CRYPTO & AI
無料で登録

【Osaurus】AIを「借りる」のをやめて、「持つ」

クラウドに預けるのが当たり前の時代に、Mac 1台へAIを丸ごと囲い込む。元Tesla技術者が問う"所有"の思想。

【Osaurus】AIを「借りる」のをやめて、「持つ」

おはようございます。
今日は「Osaurus」をリサーチしました。

LucyOS や Osaurus のように「自分専用のAI(エージェント)を、自分の手元やオンチェーンで動かす」プロダクトは、これから一気に増えていくと見ています。クラウドの大手に全部を預ける時代から、「AIを自分で持つ」時代への揺り戻しが始まりつつあるからです。今日はその筆頭格として、ローカルAIランタイムの Osaurus を取り上げます。


TL;DR

  • Osaurus(osaurus.ai、運営は Osaurus, Inc.)は、Apple Silicon の Mac 上でAIエージェントをローカル実行するネイティブ macOS アプリです。Appleの推論フレームワーク MLX で Llama・Gemma・Qwen などを端末内で動かしつつ、必要なら OpenAI / Anthropic / Google / Grok などクラウドにも切り替えられます。Swift製・MITライセンスで、公式値は 146.8kダウンロード / 5.9k GitHub stars。作者は元Tesla・Netflixのエンジニア Terence Pae。
  • ただし数字だけ見れば弱小です。ローカルAIの王者 Ollama は174k starsで、Osaurus はその約30分の1。にもかかわらず注目に値するのは、Ollama が「開発者向けのモデル実行サーバー」なのに対し、Osaurus は "Own your AI(AIを所有する)" という思想を、ネイティブアプリ+エージェント実行基盤(メモリ・自律実行・暗号学的ID)として一つにまとめたからです。勝負しているのは性能ではなく「誰がAIを所有するか」という別の土俵です。
  • 出発点は、前身のデスクトップAI「Dinoki」の顧客が放った一言——「トークン代を別途払い続けるなら、このアプリを買う意味は?」でした。狙う先は、データを外に出せない法務・医療など規制産業。Pae 曰く「クラウドAI事業者はデータセンターを増強し続けるしかないが、人々はまだローカルAIの価値に気づいていない」。弱点も明確で、性能はクラウド最上位に及ばず、対応も Apple Silicon に限られます。思想が実用に追いつくかが全てです。

概要|Osaurusとは?

Osaurus は、Apple Silicon(M系チップ)の Mac 上で、AIモデルとエージェントをローカルに動かすネイティブ macOS アプリです。運営は Osaurus, Inc.、Swift製・MITライセンスのオープンソースで、公式サイト掲載時点で 146.8kダウンロード / 5.9k GitHub stars。掲げるのは "Own your AI"、そして「推論さえあればいい。あとは全部あなたが所有できる(Inference is all you need. Everything else can be owned by you.)」という一文です。

正直に言うと、ローカルAIの市場で Osaurus は後発の小勢力です。同じ領域の Ollama は GitHub で174k starsを集める事実上の標準で、Osaurus の 5.9k はその約30分の1にすぎません。ではなぜ取り上げるのか。両者が戦っている土俵が違うからです。Ollama は「コマンドラインでモデルを動かすサーバー」で、開発者がアプリに組み込むための部品です。対して Osaurus は、普通のMacユーザーがそのまま使えるネイティブアプリであり、しかも単なるチャット相手ではなく「エージェントを動かす土台」を名乗っています。数の勝負ではなく、「AIを誰が所有するか」という問いの立て方で差別化しているのが Osaurus です。

解決する課題

Osaurus が突くのは、クラウド前提のAI利用が抱える構造的な歪みです。

  • メール・契約書・カルテといった機密データを、外部APIに送ること自体がコンプライアンス上の地雷になる
  • クラウドAIは従量課金で、使うほど課金され、料金やモデルの仕様は提供側の都合で変わる
  • 「自分のAIアシスタント」のはずが、データもモデルも事業者に握られたままになっている

ローカルでLLMを動かす選択肢は Ollama や LM Studio が先行していました。ただ多くは「モデルを動かすサーバー」止まりで、Macのアプリ・ファイル・メールと連携して"実際に仕事をこなすエージェント"にするには一手間かかる。Osaurus は、その最後の一手間をネイティブアプリとして引き受けにきています。

プロダクトの3つの柱

1. MLXによる完全ローカル推論

Appleの機械学習フレームワーク MLX(M系チップ最適化の推論基盤)で、Llama・Gemma・Qwen・Mistral・Phi などのオープンモデルを端末内で直接動かします。クラウドに一切データを送らない「完全オフライン」が基本姿勢。動作要件は macOS 15.5以上、Apple Silicon 専用です。

