Personal Cloud Computer――AI Agentが「第二のPC」を持つ時代

Personal Cloud Computer――AI Agentが「第二のPC」を持つ時代

AI Agentについて考えていると、ある対談の一節が妙に引っ掛かる。

OpenAIの次世代Agentについて語る対談の中で、非常に重要な話が出てくる。

将来のモデルには、Laptop以上のリソースが必要になる。

https://youtu.be/4qjEgPojjzM?si=nAvw8THvFyrMHWbO

Laptop――ノート型パソコン。 人間が持ち運び、一人で操作することを前提として設計されたPersonal Computerである。

Resources――計算資源。 CPU、RAM、GPU、Storage、Network帯域など、Computerが仕事を実行するために必要な資源をまとめた言葉である。

理由は単純に、

「将来のAIモデルは巨大だから、もっと大きなGPUが必要になる」

という話ではない。

むしろ、その逆である。

現在のLaptopは、人間のために設計されている。

人間がKeyboardを入力する速度。

人間が考えられる速度。

人間が同時に操作できるApplicationの数。

人間が一度に追跡できるTaskの数。

こうした「人間側の帯域」を前提として、PCは作られてきた。

ところがAIには同じ制約がない。

対談では、将来のモデルなら100個ものApplicationを同時に扱うことさえ考えられ、モデルが高速になるほど、今度はCPU、Network、Tool CallなどAIの外側にあるComputerそのものが制約になっていく、という趣旨の説明がされている。

CPU――Central Processing Unit、中央処理装置。 OS、Browser、Compilerなど一般的なSoftware処理を担当する汎用演算装置である。

Network――ネットワーク。 Cloud、Web、API、別Computerとの間でDataを送受信する通信基盤である。

Tool Call――ツール呼び出し。 AIがBrowser、Terminal、Database、Applicationなど外部機能を実際に利用する操作を指す。

これは非常に重要な変化である。

これまで私たちは、

ComputerがAIを動かす

と考えてきた。

しかしAgent時代には、

AIがComputerを使い倒す

ようになる。

すると一台のLaptopという形そのものが、AIにとって狭すぎる可能性が出てくる。

その先に見えてくるのが、

Personal Cloud Computer――個人用クラウドコンピューター

である。

これは単なるCloud Storageではない。

自分専用のStorage、Memory、CPU、GPU、Software Environment、AI AgentなどがCloud上に存在し、必要な時だけ計算資源を呼び出して使う、新しいPersonal Computingの形である。

