原ポッドキャストリンク：Dify はどうして「過小評価」から「スター・プロジェクト」になれたのか｜Dify 創業者・路宇氏との対談
（注：以下の内容は原文をもとに AI が整理したノートであり、一部表現が原文と異なる可能性があります。誤りがあればご指摘ください。）
Qukai： 2 年間を振り返って、2023 年から 2025 年までのあいだに、Dify にとって市場と技術の進化という面での重要なターニングポイントは何だったのでしょうか？
Luyu：
2023 年は、「可視化されたプロンプトエンジニアリング」と、世界でも最初期の可視化された RAG（Retrieval-Augmented Generation）を武器にスタートしました。使いやすい Backend Service のアーキテクチャと UI を組み合わせたことで、プロダクトがすぐに理解され、素早く広まっていきました。
2024 年後半になると、本気度の高い B2B ユーザーが一気に参入してきて、支払い能力もプロダクションレベルの要求も非常に明確になりました。そこで Dify は「Workflow」を打ち出し、複雑なアプリケーションとインテリジェントな業務フローを中心にプラグインエコシステムを構築しました。焦点は、モデルの「ハルシネーション」問題を抑えつつ、企業のツール・データ・API と安定して結びつけることでした。
2025 年になると、マルチモーダルとオープンソースモデルが大きく進歩し、「モデル中立であること」や「中間レイヤーは必要である」といった初期の仮説がほぼ検証されました。市場の関心も「プロンプト」「RAG」から、もっと広い意味での「コンテキスト・エンジニアリング」に移っていきました。主要な技術変数が徐々に安定し、全体アーキテクチャは 3～5 年スパンで安心して投資できる信頼フェーズに入ったと考えています。
Qukai： Dify と LangChain の本質的な違いは何ですか？また、なぜ両者は長期的に共存できるのでしょう？
Luyu：
核心はユーザーのポジショニングの違いです。LangChain はコーディング能力の高いエンジニアを対象にしており、LangSmith などのツールで彼らの開発やデバッグを加速することを狙っています。
一方 Dify は、より技術が強くない、あるいはほとんど技術背景を持たないビジネスパーソン寄りです。彼らが「Workflow」や「Agent」を使って、企業内部で SOP やインテリジェントなプロセスを直接構築できるようにすることを目指しています。
ユーザーを「エンジニアのスペクトラム」の上に置いて考えると、LangChain は左側、典型的なハードコアなエンジニアリングツールです。Dify はちょうど真ん中あたりにいて、さらに右側（非エンジニア）へと継続的に広げていきたいと思っています。今年の OpenAI の AgentKit は、ちょうど真ん中寄りですが、まだ一定の技術力を持つ層を狙っていると言えるでしょう。
Qukai： Coze や GPTs と Dify の関係・違いはどこにあるのでしょうか？
Luyu：
最初から、私たちはそれらを同じカテゴリのプロダクトとは見なしていません。GPTs や Coze のロジックは、「一般の人がシンプルな Bot を作り、それが UGC 的なマーケットに流通する」というものです。
しかし、本当に「生産価値のあるアプリケーション」を作るために必要な能力は、実はとても希少で、少なくとも次の 4 つがあります：
- ハードテック能力（アルゴリズム、コスト、ハードウェア）
- 極端に優れたインタラクションとクリエイティブなデザイン
- 独自のデータによる強い参入障壁
- ビジネスプロセス（SOP）への深い理解
この 4 つのうち、「プロセス能力」だけが普遍的に移転可能で、他の 3 つは簡単にはコピーできません。
Dify がやっているのは、LLM を企業という「水槽」の中に入れ、人材・ツール・データ・プロセスをつなぎ合わせて、「本番投入できるシステム」を構築することです。UGC 型の Bot マーケットを作ることが目的ではありません。GPTs は市場教育に大きく貢献しましたが、まだ本当の意味で「生産価値のあるエコシステム」にはなっていないと見ています。
