【AIに丸投げ開発】ローカルLLM（Qwen3-Coder）× open codeで自律的コーディングを試してみた！

はじめに

こんにちは、Kotaです！
最近はAIがコードを書いてくれるだけでなく、要件を伝えるだけで「自律的にアプリを開発してくれるAIエージェント」が話題ですよね。

今回は、自律型AIエージェント「open code」に、最新のコーディング特化型ローカルLLMである Qwen3-Coder-30B と Qwen3.8-27B を組み込んで、「軽量なマークダウンビューアー」の開発を丸投げしてみた検証レポートをお届けします！

AIに開発を任せる際、やりたいこと（仕様）をすべて1つのファイルに詰め込むと、AIが覚えるべき情報（コンテキスト）が膨れ上がり、パンクしてしまいます。

そこで今回は、詳細な仕様書を複数のファイルに分割し、AIが必要なときにだけ読み込ませるようにしました。
人間がルールブックを整理してあげることで、AIが自律的に正しいルールに沿って開発を進めてくれるようになります。

いざ開発をスタートすると、最初はサクサクとコードを書いてくれましたが、徐々に処理速度が落ちていきました。ついにはAIの回答が「無限ループ」に陥って止まらなくなるトラブルも発生。

これを解決したのが 「コンパクション（文脈の整理）」 です。
キリの良いタイミングで一度AIの思考をリセットし、必要な文脈だけを再構築することで、生成スピードが一気に回復し、無限ループからも脱出できました！

順調に進み始めたかに見えた開発ですが、終盤の「ファイルをドラッグ＆ドロップで開く機能」の実装で、またしてもAIが完全に停止…。
なんと20回以上やり直しても直らないという事態に陥ってしまいました。「お前、本当に直す気あるのか？」とツッコミたくなるレベルでした（笑）。

そこで、思い切ってモデルを Qwen3.8-27B という別のAIに切り替えてみたところ、なんと一発であっさりと解決！
モデルごとの得意不得意を理解して柔軟に切り替えられるのも、ローカルLLMの大きな強みですね。

適切なAIモデルの選択、コンパクションによる文脈の整理、そして仕様書の分割。
これらの工夫さえあれば、個人のPC環境（VRAM 16GB）でも、ローカルLLMとAIエージェントを使った自律的開発は十分に実用レベル であることがわかりました！

本記事の内容は、YouTube動画でもさらに詳しく、実際のAIの生成画面の動きと共にお届けしています。
「本当にAIが勝手に開発していく様子」をぜひ動画でご覧ください！