1．Laptopは「一人の人間」のために作られた

現在のPCには、

CPU――中央処理装置。 一般的なProgramやOS処理を実行するComputerの中核。

RAM――Random Access Memory、主記憶装置。 現在使っているProgramやDataを一時的に置く高速な作業領域。

SSD――Solid State Drive、半導体記憶装置。 OS、Application、画像、動画などを長期保存する高速Storage。

GPU――Graphics Processing Unit、画像・並列演算装置。 画像処理だけでなくAI、Rendering、動画処理など大量並列計算を担う。

Operating System――基本ソフトウェア。 Windows、macOS、Linuxなど、HardwareとApplicationの間を管理する基盤。

Browser――Web閲覧ソフト。 Web ServiceやCloud Applicationへアクセスするための実行環境。

IDE――統合開発環境。 Code編集、実行、DebugなどSoftware開発機能をまとめたApplication。

などがある。

非常に高性能である。

しかし中央にいるのは一人の人間だ。

人間がBrowserを開く。

人間がTerminalを操作する。

人間がCompilerを実行する。

人間が結果を確認する。

Terminal――端末・コマンド操作環境。 文字による命令でOS、File、Program、Networkなどを直接操作するInterface。

Compiler――コンパイラ。 人間が書いたSource CodeをCPUなどが実行できるProgramへ変換するSoftware。

だから一つの仕事を、

Research――調査。情報や資料を集める。

Coding――プログラミング。Codeを書く。

Compile――コンパイル。Codeを実行形式へ変換する。

Test――テスト。Programが正しく動くか確認する。

Benchmark――性能測定。速度やResource使用量を比較する。

Security Review――安全性審査。脆弱性や危険な処理を確認する。

Documentation――文書化。仕様や使い方を文章として整理する。

という複数の仕事へ分けても、普通の人間は完全には同時進行できない。

ところがAgentなら可能である。

対談でも、探索しながら別AgentがTestを書き、別の処理でCompileし、さらに別の仮説を試すという並列化が語られている。

そこで、

という逆転が起こる。

モデルは、

「10案すべて試せばよい」

と瞬時に判断できる。

しかしComputer側には、

限られたCPU。

限られたRAM。

一つのFilesystem。

限られたStorage IOPS。

限られたNetwork Bandwidth。

数個以下のGPU。

しか存在しない。

Filesystem――ファイルシステム。 FolderやFileを保存・検索・読み書きするOS上のData管理構造。

Storage IOPS――Storageの入出力性能。 1秒間に何回FileやDataを読み書きできるかを表す性能指標。

Network Bandwidth――通信帯域。 一定時間内にどれだけ大量のDataを送受信できるかを示す。

するとAIをさらに有能にする方法は、モデルを賢くすることだけではなくなる。

Agentへより多くのComputerを与える。

というScalingが始まる。

2．「Laptopでは足りない」はCloud Onlyという意味ではない

Laptop以上のResourcesが必要になるからといって、

将来はすべてCloudへ送らなければならない

という意味ではない。

むしろ将来は、

Local PC――手元のPC。低Latencyで秘密Dataも扱いやすい。

Mac mini――小型Desktop Computer。常時稼働用のLocal Serverとしても使える。

Cloud VM――クラウド仮想マシン。Internet越しに起動できる仮想Computer。

GPU Instance――GPU付きクラウド環境。必要時だけ強力なGPUを利用する。

Browser Sandbox――隔離Browser環境。Web操作を他のDataから分離して実行する。

NAS――Network Attached Storage。家庭や社内Networkに置く大容量共有Storage。

などをAgentが必要に応じて使い分ける可能性がある。

つまり将来は、

Computer = Machine――一台の物理Computer

ではなく、

Computer = Compute Pool――利用できる計算資源の集合

へ変わる。

LaptopやSmartphoneは、その環境そのものではなく、

Control Plane――制御面

になっていく。

Control Planeとは、実際の重い処理を自分で実行するのではなく、どのComputerを動かし、何を実行させるかを管理する司令塔である。

この変化はすでにOpenAIの方向性にも現れている。

3．OpenAI――「コードを書くAI」からComputerを使うAgentへ

Codexは単なるCode Generatorから、Computer上で仕事を実行するAgentへ拡張している。

重要になる機能を分解すると、

Computer Use――コンピューター操作。 GUIやApplicationをAI自身が操作する能力。

Browser Use――ブラウザ操作。 Web Siteを開き、検索や入力などをAgent自身が行う。

Terminal――コマンド実行環境。 Code、File、ProgramなどをShellから直接操作する。

Remote Devbox――遠隔開発環境。 Cloudや別Machineに存在する開発ComputerをNetwork越しに利用する。

Memory――長期記憶。 過去の会話やPreference、作業情報などを次回以降にも利用する。

Continuous Work――継続作業。 一回の応答で終了せず、長時間にわたりTaskを進め続ける。

などである。

つまりCodexは、

Codeを書くAI

から、

Computerを使って仕事を完遂するAI

へ向かっている。

ここでSmartphoneの意味も変わる。

Human  
↓  
Smartphone  
↓  
Personal Agent  
↓  
Laptop / Mac mini / Devbox / Cloud

という構造になる。

スマートフォンそのものが重い仕事をする必要はない。

スマートフォンはAgentの操縦席になる。

4．ChatGPTとCodexの境界が薄くなる理由

添付された対談では、将来的なPersonal Agentについて、

Coding Agent。

Research Agent。

General Chat Agent。

などを利用者が毎回切り替えるのではなく、

一つのPersonal Agentが必要な能力を選択する

方向が語られている。

Harness――Agent実行基盤。 Model、Memory、Tool、Permission、Execution Environmentなどをまとめて制御する仕組み。

