Perplexityは、個人創業者や小規模エンジニアチーム向けに「Computer for Builders」を公開した。コード作成からデプロイ、監視、決済管理、成長レポートまでを単一のチャット環境で自動化する。AIエージェントが実務を肩代わりする範囲が、試作支援から事業運営まで広がってきた。

Computer for Buildersの提供内容

今回公開されたのは、Perplexity Computerが持つマルチモデルオーケストレーション機能を、GitHub、Datadog、Stripe、Supabase、Slackという5つの主要ツールと接続する構成である。15以上の最先端モデルをタスクごとに選択し、コードベースへの接続、プルリクエストの作成とレビュー、デプロイ、本番環境の監視、売上追跡、週次成長レポートの自動送信までを担う。公式ブログの説明では、バックログに積まれていた作業を帯域待ちから解放し、小規模チームの開発時間を確保するとされている。ただし、15以上のモデルが具体的にどのモデルを指すのか、モデル選択の判断基準は現時点では明らかにされていない。

AIエージェントが吸収する運用業務の範囲

注目すべきは、AIが担当する範囲がコード生成にとどまらず、本番運用と収益管理にまで及ぶ点だ。ComputerはGitHub上の課題を読み取り、再発バグをクラスタリングし、SupabaseのデータとGitHubのコードを参照して再現、テスト付きのプルリクエストを開き、Vercelでデプロイし、修正完了の通知をSlackに投稿する。またStripeの解約や支払い失敗、不正シグナルを監視し、対応が必要な項目を抽出する。これは、従来は人間がツールを切り替えながら行っていた一連の判断と操作を、AIエージェントが自律的に引き受けることを意味する。小規模チームほど、この自動化の恩恵を直接受けやすい可能性がある。

日本企業とその後を見る論点

日本でも少人数でのソフトウェア開発やスタートアップ創業は増えており、GitHubやStripe、Slackといったツールを横断するAIエージェントの需要は想定し得る。とはいえ、日本語でのコミュニケーションや国内の決済・監視ツールとの連携がどこまで実用的かは、今回の発表では明らかになっていない。今後見るべき論点は、モデル選択の透明性、コードや決済情報をAIに渡す際のセキュリティとアクセス制御、運用自動化によって生じる責任範囲の所在だ。また、エージェントがデプロイや収益管理まで担うことで、開発者や創業者の役割が「指示と検収」にどう変化するかも、産業構造への長期的な影響として注視する必要がある。