社内独自LLMでもClaude Codeみたいなエージェント開発をしたい — Continue + AGENTS.md という解
この記事は、外部AIサービスが使えないセキュリティ制約下の企業で、VSCode拡張のOSSツール「Continue」と社内OpenAI互換プロキシを組み合わせてエージェンティックな開発環境を構築した実践記録だ。ContinueにないSkills機能を AGENTS.md で疑似的に再現するノウハウも紹介されており、再現性の高い構成になっている。
エージェンティックな開発体験を一度知ったエンジニアが、それのない環境に戻るのは難しい。Claude CodeやCursorが示したのは「AIがファイルを読み、コマンドを実行し、結果を判断して次の手を打つ」という自律ループであり、チャット型AIとは質的に異なる体験だ。
問題は、セキュリティ・コンプライアンス上の理由から外部AIサービスを制限している企業が、この体験から切り離されているという現実にある。「禁止だから諦める」か「リスクを承知で使い続ける」か——その二択しかないと思われてきた。
Continueが示すのは、第三の道だ。
OpenAI互換のエンドポイントさえあれば、接続先のLLMは問わない。社内プロキシ、オンプレモデル、プライベートクラウド上のモデル——どれでも設定ファイル1枚でつながる。エージェントモードでのツール自律実行、Rulesによるプロジェクトルールの常時注入、MCPサーバーへの接続。Claude Codeが持つ構造的な仕組みを、自分が選んだLLMで動かせる。
さらに注目したいのが、AGENTS.md による「疑似Skills」の発想だ。Continue自体にはSkills機能（定型タスクを自律実行させる仕組み）がない。だが、AGENTS.mdというマークダウンファイルにタスクの手順を記述してエージェントに参照させることで、同等の動作を再現できる。特定ツールへの依存を下げる設計でもある——Continueがバージョンアップしてもノウハウが移植しやすい点は実務的に大きい。
ただし、「体験の質はモデルに依存する」という点は正直に受け止める必要がある。Continue + AGENTS.mdはフレームワークを提供するが、エージェントが実際に自律的に動けるかどうかは社内LLMの能力が上限になる。汎用推論力が高く、長いコンテキストを扱えるモデルでなければ、自律ループは途中で詰まる。
裏を返せば、社内LLMの整備——推論品質の向上、コンテキスト長の確保、レスポンス速度の安定——がエージェンティック開発体験の実質的な前提条件になる。Continueは「体験への扉」を開くが、その先に進めるかどうかはLLMの品質次第だ。
セキュリティ制約のある企業が取るべき問いは、「外部AIが使えないからエージェント開発は無理か」ではなく、「どのLLMを社内に整備するか」にシフトしつつある。Continue + AGENTS.mdは、そのシフトを後押しする現実的な足がかりになり得る。
関連記事
- AI時代に営業マネージャーとして生き残るために必要なスキルは、単純な営業管理能力ではなく「副社長（VP）レベルの経営思考」なのか？
- Claude Codeなどのエージェントツールは最小権限原則（Least Privilege）で運用すべきなのか？
- The Open Agent Leaderboard
参考文献
コメント