Interface――操作画面・接点。 人間がAIへ指示し、結果を確認するためのUIやVoice環境。

Tool――外部機能。 Browser、Terminal、Code Execution、Database、ApplicationなどAIが利用できる機能。

つまり、

「今日はCoding Mode」

「次はResearch Mode」

と人間がApplicationを切り替えるのではなく、

目的だけ伝える。

Agentが必要なToolを選ぶ。

必要ならComputerを起動する。

必要ならCloudへ仕事を送る。

そういう形になる。

ここまで来るとChatGPTは、

Chat Application――会話アプリ

というより、

Personal Computing Interface――自分専用Computer全体の操作窓口

へ近づいていく。

5．Anthropic――AgentをBrainとHandsへ分離する

AnthropicはAgent Infrastructureを、

Brain――頭脳。考え、判断するModelとHarness。

Hands――手足。Computer、Sandbox、Browser、Toolなど実際にActionする環境。

へ分けて考えている。

さらに両者の間に、

Session――作業状態。長時間Taskを継続するためのContextやState。

がある。

概念としては、

Brain  
↓  
Session  
↓  
Hands

となる。

ここで面白いのは、

一つのBrainが一つのComputerに固定される必要がない

ことである。

あるTaskにはSandbox A。

別TaskにはSandbox B。

Web操作にはBrowser Environment。

Mobile操作にはPhone Environment。

というようにComputerそのものをTool化できる。

つまり、

従来：

Computerの中からApplicationを選ぶ。

Agent時代：

Agentが仕事に必要なComputer自体を選ぶ。

という逆転が起こる。

6．Sandboxとは何なのか

Sandbox――隔離実行環境。 AgentやProgramを、他のFileやSystemから切り離して安全に動かす仕組みである。

例えばAgentに、

Workspace FolderだけWrite可能。

Internetは一部Domainだけ。

Password FolderにはAccess不可。

Bank APIはAccess不可。

という制限をかけられる。

Virtual Machine――仮想マシン。 一台の物理Server上に、独立した仮想Computerを作る技術。

Container――コンテナ。 Applicationと必要Environmentを軽量に隔離して動かす仕組み。

Filesystem Isolation――ファイル隔離。 Agentが見たり変更したりできるFolderを限定する。

Network Isolation――通信隔離。 AgentがInternetや社内Networkのどこへ接続できるかを制限する。

Credential Isolation――認証情報隔離。 Password、API Key、TokenなどをAgentから直接見えない場所へ置く。

Egress Control――外向き通信制御。 AgentがDataを外部へ送信できる宛先や方法を制限する。

Anthropicが重視しているのは、

Agentを絶対に間違えなくする

ことだけではない。

間違えても破壊できる範囲を小さくする

ことである。

7．Blast Radius――失敗時の被害半径

Blast Radius――爆発半径・被害範囲。 元々InfrastructureやSecurityで使われる言葉で、一つの障害や侵害がどこまで広がるかを表す。

Agentが、

全Filesystem。

全Email。

全Cloud。

全Credential。

全Network。

へAccessできれば、一回の誤動作で非常に大きな被害が起こり得る。

逆に、

Research Folderだけ。

WebはRead Only。

外部Upload不可。

ならば、Agentが誤作動しても被害範囲は狭い。

だから、

安全性 = Modelの賢さ

ではない。

安全性 = Model + OS + Permission + Isolation

になる。

8．Human in the Loopだけでも足りない

Human in the Loop――人間による途中承認。 AIだけで完全自動化せず、重要操作では人間に確認を求める仕組み。

これは重要である。

しかし確認画面が毎分出てきたらどうなるか。

人間は、

Allow。

Allow。

Allow。

と押すようになる。

これが、

Approval Fatigue――承認疲れ

である。

したがって理想は、

Low Risk――低Risk操作。Sandbox内で自動実行。

Medium Risk――中Risk操作。記録を残して自動実行。

High Risk――高Risk操作。人間の承認が必要。

Forbidden――禁止操作。そもそも技術的に実行不能。

というようなPolicy Engineが必要になる。

Policy Engine――方針実行機構。 Risk、Identity、Resourceなどに応じて操作を許可・拒否するSecurity基盤。

9．Grok――AgentにLinux Computerを与える

Grokで特に興味深いのが、

Agent自身へPersistent Cloud Computerを持たせる

考え方である。

Persistent――永続的。 Task終了後もFileやLogin Stateなどが消えず、次回も同じ状態から作業を続けられる。

Grok BotのComputerには、

Browser――Web操作環境。

Filesystem――File保存・共有領域。

Terminal――Linux Commandを実行する操作環境。

が存在する。

そして、そのCloud ComputerはLinuxを動かす。

Linux――Unix系Operating System。 Server、Cloud、Container、Developer Environmentなどで広く利用されるOS。

つまり、

Human  
↓  
Grok Bot  
↓  
Persistent Linux Cloud Computer  
↓  
Browser / Filesystem / Terminal

という構造になる。

これは従来の、

AIが人間のPCを借りる

というComputer Useから一歩進んでいる。

AI用のComputerを最初からCloud側へ用意する

という考え方である。

10．正確には「一Bot一台」ではなく「一User一台」

製品としては、

Bots have their own computer――Botは自分のComputerを持つ

と説明できる。

しかし技術的にはもう少し細かい。

Grok Botでは、

Userごとに専用Firecracker microVM

が割り当てられ、

そのUserが持つ複数Botは同じComputerを共有する構造になっている。

つまり、

User  
↓  
Dedicated Firecracker microVM  
↓  
Linux  
↓  
Bot A / Bot B / Bot C  
↓  
Shared Files / Browser Sessions / Logins