2. ローカルとクラウドの"両刀"

ローカルモデルを OpenAI / Ollama 互換のエンドポイントとして公開できるのが効きどころです。既存の「OpenAI APIを叩く前提」のツールを、コードをほぼ変えずローカルの Osaurus へ向けられる。さらにクラウド(OpenAI / Anthropic / Google / Grok)にも切り替えられるので、「軽い作業はローカル、重い作業はクラウド」を一つのアプリで使い分けられます。プライバシー一辺倒ではなく、現実的な妥協点を持っているのが普及面では賢い設計です。

3. macOSネイティブ連携 + エージェント"harness"

Mail・Calendar・Notes・Reminders・Files・Safari などmacOS標準アプリと連携します。そしてGitHubのリポジトリ説明が示すように、Osaurus は自らを単なるサーバーではなく 「AIエージェントのためのharness(実行基盤)」と定義し、persistent memory(セッションをまたぐ記憶)/autonomous execution(自律実行)/cryptographic identity(暗号学的に検証可能なエージェントのID)を掲げています。

"暗号学的ID"が地味に効いてくる理由

ここは Osaurus を「便利なローカルLLMアプリ」で片づけないために掘っておきます。

3つの柱のうち、いちばん射程が長いのが cryptographic identity(暗号学的アイデンティティ)です。エージェントに検証可能なIDを持たせるとは、「誰の・どのエージェントが・何をしたか」を、クラウド事業者のアカウントに頼らず端末側で証明できる、という話です。クラウド型では、あなたのAIの履歴も権限も事業者のサーバーに紐づきます。Osaurus が目指すのはその逆で、所有も責任の所在も手元に置く。

そして面白いのは、これがクリプト側の議論と地続きな点です。今日のクリプト版で扱う LucyOS のように、エージェントが自律的にウォレットを操作し、資産まで動かす世界では、「このエージェントは本当に本人の代理か」を証明する手段が決定的に重要になります。Osaurus の暗号学的IDは、その"エージェントの身分証"を手元で持つ版です。要は Osaurus が売っているのは便利なチャットボットではなく、「自分のAIインフラを、履歴も権限も身分証ごと手元に持つ」という選択肢だと捉えると、立ち位置がくっきりします。


変遷|「トークン代を払うなら、なぜ買うの?」から始まった

創業のきっかけは、顧客の素朴な一言

Osaurus は、最初からローカルAIランタイムを目指して生まれたわけではありません。出発点は Dinoki という、デスクトップに常駐するAIコンパニオンでした。共同創業者の Terence Pae は、これを往年のOfficeアシスタントになぞらえ 「AI版クリッピー(AI-powered Clippy)」と呼んでいます。

転機は、その Dinoki の顧客が投げた素朴な疑問でした。「アプリ代を払っても、結局トークン代(クラウドAIの利用料)を別途払い続けるなら、わざわざこのアプリを買う意味は?」——この一言が、Pae にローカルでAIを動かすことを真剣に考えさせます。

(Dinokiの顧客に問われて)「そうやって Osaurus が始まったんです」
——Terence Pae(TechCrunch インタビューより/意訳)

つまり Osaurus は、壮大なビジョンからではなく「ユーザーが二重に払わされている」という具体的な不満から逆算して生まれた。だからこそ思想(所有)と実利(追加課金からの解放)が最初から噛み合っているのが強みです。

創業者プロフィール

  • Terence Pae(共同創業者): 元Tesla・Netflix のエンジニア。前身 Dinoki("AI版クリッピー")の発案者で、顧客の疑問を起点にローカルAIへピボット。
  • Sam Yoo(共同創業者): Osaurus, Inc. 共同創業者。両者はNY拠点のスタートアップアクセラレータ Alliance に参加。

なぜ"今"ローカルAIなのか(創業者の言葉で)

Osaurus の賭けの背景には、はっきりしたマクロ認識があります。Pae の発言がそれを端的に表しています。

「AI業界は爆発的に成長していて、クラウドのAI事業者はデータセンターとインフラをひたすら増強し続けるしかない。でも僕らは、人々がまだローカルAIの本当の価値に気づいていないと感じている。クラウドに頼る代わりに、Mac Studio を社内(オンプレ)に置けばいい。消費電力もずっと少なく済むはずだ」
——Terence Pae(TechCrunch/意訳)

ここには、ローカルAIが今になって立ち上がる3つの追い風が凝縮されています。(1) クラウドAIの電力・インフラコストが膨張し、その負担が利用料に跳ね返っていること、(2) Llama・Qwen などオープンモデルの性能が"日常使いなら十分"な水準に達したこと、(3) Apple Silicon の普及で、手元のMacが実用的な推論マシンになったこと。 この3つが揃って初めて、「クラウドに払い続けるより、持った方が安く・安全」という主張が現実味を帯びます。

タイムライン

  • 2025年(年央〜後半): Apple Silicon 向けのローカルLLMサーバーとして登場。当初は「MLXベースの Ollama 代替」という位置づけ
  • 2026年初頭: 単なるサーバーから、ローカル/クラウドを単一画面で扱う AIランタイムへ拡張。MCP(Model Context Protocol)でのツール連携、macOSネイティブ統合が進む
  • 2026年5月: TechCrunch が報道。この時点でローンチ約1年で11.2万ダウンロード超
  • 2026年6月(現在): 公式値 146.8kダウンロード / 5.9k stars に伸長。音声操作や、メモリ・自律実行・暗号学的IDといった"harness"機能を前面に

資金調達

具体的な調達額は一次ソースで確認できませんでした(※要確認・公表なし)。 確認できるのは、創業者がアクセラレータ Alliance に参加していることまで。Osaurus 自体はMITライセンスの無料配布で、マネタイズは後述の規制産業向け事業化がこれからの本丸です。

競合プレイヤー

  • Ollama(174k stars): ローカルLLM実行の事実上の標準。クロスプラットフォームで最大勢力。ただしCLI/サーバー寄りで、一般ユーザーがそのまま使う"アプリ"ではない
  • LM Studio: GUIでローカルモデルを試せる人気アプリ。実験・検証向きだが、エージェントとしての自律実行・ツール連携は限定的
  • Apple(Apple Intelligence / Foundation Models): OS標準でオンデバイスAIを統合する本命格。ただし「自分でモデルを選び、所有・制御する」自由度は乏しい
  • Osaurus(5.9k stars): 規模では負ける。差別化は「ネイティブアプリ × ローカル/クラウド両刀 × エージェントharness(メモリ・自律実行・暗号ID) × 所有思想」を一つに束ねた点。数ではなく"立ち位置"で勝負する後発

考察|"所有"は思想で終わるのか、実用になるのか

結論から言うと、Osaurus の勝敗は性能ではなく、「"AIを所有したい"という欲求が、思想に共感する一部の人を超えて、実需として広がるか」で決まります。規制産業のように「持たざるを得ない」層を押さえられれば堅く、そこに届かなければ「美しい思想の人気OSS」で止まります。

強み

  1. 思想と実利が最初から一致している: "Own your AI" は標語倒れではなく、出発点が「二重課金への不満」という実利でした。だから所有思想(理念)と追加課金からの解放(実益)が地続きで、共感が動機に変換されやすい。
  2. 両刀の現実主義: 「全部ローカル」と突っ張らず、重い処理はクラウドに逃がせる。OpenAI/Ollama互換APIで既存ツールから差し替えやすく、乗り換えコストが低い。思想を掲げつつ実装は柔軟、というバランスが普及面で賢い。
  3. 規制産業という"持たざるを得ない"出口: 法務・医療は「データを外に出せない」という絶対的制約があり、ローカルAIの数少ない硬い需要が存在する。Pae の言う「Mac Studio をオンプレに」は、ここに刺されば無料OSSから収益事業への橋になる。

弱み・リスク

  1. 性能でクラウド最上位に届かない: ローカルモデルは GPT/Claude/Gemini の最上位フロンティアには及びません。「所有」の価値を理解する層以外には、結局クラウドの手軽さと賢さが勝ち続ける可能性が高い。
  2. Apple Silicon専用という狭い間口: macOS 15.5以上・Apple Silicon限定で、Windows/Linux/旧Macは対象外。皮肉なことに、プライバシー需要が大きい企業ほどWindows比率が高く、ここが普及の天井になりかねない。
  3. 規模も収益も未証明: 5.9k stars は Ollama の30分の1、マネタイズはMITの無料配布で未確立。DL数・star数も公式の自己申告値で、第三者監査済みの指標ではない。「思想は刺さるが、まだ多数派でも黒字でもない」のが現在地。

個人的な見解

個人的には、Osaurus は「ローカルLLMアプリ」としてより、「AIの所有権をユーザーに取り戻す思想運動」として読んだときに輪郭が立つと思います。クラウドAIが便利になるほど、「自分のデータとアシスタントを事業者に預けっぱなしでいいのか」という揺り戻しは必ず来る。Osaurus はその受け皿に座っています。Ollama に star数で30倍負けていても、Ollama が踏み込まない「所有」と「身分証(暗号学的ID)」に賭けているのが、後発としての知恵です。