Qukai： n8n の躍進をどう見ていますか？Dify と n8n は補完関係ですか、それとも競合ですか？
Luyu：
n8n はもともと Zapier のオープンソース代替としてスタートし、低コストとデータ主権を前面に打ち出しました。ここ数年で非常に巨大な「コネクタとテンプレートのエコシステム」を蓄積し、さらに優れたマーケティングでブランドと熱量を高めています。
ユーザー認知のレベルでは、確かに n8n と Dify の間には重なりがあります。一方で、n8n は汎用オートメーションやサードパーティ連携では非常に強いですが、RAG やマルチモーダルなコンテキスト処理、拡張可能な AI コンポーネントといった LLM ネイティブな問題に関しては、まだシンプルです。
Dify は AI ネイティブなエンジニアリング体系であり、「Agent・Bot・アプリケーション」をエンド・ツー・エンドで提供できます。設計・構築から本番リリースまでの全体フローを一気通貫で支えられますが、n8n 単独で完全なプロダクションレベルのデリバリーをやりきるのはかなり難しいです。
実際の企業では、「コンビネーション」で使うケースがよく見られます。汎用的な自動化には n8n を使い、複雑な意味理解や推論は Dify に任せる、といった形です。
Qukai： OpenAI AgentKit は、ローコードや Workflow ツールを終わらせてしまう存在になり得ますか？
Luyu：
「すべてを破壊するか、まったく役に立たないか」というような二元論的な判断は、たいていそうしたプロダクトを本当に大規模に使ったことがない人から出てきます。AgentKit は現時点ではまだ非常に初期段階にあり、少なくとも今後 6 ヶ月で成熟した B2B プロダクトに構造的な脅威を与えるのは難しいでしょう。
見た目の形としては、どこも「ドラッグ＆ドロップのワークフロー」を持ち始めていますが、その裏にあるプロダクトのポジショニング、エコシステム構築の方針、エンジニアリングの核はまったく異なります。B2B のシーンで求められるのは、長期的な信頼・オープンなエコシステム・モデル中立性・コンプライアンスとコントロールのしやすさです。
もし技術戦略を特定のモデルとそのスイートに完全に紐付けてしまうと、戦略リスクが非常に高くなります。ほとんどの企業が最終的に選ぶのは、「複数のスタンダードを受け入れられるミドルウェア的なコンセント」であり、一社のクローズドスタックに運命を丸ごとかけることではないはずです。
Qukai： 「中間レイヤーは薄いだけ」という批判は、なぜ成立しないのでしょうか？エンジニアリングは本当のところ、どこにコストがかかるのですか？
Luyu：
本当にコストがかかるのは、エンジニアリングそのものです。現実のユーザーと具体的なビジネスシーンを前提に、正しいレイヤリングと抽象化を行い、何が可変で何が不変なのかを線引きし、ノードの粒度に合理的なバランスを見出さなければなりません。細かくしすぎれば単なる「再プログラミング」になってしまい、粗すぎるとビジネスの複雑さを受け止められません。
こうした判断は、現実世界との長期的なすり合わせと、数々の技術的な「授業料」からしか得られません。AgentKit のコードの 80％ は、おそらく Codex のようなモデルが自動生成したものかもしれませんが、「自動生成」は、実際の顧客シーンのなかで何年も磨き込まれたエンジニアリング体系を置き換えることはできません。
Dify のコンポーネントは拡張可能でホットプラグにも対応しており、アップグレードの際もバージョン互換性を保ちます。開発者は最新技術を使いながら、既存のアセットや安定性を失わずにすむのです。
Qukai： AI コーディングや自動化能力がどんどん強くなるなかで、Workflow は本当に必要なのでしょうか？
Luyu：
必要なだけでなく、長期的に存在し続けると思います。企業は生産プロセスや推論ロジックの予測可能性に対して非常に高い要求を持っていて、たいてい 95％ 以上の信頼性を求めます。複雑なタスクは必然的に複数の「チェックポイントノード」に分解され、人間と AI の協働や品質管理に活用されます。