となる。

Dedicated――専有。 別Userと同じOS空間を共有せず、自分専用として割り当てられる。

Shared Files――共有ファイル。 同一Userの複数Botが同じFilesystem上のDataを利用する。

Browser Session――ブラウザ状態。 Login Cookieや開いているWeb環境など、Browserの継続状態。

これはAgent同士の共同作業には非常に便利である。

Research Botが資料を集める。

Writing Botが同じFileを読む。

Publishing Botが完成品を使う。

Filesystemが、

複数Agentの共有Workspace

として機能する。

11．Firecracker microVMとは何か

Firecracker――AWSが開発した軽量仮想化技術。 Containerの軽さとVMに近いIsolationを両立するために作られたVirtual Machine Monitorである。

microVM――小型仮想マシン。 通常のVMより機能を絞り、短時間起動・低Overheadを重視した仮想Computer。

KVM――Kernel-based Virtual Machine。 Linux Kernelに組み込まれたHardware Virtualization基盤。

Kernel――OSの中核。 Memory、Process、Hardware、PermissionなどComputerの根本機能を管理する。

通常のContainerではHost Kernelを共有する。

一方microVMでは、

microVM A → Kernel A

microVM B → Kernel B

microVM C → Kernel C

という、より強いIsolation Boundaryを構築できる。

Isolation Boundary――隔離境界。 一つのEnvironmentで問題が起きても、別Environmentへ波及しにくくするSecurity上の境界。

Agentが自由にShellを動かすなら、このIsolationは極めて重要になる。

12．なぜAgentとLinuxは相性がよいのか

人間向けPCでは、

GUI――Graphical User Interface。WindowやIconをMouseで操作する画面。

Mouse。

Desktop。

Window。

などが重要だった。

Agentにとっては、

Shell――文字命令でOSを操作する環境。

Python――AIやAutomationで広く使われるProgramming Language。

Node.js――JavaScriptをServerやTool実行に使うRuntime。

Git――Source CodeのVersion管理System。

curl――HTTPなどNetwork通信をCommandから行うTool。

ffmpeg――動画・音声変換を自動化できるMultimedia Tool。

Package Manager――SoftwareやLibraryを自動Install・更新する管理機構。

の方が扱いやすい。

AgentはMouseを器用に動かすより、

「このCommandを実行する」

方が正確だからである。

このためLinuxは、

人間向けDesktop OS

というより、

AI Agent向けCloud OS

として非常に有力な位置にいる。

13．GrokのFilesystemは共有Memoryにもなる

Agent MemoryというとLLM内部のMemoryだけを想像しやすい。

しかしPersistent Linux Environmentでは、

FilesystemそのものがMemoryになる。

Research Bot  
↓  
\`research.md\`保存  
↓  
Writing Bot  
↓  
\`research.md\`読込  
↓  
Publishing Bot  
↓  
完成記事を利用

