メインコンテンツへ移動
Chen Dahuang
全記事
8 分で読めますX の原文

安定・高速・高生産性・安価:私の AI Coding スタック実録

OpenCode + OpenChamber + DeepSeek V4 Flash のサブスク 2 本で、15 プロジェクトを同時に回してもクォータはほとんど減らない。この記事では Context 剪定、階層メモリ、デスクトップ自動化、そして「やはり元の組み合わせ」という選定の教訓まで、設定の全記録をさらけ出す。

Chen Dahuang

Chen Dahuang

独立开发者

安定・高速・高生産性・安価:私の AI Coding スタック実録

コアとなる主張は最初に X で発表した。この記事は設定の完全な記録だ。

先に結論:OpenCode + OpenChamber + OpenCode Go の DeepSeek V4 Flash サブスク + Ollama Cloud の DeepSeek V4 Flash サブスク。

この組み合わせを長期間ヘビーに使っている。四拍子で言えば:安定、高速、高生産性、低コスト。プロジェクトを 15 個連続で開いて同時にコードを回しても、クォータの消費はごくわずかだった。

なぜ OpenCode + OpenChamber なのか

選定の過程は別の記事に書いたので、ここでは結果レベルの理由だけ。OpenCode は現状もっともバランスの取れたマルチモデルカーネル——オープンソースで、Provider が多く、Client/Server、デスクトップ、Subagent がどれも成熟している。OpenChamber は私が使ったオープンソースプロジェクトの中でフロントエンドの仕上がりが一番良い Harness GUI で、作者のメンテナンスが本当に丁寧。精緻で安定していて、たまの小さな不具合は長期使用にまったく影響しない。

Web インターフェース + PWA なら、デスクトップクライアントとほぼ変わらないし、更新も手動不要。

設定は三つの核心的な要望を軸に

私の OpenCode 設定は三つの軸で組んでいる:Context 管理、メモリシステム、外部能力。

**1. opencode-dcp(オープンソース)——動的 Context 剪定。**Context がしきい値に達すると、古い内容を自動で技術サマリーに圧縮する:重要な情報は残し、ノイズを捨て、重複を整理し、ツールのエラーメッセージのような低価値コンテンツを Context から除去する。長いセッションでも Context が爆発せず、お金も token も節約できる。長時間タスクを丸一日回し続けるための土台だ。

**2. opencode-goal-plugin——ゴール管理。**長いタスクに Goal モードを足して、Agent が脱線したら引き戻せる。

**3. Hermes Memory——階層メモリ(需要があれば後日オープンソース化)。**一番力を入れているプラグイン:Hermes agent の階層メモリ機構を OpenCode に移植して、セッションをまたいでユーザーの好み、プロジェクトの意思決定、過去の教訓を記憶する。新しいプロジェクトをゼロから教え込む必要がない。

**4. context7-MCP。**ライブラリやフレームワークの最新公式ドキュメントを調べる。自分で探し回らなくていい。

**5. grep-MCP。**GitHub 全サイトのコードから実際の使用例を検索する。記憶だけで書くよりずっと信頼できる。

**6. open-computer-use——デスクトップ自動化。**AI に macOS アプリを直接操作させる:クリック、入力、スクロール、ドラッグ、スクリーンショット、アクセシビリティツリーの読み取り。テストや受け入れの工程で特に便利。

コスト計算:2 本のサブスクの使い方

DeepSeek V4 Flash はこのスタックのコスパの核だ:本当に賢くて、本当に安い。OpenCode Go のサブスクでメインのワークフローを賄い、Ollama Cloud のサブスクを第二経路の分流にする——2 本のサブスクを合わせても、主流の純正 Coding Plan より安く、しかも産出量は多い。

「モデルをサードパーティの殻に入れると頭が悪くなる」という説は、分解して考える必要がある:劣化の根源は「殻がモデル向けの Harness Engineering をしていない」ことであって、殻を替えるという行為そのものではない。OpenCode のオープンモデル対応は第一梯隊で、DeepSeek V4 Flash はその中で安定かつ高速に動く——まさにこれが、15 プロジェクトをこれに預けられる私の勇気の源だ。

「元の組み合わせを守る」の教訓

グループチャットではよく聞かれる:あらゆるサブスクを接続できて、どのモデルでも劣化しない、万能の AI Coding デスクトップアプリはあるか?

毎日高強度でいじり回している友人たちと話し合った結論は一致した:存在しない。やはり元の組み合わせが正解だ。

  • GPT → Codex:公式サブスクの直結で、ネイティブのスケジューリングが一番安定。
  • Gemini → AntiGravity:速度の天井。長いウィンドウでも詰まらない。
  • DeepSeek、GLM などのオープンモデル → OpenCode / ZCode のようなオープンモデルに優しい Harness。

モデルを相性の悪い殻に入れると、劣化、遅延、サブスク不通はほぼ避けられない。それぞれのモデルを一番居心地のいい場所に置く。その組み合わせこそがあなたのフルスタックだ。

最後に

このスタックを数か月回してきて、一番の実感は「いくら節約できたか」ではなく「タスクを気軽に開ける」ことだ——安定していて安いから、15 プロジェクトを開けても動じない。ツールスタックの価値は、最終的に「どれだけの仕事を預けられるか」に表れる。

役に立ったら、ぜひ友達にシェアを。

関連記事