最短経路の「単一ノードのブラックボックス」は、プロダクション環境では通常受け入れられません。ユーザーは重要なノードに人間のフィードバックや監査を差し込む必要があるのです。
Dify の路線は、「コード量は多いが高信頼」なところからスタートし、徐々によりインテリジェントで自動化された方向へ進化させていくことです。その過程で、常に「今すぐ本番投入できる」技術を提供し続けたいと考えています。ユーザーにとって Dify は、「壊れない車」のように安心して乗り回せる存在であるべきで、万能 Bot に一発逆転を期待しては、現場で挫折と不安を繰り返す、という状態にはしたくないのです。
Qukai： Agent の進化スピードについて、判断を誤ったことはありましたか？
Luyu：
モデル能力のジャンプそのものは、正確に予測することができません。いくつかの重要なブレイクスルーによって、Agent の進化速度が当初の想定を超えた局面もありました。
一部の会社は、技術がまだ成熟していないタイミングで先に大きなベットを張る、いわば「切り株でウサギを待つ」ような戦略を取りました。モデルさえ追いつけば一気に爆発する、というやり方です。こうした戦略は、短期的には確かに現象級のプロダクトを生み出しやすい。
私たちはリスク許容度の観点から、こうした極端な戦略は取っていません。特定の一点に重く張るようなことはしませんが、ある種のウィンドウ期において、そうした戦略がとても有効に機能すること自体は認めています。
Qukai： 過去 2 年を振り返って、「ここだけはもっと変えるべきだった」と一つだけ選ぶなら、何でしょうか？
Luyu：
チームビルディングをもっと攻めてやるべきでした。2024 年初頭から年末にかけて、ビジネスは連続的に倍々で伸びたのですが、人員の備えが追いつかず、デリバリーがかなり苦しくなりました。
グローバル展開やマルチオフィスでの協働に関しては、初日から仮説を立ててインフラと文化づくりに投資してきましたが、人員規模と前倒しの準備については、もっと強気にやれたと思っています。
Qukai： オープンソースとグローバル展開という点で、日本市場ではなぜ「現象級」の広がりが起きたのでしょうか？具体的にどんなことをしたのですか？
Luyu：
鍵は「十分に早い段階でオープンソース化した」ことです。日本は長期的にエンジニア人材の不足が課題でありながら、企業はプロセスを非常に重視する市場です。Dify は、彼らにとっては「初めて Excel に出会った会計担当者」のようなインパクトを持ちました。
2023 年、私たちはかなり早い時期に日本語対応を提供し、コミュニティは 4～5 月頃から自発的に火がつきました。その時期、日本のテレビ番組や書店、カフェのあちこちで Dify の名前を目にするようになりました。当初、日本には社員が一人もおらず、すべてのトラフィックと問い合わせはコミュニティ主導の自発的なブームから来たものです。その後になって、ようやく 10 人規模に近い現地チームを作りました。
オープンソースは、信頼の問題を解決しただけでなく、浸透と「事実上の標準」の形成を加速させました。これは私たちのグローバル戦略において、最も根本的な意思決定だったと思います。
Qukai： 「3 年の技術ロードマップ」を描く自信は、どこから来ているのでしょうか？
Luyu：
現在、主要な技術変数はかなり安定してきており、モデルはもはや完全に不可解なブラックボックスではなくなっています。私たちは、個々のモデル能力の将来を細かく予測しようとはしていません。それよりも、「どうやってみんなが電気をうまく使えるようにするか」に関心があります。「どうやって自分たちで発電所を建てるか」ではありません。
ただし、実世界とつなぐ細かいコンポーネント、たとえば Memory や MCP といった部分については、エコシステム全体で一緒に作り上げていく必要があると考えています。Dify 1.x のリリースは、ある意味で次の 2 点を宣言するものだと思っています。
- 外部の技術環境は、すでに比較的安定したフェーズに入った。
- 私たちのアーキテクチャは、3～5 年というスパンで見ても信頼できるものである。