ということができる。

つまりAgent Memoryには、

Model Memory――AIが保持する意味的記憶。

Filesystem Memory――Fileとして残る作業記録。

Browser State――LoginやWeb操作状態。

Database State――構造化Dataとして保存された状態。

など複数種類が存在する。

14．同じUserのBotは完全隔離されているわけではない

この便利さにはSecurity上の代償もある。

同じUserの複数Botが同じComputerを共有するなら、

Bot Aが保存したFileをBot Bが読む。

Bot AがLoginしたServiceをBot Bも利用する。

ということがあり得る。

つまり現状では、

User Boundary――利用者間の境界

は強くても、

Agent Boundary――同一User内のAgent間境界

は別問題になる。

今後は、

Research AgentだけがResearch FolderへAccess。

Finance AgentだけがAccountingへAccess。

Video AgentだけがMedia StorageへAccess。

というさらに細かなIsolationが重要になる。

15．一人一Accountから「一人＋多数Agent Identity」へ

Agent Identity――Agent専用の認証主体。 人間本人とは別に、各Agentへ独自のPermissionを与える考え方。

例えば、

Research Agent――調査Agent。 Research FolderはRead/Write、WebはRead、EmailやBankは禁止。

Video Agent――動画Agent。 Video Folder、GPU、ffmpegは使用可能。Accountingは禁止。

Finance Agent――会計Agent。 AccountingはRead、Bank APIはRead Only、PaymentはDraftまで。

Read Only――読み取り専用。変更や削除はできない。

Draft Only――下書きのみ。実際の送信・決済は人間が承認する。

Capability――能力・権限。 Agentが「何をできるか」を個別に定義するSecurity Model。

つまり従来の、

User → Application

ではなく、

User  
↓  
Agent A  
Agent B  
Agent C  
↓  
それぞれ違うCapability

になる。

16．数百Agentを動かすとLaptopでは足りなくなる

Multi-Agent――複数Agent協調。 一つの仕事を多数のAIへ分割し、並列処理するArchitecture。

Fan-out――分散展開。 一つのTaskを多数のAgentへ同時に配り、複数案を並行処理する。

Orchestrator――統括Agent。 仕事を分解し、各Agentへ割り当て、結果を統合する司令塔。

例えば、

Human  
↓  
Orchestrator  
↓  
Agent 001  
Agent 002  
Agent 003  
…  
Agent 128

となる。

各Agentが、

Repository――Source Code保管庫。

Compiler――Code変換処理。

Browser――Web処理。

Tests――動作検証。

Filesystem――File入出力。

Network――外部通信。

を使えば、一台のLaptopではすぐにResourceが不足する。

ここでCloudが有利になる。

Cloudなら必要な瞬間だけ、

VMを10台。

Containerを100個。

Browserを50個。

というように増やせる。

これが、

Elastic Compute――伸縮可能な計算資源

である。

17．AI Scalingは三段階になる

これまでAIのScalingは主に、

だった。

Training Compute――学習計算資源。 AI Modelそのものを作るために投入するGPUや演算量。

次に、

が重要になった。

Inference Compute――推論計算資源。 完成したModelが回答を考える際に使う計算量。

そしてAgent時代には、

が加わる。

Environment Compute――実行環境計算資源。 AgentがBrowser、Compiler、Database、VMなど実際の仕事を動かすためのCompute。