そして今日のクリプト版(LucyOS)と並べると、絵が完成します。AI側では「エージェントを自分で持つ(所有・自律)」が進み、クリプト側では「そのエージェントにオンチェーンを任せる(資産・経済)」が立ち上がる。 Osaurus が突き詰める「このエージェントは誰のものか」という身分証の発想は、LucyOS のように資産を触らせる世界でこそ効いてきます。同じ Claude の土台(Agent SDK + MCP)から、片や「手元に閉じる」、片や「オンチェーンに開く」へ——両極が同時に立ち上がっているのが2026年の景色です。

要は、watch すべきは2点。(1) 規制産業向けの有料プロダクトが具体的に出てくるか、(2) Apple Silicon という狭い間口を越えて"所有したい"需要が一般層まで降りてくるか。 この2つが見えたとき、「AIを所有する」が一部の思想家の選択肢で終わるのか、主流の一角になるのかがはっきりします。ここがポイントです。


DEBUNK編集長

次に読む

【Model ML】銀行員・コンサル・投資家に1人1つの AIエージェントを付ける会社

金融のプロ向けに AIエージェントを作る Model ML が11月17日、$250Mの Series B を発表しました。評価額は$1.5Bです。何を作っていて、どう動き、発表の数字のどこがまだ確かめられないのかを整理します。

AI 2026.11.22

【Isomorphic Labs】Google DeepMind から生まれ、AI で薬を設計する会社

Isomorphic Labs は11月17日、Series C で$5Bを集めたと発表しました。今週の AI の資金調達では、ドル建てで最も大きな案件です。この記事では、AlphaFold の開発元が薬そのものをどう作ろうとしているのか、そしてまだ確かめられていないことは何かを整理します。

AI 2026.11.22

【Genesis AI】人の手の動きを手袋で集め、シミュレーターで確かめてロボットを動かすパリの会社

ロボットとその AI を作る Genesis AI が11/17(火)、Series A で$500Mを集め、評価額は$3.5Bになりました。この記事では、同社がどうやってロボットに作業を覚えさせようとしているのか、そして評価額の裏でまだ確かめられていない点を整理します。

AI 2026.11.22

【Superhuman】旧 Grammarly が、AI アシスタント「Go」を全製品に広げた

文章の校正で知られた Grammarly の運営会社は、いまは Superhuman という社名です。11/19、同社は AI アシスタントの「Go」を文書とメールの製品の中でも動かすと発表しました。Superhuman がどんな会社で、Go がどう動き、どこを見ておけばよいかを整理します。

AI 2026.11.21

あわせて読みたい用語解説

用語解説をすべて見る →
【シム・トゥ・リアル】仮想空間で練習したロボットを現実で動かすとき、何がずれて、どう埋めるのかロボットの学習のニュースでよく出てくる「シム・トゥ・リアル」を、現実とのずれが生まれる理由、ずれを埋める方法、よくある誤解とあわせて整理します。【タンパク質の構造予測】AlphaFold は何を当てていて、薬の候補との結合の予測とはどう違うのか今週の資金調達で目立った AI 創薬の土台にある「タンパク質の構造予測」を、仕組み、結合の予測との違い、よくある誤解とあわせて整理します。【グリーンシュー】Anthropicの上場で引受会社が使った「追加購入権」は、何のための仕組みかIPOのニュースに出てくる「グリーンシュー(追加購入権)」の仕組みを、引受会社が先に多めに売っておく理由と、上場後の株価による使い分けとあわせて、Anthropicの数字で整理します。【OCR(光学文字認識)】紙やPDFの文字をテキストに直す仕組みと、AIのモデルで変わったこと紙の書類やスキャンしたPDFから文字を取り出す OCR(光学文字認識、Optical Character Recognition)の仕組みを、従来のやり方と、画像と文章を一緒に扱う AI のモデルによるやり方の違いとあわせて整理します。【循環取引的な資金調達】出資した相手が、そのお金で自社の製品を買う仕組みAnthropic の上場で話題になった「循環取引的な資金調達(circular financing)」を、仕組み、SEC が訴追した取引との線引き、よくある誤解とあわせて整理します。【ミスアラインメント】AIエージェントの「指示にない行動」とは。訓練中のモデルがメールを複写する道具を作った例から整理するAIの行動が作り手の意図からずれる現象、ミスアラインメント(misalignment)を、OpenAI が11/18に公開した報告とあわせて整理します。【プロンプトキャッシュ】同じ前置きを2回目から安く読ませる仕組みを、Gemini 4 Neon の価格から整理するAI の API で、前回と同じ入力の読み込みを2回目から安くするプロンプトキャッシュ(Prompt Caching)の仕組みを、Google・OpenAI・Anthropic の条件の違いとあわせて整理します。【モデルルーティング】AIの呼び出しを「どこへ送るか」を決める仕組みと、その2つの種類Hugging Face が切り替えたルーターを入口に、モデルルーティングの仕組みと2つの種類、よくある誤解を整理します。