Qukai： あなたの AI 世界観の観点から、「神経記号 AI」にこだわる理由は何ですか？
Luyu：
LLM は典型的な「ニューラルネットワーク」パラダイムに属し、連想や展開を得意とします。一方、人間の脳が高効率なのは、内在的な「記号能力」と因果判断を持ち、動的な決定木のように素早く識別と予測を行えるからです。
私たちは、大規模に実用化されるプロダクションレベルの Agent は、必ず「ニューラルネットワーク＋記号」のハイブリッドシステムになると確信しています。一方ではニューラルネットの連想力とリッチなセマンティクスを活用し、もう一方では説明可能なロジックと制約で、結果の信頼性とコントロール性を担保します。
この判断は、エンジニア視点の思いつきではなく、生物模倣や認知科学の長年の研究からの示唆に基づくものです。「Transformer 一本で何もかも解決できる」というストーリーは、現実世界の制約の前ではなかなか信じがたいのです。
Qukai： 複数モデルが並存する環境で、「モデル中立」の長期的な価値はどこに現れるのでしょうか？
Luyu：
これはすでに市場が十分に証明してくれました。企業は、技術戦略を一社のモデルとそのスイートに全面的に結びつけることを基本的に怖がっています。中立的なミドルウェアは、いわば「汎用のコンセント」のようなもので、コンプライアンスとオープン性の間にバランスを取りつつ、長期的な技術投資を安全にし、戦略リスクが一点に集中するのを避けられます。
こうした構図のなかでは、モデルベンダーとの関係においても、私たちの競争優位はむしろよりはっきりしてきます。
Qukai： 具体的なエンジニアリングの例を挙げてもらえますか？たとえば、バージョンアップやコンポーネント拡張を、どのように互換性を保ちながら行っているのでしょう？
Luyu：
Dify では、Workflow と RAG の重要なコンポーネントはすべてモジュール化されています。ユーザーは、私たちが提供する標準コンポーネントをそのまま使うこともできますし、自社開発のコンポーネントに置き換えることもできます。さらにそれらはホットプラグと独立アップグレードをサポートしています。
1.0 から 1.9 へのアップグレードの間も、ユーザーが自前で作ったコンポーネントは継続して利用可能でした。私たちは設計段階で、「新しい能力の導入」と「既存アセットを捨てないこと」のバランスをできる限り取るようにしていて、アップグレードが「ビジネスの再起動」という高リスクイベントにならないよう心がけています。
Qukai： コミュニティ版は「アップデートが速いがバグもある」、エンタープライズ版は安定優先という方針ですが、そのトレードオフはどのように考えていますか？
Luyu：
オープンソース協働のモデルでは、オリジナルのコアチームに加え、千人を超えるコントリビューターが一緒に開発していきます。自動テストを十分な深さと広さでカバーしようとすると、それ自体が非常に難度の高いエンジニアリングになります。安定性と技術的なアグレッシブさのあいだには、どうしてもバランスが必要です。
エンタープライズ顧客が Enterprise 版を採用すると、より安定したアップデートサイクルと、より厳格なテストプロセスを享受できます。一方で、コミュニティ版は新機能の導入が速く、たとえば MCP のような新しい能力は、まずコミュニティ版で先行して実装されます。
Qukai： 将来、SaaS と企業の自前開発の関係は、「ファストファッション型 SaaS」が企業内部の AI 化に置き換えられていくような形になると思いますか？
Luyu：
人とソフトのインタラクションというレイヤーでは、そうした置き換えの余地はあります。しかし、ソフトウェアエンジニアリングのレイヤーでは、多くの「安定したデータ構造」は簡単には変えられません。
たとえば会計・税務システムでは、伝票のフィールド、機密レベル、長期保存ルールなどは、勝手にいじることができません。私たちは、今後多くのリソースが、「何が不変の構造で、何が不変のアウトカム基準か」を定義することに投じられていくと見ています。その上のプロセスやインタラクションの部分は、AI と Workflow が動的にカスタマイズしていくでしょう。