つまり、

Modelを賢くするScaling。

Modelに長く考えさせるScaling。

Agentへ大量のComputerを与えるScaling。

の三つが存在する。

18．GPUだけでなくCPU・Storage・Networkも重要になる

Agent Workloadでは、

Compilation――CodeのBuild処理。

Browser Rendering――Web Page描画。

Database Query――Database検索。

Video Encoding――動画圧縮・変換。

File Compression――File圧縮。

Package Installation――Software導入。

Network Processing――通信処理。

なども大量に発生する。

つまりAI InfrastructureはGPUだけでは成立しない。

CPU――汎用演算。

DRAM――大容量作業Memory。

SSD――高速Local Storage。

Object Storage――大量FileをCloudに保存するStorage。

Network――Server・Agent間通信。

Virtualization――大量のVMを分離して動かす技術。

Security Processor――暗号化や隔離をHardwareで補助するProcessor。

が重要になる。

対談で言われていた、

Modelが速くなるほどCPUやTool CallがBandwidthになる

という話は、この未来につながっている。

19．StorageはAlways-on、ComputeはOn-demand

Always-on――常時保持。 Agentが眠っている間もDataやMemoryだけは保持し続ける。

On-demand――必要時利用。 仕事が発生した瞬間だけCPUやGPUを起動し、終了後に止める。

Scale-to-Zero――利用時以外はComputeをゼロまで停止する。 StorageやStateだけ残し、計算料金を抑えるCloud設計。

Personal Cloud Computerでは、

Storage――Always-on。

Agent Memory――Always-on。

CPU――On-demand。

GPU――On-demand。

Sandbox――On-demand。

となる可能性が高い。

例えば、

「昨日の動画を編集しておいて」

と頼む。

Agentが起動する。

Storageから動画を読む。

Sandboxを作る。

必要ならGPUを確保する。

字幕を生成する。

動画をEncodeする。

Thumbnailを作る。

完成品をStorageへ戻す。

CPUとGPUを停止する。

Memoryだけ残す。

これが、

Serverless Personal Computer――必要時だけComputerが出現する個人用計算環境

である。

20．5TBの意味も変わる

現在の5TBを人間だけで考えると巨大である。

しかしAgent Workspaceなら、

Video素材――大量容量を消費する映像Data。

Audio――音楽、音声、Source。

Image――画像、生成素材、Reference。

Git Repository――CodeとVersion履歴。

PDF――論文、資料、Document。

Web Archive――保存したWeb資料。

Dataset――分析・AI用Data集合。

Vector Database――意味検索用のVectorを保存するDatabase。

Embedding――文章や画像の意味を数値Vector化したData。

Agent Memory――Agentの長期記憶。

Environment Snapshot――仮想作業環境の保存状態。

などを置く。

つまり、

Human Storage――人間だけが使う倉庫

から、

Human + Agent Workspace――人間とAgentが共同利用する作業空間

へ変わる。

21．Agent MemoryはFilesystem以上に重要になる

AgentのMemoryも複数階層になる。

Session Memory――セッション記憶。 現在進行中のTaskや会話状態を保持する短中期Memory。

User Memory――利用者記憶。 好み、設定、過去の判断などユーザー固有情報を保持する。

Procedural Memory――手続き記憶。 「いつもどう仕事をするか」というWorkflowや作業方法を覚える。

例えば動画制作なら、

音声解析  
↓  
字幕生成  
↓  
不要部分整理  
↓  
BGM調整  
↓  
Thumbnail生成  
↓  
Encode

という流れを覚える。

するとAgentは、

あなたについて知るAI

から、

あなたの仕事のやり方を知るAI

へ変わる。

これは非常に強力である。

同時に非常にSensitiveなPersonal Dataにもなる。

22．Agentは人間よりStorageに対して危険である

人間が5TBのStorageを持っていても、1日ですべて読むことはできない。

Agentならできる。

Agent Data Access Rate――AgentのData走査速度。 大量Fileを自動検索・分類でき、人間より桁違いのDataへ短時間で接触できる。

だから、

Prompt Injection――外部文章などからAIへ悪意ある指示を忍び込ませる攻撃。

Malicious Tool――悪意あるToolやPlugin。

Credential Theft――PasswordやAPI Keyなど認証情報の窃取。

Data Exfiltration――秘密Dataを外部へ持ち出す攻撃。

などへの対策が重要になる。

AgentがFileを読めることと、

AgentがFileを外へ送れることは、

同じPermissionにしてはいけない。

23．Storageの秘匿性はさらに重要になる

Personal Cloud Computerには、

Storage。

Email。

Code。

Agent Memory。

Credentials。

Automation。

Software Environment。

などが集まる。

Credentials――認証情報。 Password、API Key、Access TokenなどService利用権限を証明する秘密Data。

Automation――自動化。 人間の操作なしでTaskを継続実行する仕組み。

すると、

誰がDataを復号できるのか

が極めて重要になる。

ここで三種類のData状態を考える必要がある。

Data at Rest――保存中のData。 SSDやObject Storageに置かれている状態。

Data in Transit――通信中のData。 Networkを通って移動している状態。

Data in Use――処理中のData。 CPUやGPUのMemory上で実際に計算されている状態。

AI Agent時代には最後の、

Data in Use

まで守る必要がある。

24．Apple――Provider-blind Storage

Advanced Data Protection――高度なデータ保護。 iCloudの多数CategoryをEnd-to-End Encryptionで保護するAppleのPrivacy機能。

End-to-End Encryption――エンドツーエンド暗号化。 原則として利用者側だけが復号Keyを持ち、Providerも平文を読めない方式。

Provider-blind Storage――事業者から内容を見えにくくしたStorage。 Cloud運営企業自身にも復号権限を持たせない設計を指す。

これにより、

「ProviderのModeration AIに正しく理解してもらう」

のではなく、

「そもそもProviderが中身を読めない」

という別のSecurity Modelが成立する。

創作者、研究者、Journalist、Data Analystなどには非常に重要な特徴である。

25．しかしE2EEだけではAgentはDataを使えない

Agentが画像を編集するには復号が必要になる。

Encrypted Storage  
↓  
Decrypt  
↓  
CPU Memory  
↓  
GPU Memory  
↓  
AI Processing

となる。

Decrypt――復号。 暗号化されたDataを元の読める状態へ戻す処理。

つまり保存時だけ暗号化しても、

処理中にCloud Operatorから丸見えなら完全ではない。

そこで登場するのが、

Confidential Computing――機密計算

である。

26．Confidential Computingとは何か

Confidential Computing――機密計算。 CPUなどHardwareの隔離機能を使い、処理中のMemoryまで保護する技術。

TEE――Trusted Execution Environment、信頼実行環境。 外部のOSや管理者からも内部Dataを読み取りにくくするHardware隔離領域。

Confidential VM――機密仮想マシン。 TEEを利用し、VM内で使用中のDataまで保護するVirtual Machine。

Confidential GPU――機密GPU。 CPUだけでなくGPU処理中のDataも保護する仕組み。

これにより、

Encrypted Storage  
↓  
Confidential CPU  
↓  
Confidential GPU  
↓  
AI Agent

という構成が可能になる。

27．Remote Attestation――本当に安全な環境か証明する

Remote Attestation――遠隔証明。 Cloud側で期待されたHardwareとSoftwareが動いていることを暗号学的に確認する技術。

これは非常に重要である。

単にCloud事業者から、

「安全なVMです」

と言われて信用するのではない。

Computer自身に、

「私は承認されたSoftwareをTEE内部で実行しています」

と証明させる。

そして証明が正しい場合だけ、

暗号Keyを渡す。

Encrypted Data  
↓  
Attestation確認  
↓  
Approved Environment  
↓  
Key Release  
↓  
Agentが処理

