AI が書くアプリのガバナンス実行基盤
AI がアプリを書く。
ObjectOS が統制する。
コーディングエージェントを ObjectStack に向けます。モデル、UI、ワークフロー、権限、ツールをフルコードではなくコンパクトなメタデータとして書きます。完全な CRM でも 2,000 行未満。チームはその大きさの diff をレビューし、ランタイムが呼び出しごとに統制を実行します。
- オープンプロトコル
- Apache 2.0・セルフホスト可
- レビュー可能な設計
- CRM 全体で約 1,800 行
- ランタイムで統制
- 呼び出しごとに権限と監査
AI が書くエンタープライズソフトウェアへ
今あるシステムを活かし、
エージェント用の統制ランタイムを加える。
エンタープライズ AI に必要なのは、また一つの再構築プロジェクトでも、レビュー不能な生成コードの山でもありません。エージェントが書き、人がレビューでき、ランタイムが統制するコンパクトなターゲット形式です。
プラットフォーム機能
白紙のコードではなく、
業務構造から始める
- 01
エージェントに業務モデルを渡す
顧客、注文、設備、ケース、承認を、エージェントが読み、関連付け、操作できるオブジェクトとしてモデル化します。
- 02
既存システムを置き換えずに拡張
データベース、ERP、CRM、自社システムの上に API、権限、ワークフロー、インテリジェンスを追加します。
- 03
コードではなくメタデータを生成
典型的な CRUD/ワークフロー型ソフトウェアでは、エージェントはコンパクトな ObjectStack 定義を書き、ObjectOS がテーブル、API、UI、ツール、権限、監査を提供します。生成するコードもレビューするコードも少なくなります。
- 04
ランタイムでガバナンスを実行
企業 ID、権限、承認キュー、監査ログを再利用し、すべてのエージェント操作に明確な境界を設けます。
AI 構築とエージェント運用
エージェントにソフトウェアを作らせる。
人はレビューの輪に残る。
ObjectOS はオブジェクト、項目、ワークフロー、権限、アクションを、エージェントが統制されたツールで読み書きできる宣言的メタデータにします。オープンソース版は BYO-AI:自分のコーディングエージェントがメタデータをソースファイルとして書きます。同梱の CRM は 31 ファイル・1,792 行で、業務システム全体がエージェントのコンテキストに収まります。人は diff をレビューし、任意の MCP クライアントがデータを問い合わせられます。テーブル、API、UI、権限チェック、監査といった繰り返しの部分はすべてランタイムが担います。製品内の Build/Ask アシスタントは Cloud/Enterprise で提供します。
AI セキュリティモデルを見る →AI Builder
Cloud/Enterprise:自然言語で変更を説明します。製品内 Builder がオブジェクト、項目、ビュー、ワークフローを生成し、構造変更を承認へ送ります。オープンソースでは、自分のコーディングエージェントがフルコードではなく同じコンパクトなメタデータ diff を書きます。
AI Ask
Cloud/Enterprise:製品内で質問し、業務コンテキストを分析し、ログインユーザーの権限内で承認済みアクションを実行します。オープンソースでは、同じオブジェクトを MCP 経由で自分の AI から問い合わせます。
Tools / MCP
全エディション共通:@objectstack/mcp がオブジェクト、クエリ、アクションをポリシー対応ツールとして Claude、Cursor、任意の MCP クライアント、ローカルモデルに公開します。
仕組み
業務オペレーションを、
エージェントが使える構造へ
ObjectOS はオブジェクト、関係、権限、ワークフロー、アクションを統一メタデータで記述します。エージェントはアプリケーションコードを作り直すのではなく、コンパクトな定義層を変更するため、業務反復は速く、レビューしやすく、統制されたまま進みます。
セキュリティとガバナンス
データは自社ネットワーク内に。
AI は権限の内側で動く。
ObjectOS は自社インフラ上で動くセルフホスト型ランタイムです。業務データ、ID、監査ログ、ファイルは自社管理のまま。AI エージェントは管理されたツール経由でオブジェクトにアクセスし、ログインユーザーの権限を継承します。
セキュリティとガバナンスを見る →データ所在地
自社のデータベースとストレージに接続します。外部サービスを明示的に設定しない限り、ObjectOS は外部送信、ライセンス確認、テレメトリ収集を行いません。
ユーザー権限で動く AI
エージェントはログインユーザーとして動作し、オブジェクト、レコード、フィールドの権限に従います。
承認と監査
構造的な変更は人の承認キューに入り、読み取り、書き込み、ツール呼び出し、権限変更は監査ログに記録できます。
オフライン対応
VPC、ローカルサーバー、隔離ネットワークで動作し、ローカルモデル、社内 ID、独自のシークレット管理に接続できます。
アプリテンプレート
動くテンプレートから始め、
白紙のシステムから始めない
比較
よくあるツールとは
別物です
最新インサイト
AI-native ソフトウェアの実践知
AI Agent が本番データを削除するとき:ランタイムガードレールが必要な理由
Replit のデータベース事故が示した構造的な教訓は、agent の影響範囲をプロンプトだけに任せてはいけないということだ。権限、承認、監査はランタイムが強制する必要がある。
Retool と AI ネイティブなアプリ基盤:それが統治するのは誰がアプリを開くかであって、ロジックが何をするかではない
Retool はローコードで最高のアクセス統治を備える——RBAC、監査ログ、SSO、セルフホスト。だが業務ロジックは画面に散らばった JavaScript で、人間が diff として精査できず、AI も監査できない。そこにギャップがある。
Power Platform ロックイン:Dataverse、Azure、セルフホストの判断基準
Power Platform の強みは本物だ。ID、Teams、Dynamics、請求が同じテナントにある。ただし主権、規模コスト、AI 変更レビューを重視するなら、Dataverse と Azure ランタイムの境界は先に確認したい。
次のステップ
最もよく知る業務データから始めましょう。
既存システムを一つ接続し、主要な業務オブジェクトを定義して、最初のガバナンス付き AI-written アプリを小さなメタデータ diff として出荷します。
既存システムとの接続方法 →