Sebastian Raschka、オープンモデルによるローカルコーディングエージェント構築手法を公開
Claude Code や Codex に依存せず、Ollama と Qwen3.6 を用いてプライバシーとコストを制御した開発環境を構築する実践ガイド。
リリース: 2026-06-27 · 読了 8 分記事の要約
1. 核心（What）
- Sebastian Raschka が Qwen3.6 35B-A3B モデルと Qwen-Coder を組み合わせたローカルコーディング環境の構築手順を公開。
- Qwen3.6 35B-A3B は約 22GB のモデルサイズで、30-40GB の RAM を消費しつつ Mac Mini (M4) や DGX Spark 上で高速動作する。
- Claude Code や Codex といった既存のコーディングエージェント用ハネス（実行環境）を、オープンウェイトモデルで代替する構成を提示。
2. 影響（Why）
- API 依存からの脱却とコスト固定: 商用 LLM API の利用制限や価格改定、突発的なパフォーマンス低下を回避し、オフライン環境でも一貫した開発体験を維持できる。
- 国内 SaaS 開発者のセキュリティ戦略: 機密性の高いコードや社内ドキュメントを外部 API に送信せず、VPC 内のローカル環境で完結させることで、セキュリティ要件が厳しい Vertical SaaS 開発者の懸念を解消する。
3. 根拠・詳細（How）
- Ollama による推論エンジン構築: モデルサービングフレームワークとして Ollama を採用し、CLI ベースで Qwen3.6 35B-A3B をデプロイ。推論速度とリソース効率を最適化した環境を構築。
- モデルとハネスの最適化: Qwen-Coder ハネスは Qwen モデル向けに最適化されており、Nvidia Polar のベンチマークでは Qwen3.5-4B が同ハネス上で最高性能を記録している。
4. 展望・課題（Next）
- Pi ハネスの検証: 今後の拡張として、GitHub 上で注目を集めるコーディングハネス「Pi」の導入と性能検証を予定。