という仕組みにできる。

28．Apple Private Cloud Compute

Private Cloud Compute――AppleのPrivacy重視型Cloud AI計算基盤。

Stateless Computation――状態を残さない計算。 要求処理後にUser Dataを長期保存しないことを基本とする方式。

Transparency Log――透明性ログ。 どのSoftware Buildが実運用されているかを検証できる追記型公開記録。

つまり理想は、

Storage側でProviderに見せない。

さらに、

Compute側でもProviderに見せない。

という二段構造になる。

29．Personal Cloud Computerの完成形

理想構造は、

User-owned Key――利用者所有暗号鍵。ProviderにKey支配を集中させない。

E2EE Personal Storage――事業者にも読みにくい個人Storage。

Agent Scheduler――AgentやTaskをいつどのComputerへ割り当てるか管理。

Remote Attestation――安全な実行環境を検証。

Confidential VM――処理中Dataも守る仮想Computer。

Confidential GPU――AIやRendering処理を秘匿。

Agent Runtime――Agentを長時間動かす実行基盤。

Capability Layer――各Agentの権限を細かく制御。

Persistent Memory――Agentの長期Memory。

となる。

つまり、

である。

30．最大のLock-inはFileではなくMemoryになる

Lock-in――囲い込み。 Dataや機能を他Providerへ移しにくくし、特定Serviceから離れにくくなる状態。

現在なら、

Google Photosに写真がある。

GmailにEmailがある。

OneDriveにFileがある。

というLock-inである。

しかしPersonal Agentを10年間使えば、

Writing Style。

Preferences。

Workflow。

Project History。

過去の判断。

Procedural Memory。

などをAgentだけが覚えるようになる。

ここでProviderを変更すると、

「自分のことを10年間理解してきたAgent」

を失う。

これはFileのLock-inより強い。

31．Agent Snapshotが必要になる

Agent Snapshot――Agent状態の保存・移行形式。 Memory、Preference、Workflow、設定などをまとめてExportする概念。

理想的には、

User Memory――利用者に関する記憶。

Procedural Memory――作業手順の記憶。

Preferences――好み・設定。

Skills――Agentが利用する能力。

Workflow――作業工程。

App Configuration――Application設定。

File References――関連Fileへの参照。

Audit History――過去の操作記録。

などを持ち出せるべきである。

VMにはSnapshotがある。

ContainerにはOCI Imageがある。

CodeにはGitがある。

Agentにも、

Portable Agent State――移植可能なAgent状態

が必要になる。

32．Account BAN問題がさらに重大になる

Personal Cloud Computer時代に、

Account

の中へ、

Storage――作品や資料。

Agent Memory――長期AI記憶。

Work Environment――仕事環境。

Virtual Computers――仮想PC群。

Automation――自動処理。

Credentials――Service接続情報。

AI Workspace――AIとの共同作業空間。

Personal Agent――自分専用AI。

まで入る。

するとAccount停止は、

一つのWeb Serviceを失うこと

ではなく、

自分の第二のComputerへのAccess停止

になる。

33．Service BanとData Ownershipは分離すべきである

Service Ban――Service利用停止。 企業が利用規約などを理由にComputeや公開機能を停止する措置。

Data Ownership――Data所有・支配権。 利用者自身が作成・保存したDataを保持・移行できる権利。

理想的には、

Service Access――停止可能。

Agent Execution――停止可能。

Public Sharing――停止可能。

Cloud Compute――停止可能。

しかし、

Data Export――可能。

Encrypted Backup――可能。

Agent Memory Export――可能。

Agent Snapshot――可能。

であるべきだと思う。

つまり、

「私たちのGPUは使わせません」

と、

「あなたの10年間の作品とMemoryも返しません」

は別問題である。

34．Digital Sovereigntyという問題

Digital Sovereignty――デジタル主権。 自分のData、Identity、Software Environmentを特定企業だけに支配されない状態。

Personal Cloud Computerが第二のPCになるほど、

Encryption Keyを誰が持つのか。

Agent Memoryを誰が所有するのか。

別Providerへ移せるのか。

Account Ban後もDataを回収できるのか。

が重要になる。

これは単なるPrivacy設定ではない。

AI時代のPersonal Computingにおける所有権問題

になる。

35．OpenAI・Anthropic・Grokは別方向からOS企業へ近づく

OpenAI――Personal Agent型。 一つのAgentからLocal、Remote、Cloudへ仕事を割り当てる方向。

Anthropic――Agent Runtime型。 Brain、Hands、Session、Sandbox、Network Policyを分離し、安全な長時間実行を重視する。

Grok――Persistent Computer型。 UserごとのLinux Cloud ComputerをBotが継続利用し、Computer自体をAgent Workspace化する。

入り口は異なる。

しかし全社が、

AIにどのComputer Environmentを与えるのか

という問題へ向かっている。

36．Agentic OSとは何か

Agentic OS――AI Agent中心のOperating System的基盤。 Agent、Memory、Tool、Permission、Compute、Networkなどを統合管理するLayer。

従来OSとの対応を整理すると、

つまりAgentic OSは完全に未知の技術ではない。

何十年もOSが解いてきた問題を、AI Agent用に再構成するもの

と考えられる。

37．LinuxはAgent時代にさらに重要になる可能性がある

Linuxはすでに、

Cloud Server。

Container。

Kubernetes。

Developer Environment。

AI Training。

High Performance Computing。

などの中心にある。

Kubernetes――Container Orchestration基盤。 大量のContainerを自動配置・再起動・拡張するCloud向け管理System。

HPC――High Performance Computing、高性能計算。 多数のCPUやGPUを使って大規模計算を行う分野。

そこへAgentが加わる。

AgentにとってLinuxは、

Scriptable――自動化しやすい。

Permission Modelが成熟。

ContainerやKVMと親和性が高い。

Package Ecosystemが巨大。

CLI Toolが豊富。

という強みを持つ。

人間向けDesktop市場とは別に、

Agent用Computerの標準OS

としてLinuxの存在感がさらに強くなる可能性がある。

38．「自分のPC」という概念が変わる

現在、

「自分のPC」

と言えば机の上の一台を指す。

未来には、

Smartphone  
↓  
Personal Agent  
↓  
Local PC  
＋ Cloud CPU  
＋ GPU VM  
＋ Browser Sandbox  
＋ Persistent Storage

という形になるかもしれない。

Agentが、

「これはLocalで処理する」

「これはCloudへ送る」

「これはGPUを使う」

「これはNetworkに出してはいけない」

と判断する。

つまり、

ComputerとはHardwareの箱ではなく、自分が利用できるCompute Environment全体

になる。

39．AI Agentは「第二のPC」を持つ

従来は、

Human  
↓  
PC

だった。

Agent時代は、

Human  
↓  
Personal Agent  
↓  
多数のComputer  
↓  
Personal Storage

になる。

人間が目的を与える。

AgentがComputeを管理する。

必要ならLinux VMを起動する。

Browserを並列化する。

GPUを確保する。

仕事が終わればComputeを停止する。

Memoryだけ残す。

つまりAgentは、

自分専用の第二のPCを持つ。

さらに正確には、

必要なだけComputerを生成して使う。

40．Laptopはなくならない

Laptopは不要になるのではなく、役割が変わる。

今まで：

Laptop = Computer本体

将来：

Laptop = Personal Cloud Computerへの高信頼Terminal

Terminal――端末。 ここではCloud上のAgentやComputer群を操作・確認する入口という意味である。

Sensitive Data――機密性の高いData。 → Local。

Massively Parallel Work――大量並列処理。 → Cloud。

GPU Rendering――GPUを使う画像・動画処理。 → Cloud GPU。

Immediate UI――瞬時の反応が必要な画面操作。 → Local。

となる。

つまり未来は、

Local + Edge + Cloud

である。

Edge――利用者に近い場所の計算資源。 Localほど近くなく巨大Cloudほど遠くない中間的なCompute地点。

41．「Laptopでは足りない」の本当の意味

最初の対談へ戻る。

Laptopは人間のために作られている。

これは単に、

「将来はもっと高性能なGPUが必要になる」

という話ではない。

AIが、

文章を生成する存在

から、

Computerを操作する存在

へ変わった。

そして次に、

自分自身のComputer Environmentを持つ存在

へ変わり始めている。

OpenAIはPersonal AgentとRemote Computeから。

AnthropicはBrain、Hands、Sandboxから。

GrokはPersistent Linux microVMから。

GoogleはConfidential Computingから。

AppleはPrivate StorageとPrivate Cloud Computeから。

別々の入口から同じ未来へ近づいている。

42．AI競争は「誰のモデルが賢いか」の外へ広がる

今は、

GPT。

Claude。

Grok。

Gemini。

のModel性能が注目される。

しかしModelが十分に賢くなるほど、差別化はその外へ移る。

Memory――誰が最も深くユーザーを記憶できるか。

Sandbox――誰が最も安全なAgent Computerを作れるか。

Parallelism――誰が最も多くのAgentを同時実行できるか。

Compute Cost――誰がCPU/GPUを最も安く提供できるか。

Storage Privacy――誰が最も秘密性の高い保管庫を提供できるか。

Confidential Compute――誰が処理中Dataまで守れるか。

Portability――誰がDataやMemoryを自由に持ち出せるか。

そして最終的には、

誰が人間の第二のComputerを預かるに値するのか。

という競争になる。

Personal Cloud Computerは、単なるCloud PCの進化版ではない。

それは、

AIが自分自身のComputerを持ち、人間の代わりにそのComputerを継続的に使うための新しいPersonal Computing Platform

である。

Laptopは人間のために作られた。

次のComputerは、人間とAgentの両方のために作られる。

Storageの中に記憶を持つ。

必要な瞬間だけCPUとGPUを呼ぶ。

Linux VMを起こす。

Sandboxへ分裂する。

Browserを並列で動かす。

仕事が終わればComputeを消す。

Memoryだけを残して眠る。

翌朝には、

昨日何をしていたのかを覚えた状態で再び起きる。

Personal Cloud Computer――個人用クラウドコンピューター。

AI Agentが「第二のPC」を持つ時代は、遠いSFではない。

OpenAI。

Anthropic。

Grok。

Google。

Apple。

Cloud Infrastructure企業。

それぞれが現在、

Agent Runtime。

Persistent Computer。

Confidential Compute。

Private Storage。

Memory。

Sandbox。

という別々の部品を作り始めている。

2026年は完成したPersonal Cloud Computerが普及した年ではない。

しかし、

次世代Personal Computingを構成する部品が、明確に見え始めた時代

には入っているのである。