この意味では、「ファストファッション型 SaaS がすべて置き換えられる」というのは半分だけ正しいと言えます。標準部分のレイヤーは、依然としてプロのソフトウェアが必要であり、非標準な「グルー層」は AI と Workflow によって駆動されるようになる、というイメージです。
Qukai： 実際の企業ユースケースでは、標準化と非標準化の問題をどのように切り分けていますか？Dify が最も価値を出せるのは、どの部分でしょう？
Luyu：
企業のなかで一番よくある、そして一番厄介な部分は、実は「非標準」のところです。
垂直 SaaS は、標準化され再利用可能な問題については、すでに十分に純度高く、効率よく解決しています。本当に企業が頭を抱えているのは、「既存のシステム・プロセス・データ・ツールを、どうやって複雑な協働ネットワークとしてつなぎ合わせるか」という問題です。
これまでは、高価なシステムインテグレーションと、大勢のエンジニアによる手書きコードが必要でした。今は LLM と AI 協働キャンバスのおかげで、この部分のコストが大幅に圧縮されています。Dify の価値は、まさにこの「非標準なグルー層」を担うことにあります。
Qukai： Dify の最終的な姿は、「オペレーティングシステム」のようなものになるのでしょうか？
Luyu：
オペレーティングシステムというより、「新しい組織コラボレーションのあり方」と言ったほうが近いと思います。
私たちは、インテリジェントなプラットフォームを通じて企業のコラボレーションハブになりたいと考えています。企業の「アトミックな能力」をモジュールとして差し込み、人をフィードバックノードとして組み込み、プロセスとカンバンを一体的に可視化するイメージです。
理想的には、社員が朝 9 時にスマホを開くと、自分がレビューすべきタスクやフィードバック待ちのタスクが一目で分かり、具体的なフローに入ると、全体の生産プロセスの全景が一望できる――そのような形です。この姿は、確かに「企業 OS」にかなり近いものだと言えるでしょう。
Qukai： AI 能力が飽和していくなかで、人間とモデルの役割分担はどのように進化していくと思いますか？
Luyu：
今日のオープンソースモデルは、ほとんどの人にとって「贅沢なくらい十分」です。本当の難しさは次の 2 点にあります。
- 問題とコンテキストをきちんと説明すること。
- 巨大なデータ空間の中から、適切な「証拠となる鍵」を使って答えを引き出すこと。
多くの人は、この「経路探索能力」や問いのフレームワークをまだ持っていません。私たちは Dify を通じて、さまざまな問題に対して「宝の地図」のようなインタラクションマップを提供し、ユーザーが安定して正しい答えの近くまで辿り着けるようにしたいと考えています。
人と AI の協働において、人間は「現実世界のセンサー」の役割を担うようになるでしょう。現場からのデータやフィードバックを、絶えずモデルに送り返していく存在です。
Qukai： モデル同士の能力が均質化したあと、組織にとって本当の競争力として残るものは何でしょうか？そして、それを Dify はどうやって保持しようとしているのでしょう？
Luyu：
モデルの能力が似通ってきたあとに残るのは、すべて「非対称なアセット」です。たとえば、価値観、意思決定メカニズム、注意の配分の仕方、そして独自のプロセス資産などです。
私たちは、Memory や Workflow キャンバスなどの機能を使って、こうしたユニークなコンテキストやプロセスロジックを固め、「組織の記憶と差別化された推論」として再利用可能な形にしようとしています。そうすることで、最初は 60 点しか取れないようなシステムでも、継続的なフィードバックとコンテキストの拡張によって、70 点、80 点へと進化できます。
そして、最も優れた個人や組織は、90 点、100 点の領域にある非対称能力によって、不可替代性を維持していくのでしょう。
Qukai： 組織づくりの面で、「Chief Context Officer（首席上下文官／CCO）」という役割を提唱しているのはなