ほとんどのAIコーディングツールはハーネスです：モデルの周囲を取り囲む仕組みであり、ファイルの読み書きやコマンド実行用のツールも含まれます。Claude Code、Codex、OpenCode、Piなどがすべてハーネスであり、これらは端末前に座る開発者向けに作られています。
Coroidはそれらのいずれも使用しません。独自の仕組みを採用しています。
既存のものを利用しない理由は何でしょうか
上記のツールは対面セッションを前提に設計されています。誰かが監視し、質問に答え、中断させ、異常に気づくことができます。この前提は合理的であり、エラーの表示方法や保持されるコンテキストの量、モデルが予期しない出力を返した際の挙動までを決定します。
Coroidの前提は逆です：誰も監視していません。作業はクラウド上でスケジュールやモニター、イベントによって開始され、誰も介入できない状態で検証可能な結果または明確な失敗に至る必要があります。
これらは異なる課題です。以下に挙げるいくつかの仕組みはその違いゆえに存在し、端末セッションでは意味をなさないものです。
ランタイムが異なる点とは何か
単独で動作することを想定しています。モデルが形式不備の応答や不正なツール呼び出しを返した場合、誰も答える相手がいないためプロンプトを表示するのではなく、自動的に修復して再試行します。質問を求めて停止するような無人実行は、無駄なリソース消費に他なりません。
構造的にマルチエージェント方式を採っています。このループは以下を中心に構築されています役割それぞれに異なる権限が与えられ、一定の順序でまたは次のステップを決定するコーディネーターの指示に従って作業が渡されます。コードを記述したエージェントとは別のエージェントが検証を行い、コーディネーターがそれを覆すことはできません。これは依頼によるものではなく、アーキテクチャ自体が保証する特性です。コーディネーターはタスクの要求内容が既にコードで実現されていると判断し、変更なしにQAで検証させることも可能です。どの経路をたどっても同じチェックポイントを通過します。
明確な予算と深さの制限が設定されています。各実行にはトークン数とステップ数の上限が設けられています。これらがなければ、タスクを誤解した無人エージェントが無限に作業を続けてしまいます。
ガバナンスが組み込まれています。ポリシー、品質チェックポイント、承認プロセスは実行経路の一部であり、外部のラッパーではありません。そのため、ブロッキングゲートにより作業中に中断させることができ、事後処理ではなく即座に対応できます。
キャッシュ処理が重要な要素となっています
コンテキストはエージェント実行コストの大部分を占め、クラウドハーネスでは同じプロジェクトのコンテキストが複数のタスクで繰り返し読み込まれます。
そのため、ランタイムではプロンプトキャッシュを積極的に活用します。その動作はタスクの「実行履歴」で確認できます実行履歴、そこでは各ステップのキャッシュ効率が報告されます：
9.1k used (90% cached)高いキャッシュヒット率は、高コストな実行と低コストな実行を分ける鍵です。また、構造が明確なプロジェクトの方がコンテキストを扱うコストが低く抑えられるのもそのためです。安定したコンテキストはキャッシュしやすく、毎回変化するコンテキストはそうではありません。
これは「段階的スキル」と相性が良いのです段階的スキルこれにより、最初から読み込むコンテキストの量を抑えることができます。
実際のメリットとは何か
- ローカルでのセットアップは不要です。CLIもエディタプラグインも実行環境も必要ありません。CoroidはAPIベースでクラウド上で動作します。
- サードパーティ製ツールのサブスクリプションも不要です。Coroid上でコーディングアシスタントのライセンスを購入する必要はありません。モデル利用料は「クレジット」として請求されるか、 クレジットまたは ご自身のプロバイダーキーを利用して支払います。
- 作業は無人で実行されます。 スケジュールおよび フック開発者のマシンが起動しているかどうかに依存しないため、これらが可能になります。
- 動作が一貫しています。全員の作業は同じランタイム上で同じポリシーに従って実行されるため、開発者ごとにインストールや設定が異なる心配はありません。インストールされる内容は「言語サポートとエージェント環境」に記載されています 言語サポートとエージェント環境。
変わらない点とは何か
ハーネスは作業の進め方を決定しますが、境界は変わりません。すべての変更は引き続きブランチ上のpull requestとして反映され、自動でマージされることはなく、ブランチ保護やレビュールールも人間の貢献者と同様に適用されます。