好奇心から vLLM を試すために数日前に Linux に切り替えたところ、Claude Code と gpt-oss-120b を用いてヴァイブコーディングとオーケストレーションを、CCのエージェント Teams を完全にオフラインで動作させる 100％ ローカル・並列・マルチエージェント環境を作成しました。この動画は4つのエージェントが協働する様子を映しています。

これはリポジトリではなく、私の Linux のワークステーションの作り方です。私の設定は以下のとおりでした：

• vLLM Docker コンテナ - 簡単なデプロイと並列推論のため。

• Claude Code - vibecoding と Agent Teams のオーケストレーション。クラウドプロバイダの代わりに vLLM のローカルホストエンドポイントを指します。

• gpt-oss:120b - コーディング・エージェント。

• RTX Pro 6000 Blackwell MaxQ - GPU の主力ワークホース

• Ubuntu のデュアルブート

私は Linux に切り替えた後、Windows が私の PC とエージェントをどれだけ抑え込んでいたかに気づきませんでした。Ubuntu をデュアルブートに切り替え、vLLM に参加したとき、それはとても力強いものでした。

当時は vibecoding のために Ollama と LM Studio のどちらを使うかを選ぶ必要がありましたが、それらはリクエストを逐次処理し、数回のメッセージのやりとりやツール呼び出しの後にすぐに遅延が生じるため、私のコーディングエージェントは彼らの遅い処理によって常に不利になっていました。

しかし、vLLM が登場し、私の体験を一気に加速させました。動画では4つのエージェントが作業している様子を示しましたが、私のGPUを使って8つのエージェントを並列に連続動作させることに成功しています。スループットの低下を除けば大きな問題はありません（ただしこれはエージェント次第で大きく異なる場合があります）。

エージェントのチーム規模のタスクで、1つずつ完了させるには何時間もかかっていたものが、プロジェクトの範囲次第で今では約30分程度で完了できます。つまり、今年の後半に2台目の MaxQ を購入すれば、同時に動くエージェントの数は容易に十数台に増える可能性があります！

これにより、理論上、複数のプロジェクトをローカルで同時に vibecode することが可能になりますが、そのセットアップは私の PC にとって最良のケースであっても、ところどころ遅延が生じる可能性があります。しかし、1つずつエージェントにプロジェクトを完了させる painstakingly するよりはずっと良いでしょう。