SoduWork の依頼は、チャットが止まったときではなく、依頼した人が承認したときに終わる

README の書き出しは、そのまま製品の仕様でもある。チャットは答えで終わる。SoduWork の依頼は、依頼した人が承認したときに終わる。
言い方を少し変えただけに見えて、影響は大きい。承認でしか依頼が閉じないなら、「終わった」の定義を着手前に決めておく必要があり、書き手以外の誰かが確認する必要があり、すべての記録が残る必要がある。mdiri-ai の SoduWork は、この 3 つの要件をひとつの共有プールに畳み込んだ。2026 年 10 月 29 日の公開後、スターは 6,170 に達し、現在はパブリック beta だ。
依頼はどんな形をしているか
目標と入力、そして受け入れ基準を書いて依頼を立てる。AI に文章を整えてもらい、書き漏らした基準を足すこともできる。そのうえで自分、同僚、あるいは agent に割り当てると、割り当てられた側の harness が実行する。
仕事が戻ってくると、別の AI レビューが基準を 1 項目ずつ照合する。落ちた項目があれば、理由を付けて差し戻される。すべて通れば担当者が確認し、依頼した人が承認する。ここまで来てようやく依頼は閉じる。
リポジトリの図には 6 つの箱と 1 本の点線がある。起案、推敲、割り当て、実行、レビュー、承認、そしてプラグインとして保存。点線は保存から実行へ戻る。プラグインは再利用されるからだ。
ひとつの harness が実行し、別の harness がレビューする
ここでいう harness はモデルではなく、agent のランタイムのことだ。SoduWork は共通のアダプター越しに 9 つをつないでいる。Pi、OpenCode、DeepSeek Harness、Qwen Code、Kimi Code、Codex Harness、Codex、そして catalog の宣言の後ろに 2 つ。Agent Client Protocol を話すプログラムなら、説明を書くだけで追加できる。
設計上の帰結はこうだ。レビューする側は、書いた側でなくていい。Pi にひとつのモデルを載せて仕事をさせ、OpenCode に別のモデルを載せて基準に照らしてレビューさせる。harness が 2 つあれば壊れ方も 2 通りあり、レビューはモデルが自分の宿題を採点する行為ではなくなる。
会話の途中で harness を切り替えても、履歴と作業フォルダはそのまま残る。便利機能にしか見えないが、3 つのツールと引き出しいっぱいのサブスクで 1 週間過ごしたあとでは、これがひとつのワークベンチを使う理由になる。
一度うまくいった実行をチームの資産にする
ループの後半は、チームがたいてい飛ばす部分だ。自分と AI がうまく仕事をこなせたら、その会話をプラグインとして保存する。プラグインはレビューを通り、チームか個人に付与され、取り消すこともできる。チームの誰でも実行でき、改善を足せる。
触れ込みは「知識がチャットスレッドの中で死ななくなる」だ。現実的な言い方をすれば、プラグインは保存された進め方であり、その出来はレビューの出来で決まる。SoduWork はレビューを提案ではなく関門にした。これは多くのプラグイン体系がやっていないことだ。
土台にはガバナンスがある。ロール、利用量、コスト、監査ログ、すべてセルフホスト。誰が頼み、誰がやり、どのプラグインが動き、誰が承認したか。「agent はなぜあのメールを送ったのか」と説明する立場なら、欲しいのはこの表だ。
動かす
ソースから動かす場合、前提は Python 3.12.x と Node 22.x(22 系の 22.19.0 以降)、それに Git。リポジトリを clone して起動する。
sh start.sh --desktop # macOS / Linux
.\start.cmd --desktop # Windows PowerShell
初回は依存関係を入れ、同じマシン上で Hub、管理コンソール、デスクトップクライアントを立ち上げる。admin アカウントのパスワードを 12〜128 文字で決め、Model catalog でモデルのプロバイダーを追加する。
ここでつまずく人が多いと README もわざわざ書いている。サービス認証情報を保存しても、モデルは作られない。接続したサービスを開き、Add model を選び、プロバイダーの正確な model ID を貼り、chat model として印を付ける必要がある。Pi は SoduWork の catalog を使う。Codex は自前のアカウントで別途サインインが要り、いま追加した API key は引き継がない。
チームで使うなら、Docker で一式が上がる。
python3 ops/self-host/deploy.py up
python3 ops/self-host/deploy.py credentials
Hub、管理コンソール、PostgreSQL が 1 台のサーバーに載る。手前に HTTPS のリバースプロキシを置いて、アドレスを配ればいい。Windows、macOS、Linux のデスクトップクライアントは Releases にあり、サインイン画面の Connection 欄に Hub の URL を貼る。
入れる前に見たければ service.soduwork.ai にホスト版の demo がある。README には評価用であって、実際の業務データを上げるなとはっきり書いてある。
どこで綻びるか
4 点を天秤にかけたい。
レビューはやはり言語モデルだ。「別の AI が 1 項目ずつ確認する」は自己評価より確かな前進だが、検証ではない。「書き出しに 47 行すべてが含まれる」は確かめられる。「トーンが我々のブランドに合う」は、チェックリストを貼り付けたモデルの意見にすぎない。ループ全体の質は受け入れ基準の質で決まる。それは製品の機能ではなく、書く力だ。
9 つの harness は 9 人分の保守負担になる。アダプターは腐る。リリースが一番速い harness が最初に壊れ、それに依存する部分(プラグイン、レビュー、履歴)も一緒に壊れる。小さなチームがまともに見ていられるアダプターは 2、3 個で、残りはいつの間にかテストされなくなる。
カテゴリの問題もある。SoduWork はプロジェクト管理、agent オーケストレーター、チャットクライアントと同時に競合していて、どれも 10 年分の期待を背負っている。SoduWork に依頼を立てることは Linear に立てないことであり、新しい道具を好む参加者は agent だけかもしれない。
beta は beta だ。パブリック beta、本番前に評価、コンプライアンス認証には触れていない。データの所在を気にするチームにとってセルフホストは正解で、同時にアップグレードも自分で背負うということだ。
本当の関門は定着率だ。依頼プールは、人がそこに依頼を立てて初めて機能する。エンジニア 10 人と私的なチャットウィンドウ 10 枚があれば、どんなワークベンチも迂回される。監査ログは空のまま、正確に残る。
盗む価値のある考え
着手前に基準を決める。他の誰かに確認させる。人に承認させる。うまくいったやり方を保存する。
4 つのうち新しいものはひとつもない。代理店も編集者も QA 部門もずっとそうやってきた。そしてそれは、チャット界面がきれいに取り除いてしまったものだ。SoduWork はそれを戻し、タイピングをどの agent ランタイムに任せるかを選ばせてくれる。
小さなチームを回していて、「agent は終わったと言ったのに終わっていなかった」が繰り返し出るなら、受け入れ基準の欄はここから一番安く真似できる部分だ。このソフトを使うかどうかとは関係なく。
関連記事
Pinky は agent に自分のスマホを操作させる。送信ボタンは、あなたが許可を押すまで押さえたまま
Pinky はどんな MCP agent でも本物の iPhone や Android につなぎ、承認をプロンプトではなく自前のゲートウェイで強制する。銀行アプリは見えず、パスワード欄は通行止め、Android 13 では agent に隠れた2枚目の画面が渡される。
サーバー1台、AI配信者1人:夜のライブ配信を動かすコードの中身
open-yoki は、毎晩 Binance Square で配信する AI ホストの本番コードで、人格・声・お金に関わる機能は取り除かれています。headless Chrome がフレームを描き、ffmpeg が RTMP を押し、Markdown フォルダが彼女の気分と投稿内容を決めます。
世界の法律を git に入れた人がいる。だから法令も blame できる
global-law は各国の法令を git リポジトリとして持ち、1 つの commit が既知の日に効力を持った 1 つの法律にあたる。条文に対して log、blame、show、diff を実行でき、ある日の各国の施行状況を調べ、コーパス全体を MCP 経由でアシスタントに渡せる。
ByteDance の SeedRealtime は毎秒 2 フレームだけ取り、いつ話すかを自分で決める
Doubao-Seed-Realtime-1.0 はカメラのフレーム、画面のフレーム、音声を 1 つの全二重セッションにまとめる。毎秒 2 フレームまで。面白いのはフレームレート、能動的な発話、そして既定でオンになっている監査の返答だ。