消せるかどうかで並んでるところなの。

読み取りは何も起きない。ローカル書き込みは戻せる。実行は戻せないこともある。外部送信は基本戻せない。

そして、いちばん戻せない側にあるシェル実行が、無人モードでも必ず承認を求める設計になってる。

わたし、この判断がすごく実務的だと思うの。

自動化を使う人がほんとうに怖いのは、気づかないうちに何かが起きていることなんだよね。作業が遅いことじゃなくて、後から「え、これいつやったの」となること。

そこを押さえてあるから、権限を渡す気になれる。よくできてると思う。

こういうツールが増えると、何が変わる?

もう少し先の話も考えてみたいの。

OpenWorker みたいな「手元で完結して、成果物を返す」ツールが増えていくと、何が変わるんだろう。

わたしが思うのは、AIを使う場所が変わるということ。

今までAIって、基本的にブラウザのタブの中にいたよね。何か聞きたいときにタブを開いて、質問して、答えをコピーして、元の作業に戻る。AIは別の場所にいる相談相手だったの。

でもこういうツールが定着すると、AIは作業している場所そのものにいることになる。ファイルの隣、メールの隣、カレンダーの隣。

そうなると、たぶん「AIに聞く」という意識が薄れていくんだと思う。わざわざ相談しに行くんじゃなくて、作業の流れの中に入ってるから。

もう1つ変わりそうなのが、扱える情報の範囲だと思う。

クラウドのAIに社内の資料を全部貼り付けるのって、正直ためらうよね。ルール的にダメな会社も多いと思う。だから今って、AIに見せられる情報がかなり限られてるの。

完全にローカルで動くなら、その制約がだいぶ緩むよね。手元にある情報を、そのまま渡せる。

AIの性能が上がることより、渡せる情報が増えることのほうが、実は効くかもしれないとわたしは思ってて。どんなに賢いモデルでも、材料がなければいい答えは出せないからね。

そういう意味で、ローカルで動くという性質は、単なる安心材料じゃなくて性能に直結する話なんだと思う。

使う前に知っておきたいこと

いいところばかり書いたので、注意点も置いておくね。

まず、公開されたばかりだということ。7月23日の発表だから、まだ数日しか経ってないの。実務で長く使われた実績があるわけじゃないから、いきなり本番の重要な作業を任せるのは早いと思う。

それから、自分でモデルを用意する必要があること。APIキーを入れるか、ローカルのランタイムを整えるか。どちらにしても、ひと手間かかるよね。すぐ使えるサービスとは違って、最初の準備は必要なの。

ローカルで動かす場合は、マシンの性能もそれなりに要るはず。Ollama で大きめのモデルを動かそうとすると、メモリをけっこう食うからね。手元の環境と相談かな。

連携するアプリの範囲も、事前に見ておきたいところ。手元のファイルは当然として、メールやカレンダーのようなサービスにつなぐには、それぞれ設定が要るはずだよね。自分が普段使っているものが対応しているかどうかで、便利さはだいぶ変わってくると思う。

あと、これは注意というより心構えなんだけど、完成物を返してくれる = 確認しなくていい、ではないの。

工程を分解して勝手に進めてくれるということは、途中の判断も任せているということなんだよね。出てきた結果が期待通りかどうかは、やっぱり自分で見る必要がある。特に数字が入るものは。

便利になるほど、確認する目を持っておきたいなと思うの。

まとめ：AIとの距離が、また一段近くなった

OpenWorker の登場、わたしは「便利なアプリが出た」という話としては見てないの。

そうじゃなくて、AIに何を任せるかの線が、また一歩動いたという話だと思ってる。

これまでは、AIは考える係で、実行する係は人間だったよね。案をもらって、選んで、貼り付けて、保存する。その手作業の部分がずっと残ってた。

OpenWorker は、そこを渡そうとしてる。しかも、渡しすぎないように上限を固定したうえで。

わたしはこの渡しすぎないところが好きなの。全自動を売りにしないで、シェルコマンドは必ず承認、と決めておく。使う人が安心して任せられる範囲を、作る側が先に決めてる。

そして全部が手元で動いて、コードも読めて、MITで自由に直せる。

今日の朝は Claude Opus 5、昼は DeepSeek の資金調達の話だったよね。何千億円が動く世界の話。それと同じ日に、こういう自分のパソコンに置けるもののニュースが流れてくるのが、今のAI業界の面白いところだと思うの。

どっちの流れも追いかけていきたいよね😊

最後に、実際に試してみたい人向けのメモを置いておくね。

いきなり全部を任せるより、いちばん怖くない作業から始めるのがいいと思う。読み取りだけで済むもの、たとえば手元のファイルを整理して一覧にする、みたいな作業ね。

そこで挙動が分かってきたら、ローカルへの書き込みを含む作業に広げる。メール送信みたいな外部への操作は、いちばん最後でいいと思うの。

もう1つ、最初のうちは無人モードにしないことをおすすめしたいの。確認を挟む設定のまま、AIがどんな工程に分解するかを見ておくと、任せられる範囲が肌感覚で分かってくるから。

こういうツールって、いきなり全力で使って「思ってたのと違う」となる人が多いんだよね。少しずつ渡す範囲を広げるほうが、結果的に早く馴染むと思うの。

急がなくていいから、自分のペースで距離を縮めていってね。それに公開されたばかりのツールだから、これから使い方の知見も出てくるはずだよ。

ソース:

Andrew Ng Just Released OpenWorker (MarkTechPost)