10月6日、SiliconAngleが「AI coding harness openness drives Cline's open-weight growth」と題した記事を公開した。この記事では、オープンウェイトモデルへの対応を強みにトークン消費量が4か月で20倍に成長したAIコーディングツール「Cline」の戦略について詳しく紹介されている。
トークン消費量が4か月で20倍、転換点は「オープンウェイト」の台頭
AIコーディング支援ツールの競争が激化する中、Cline Bot Inc.が急成長している。同社CEOのRenee Huangによれば、Clineのトークン消費量は直近4か月で20倍に拡大した。転換点となったのは今年5月で、複数の高性能なオープンウェイトモデルが相次いでリリースされた時期と重なる。
AIコーディングツール市場では、GitHub CopilotやCursor、Amazon CodeWhispererといったプレーヤーがしのぎを削っている。これらの多くは特定モデルやプラットフォームとの統合を前提とした設計だ。Clineはそこに対してオープン性という異なる軸で差別化を図っている。
ここで言う「AIコーディングハーネス」（AI coding harness）とは、AIモデルの能力を実際の作業に変換するための仲介レイヤーを指す。モデル選択、ツール呼び出し、エラー検出・修正ループなどをまとめた仕組みだ。GitHub Copilotのようにモデルと統合が一体化されたツールとは対照的に、Clineはこの層をオープンソースで提供することで、ユーザーが任意のモデルを選択・切り替えられる設計になっている。
「オープンウェイトモデル」とは、モデルの重みパラメータが公開されており、自前のインフラで動かせるモデルのことだ（LlamaやMistralなどが代表例）。クローズドなAPI型モデルと比べてコストを抑えやすく、データをサービス側に送らずに推論できる。
なぜハーネスをオープンにするのか
HuangはFully Connected 2026のインタビューでその哲学を明確にしている。Fully Connected はSiliconAngleおよびtheCUBEが主催するAI・クラウドテクノロジーに特化した年次カンファレンスで、業界リーダーへの深掘りインタビューで知られる。
「AIは一部の人だけに与えられるべきではない。あらゆる日常業務に属するべきものだと考えている」
同社は2年間かけて、実際のトラフィックベースの評価システム（evals）を構築してきた。大規模なフロンティアモデルから、小型で安価なオープンウェイトモデルまで、幅広いモデルに対応するためのモジュラーアーキテクチャの設計に注力してきたという。この評価システムは最近オープンソース化されており、エージェント向けの評価手法として公開されている。
「モデルに正しいツールを与え、正しい修正ループを設計するにはどうするか。失敗をどう検出し、自己修正するか」とHuangは述べる。
Clineのインフラとしては、多くの推論処理をCoreWeaveのサーバーレスプラットフォーム上で動かしている。
コーディング以外への拡張と「ロングテール問題」への解
Clineはもともとコーディングツールとして出発したが、現在はより汎用的なナレッジワーク（知識労働全般）への展開を進めている。新たに発表されたCline Desktopは、オープンウェイトモデル向けのスタンドアロンアプリで、IDEやコマンドラインから独立した形で動作する。
「エージェントの精度が上がるにつれ、コーディングツールに不慣れな一般ユーザーへの浸透が進んでいる」とHuangは言う。
Huangが強調するもう一つのポイントが「ロングテール問題」だ。大企業向けの汎用SaaSツールでは対応しきれない、ニッチな業務や小規模プロジェクトにこそオープンなハーネスが有効だという。
「ロングテールな問題に対して巨額のSaaS費用は払いたくないし、大勢のエンジニアを雇うわけにもいかない。でも今は仕組みが柔軟になったから、自分でビルドできる」
「高性能モデルに常に接続するのではなく、タスクに応じて最適なモデルを選ぶ」という使い方が実際のユーザーに受け入れられつつある。モデルとハーネスの両方をコントロールできることで、専用ツールをカスタムビルドする選択肢が現実的になる、というのがClineの主張だ。ハーネス層をオープンに保つことで、エコシステムの拡張性を確保するこの戦略は、クローズドな統合型ツールとは異なる方向性を明確に示している。
詳細はAI coding harness openness drives Cline's open-weight growthを参照していただきたい。
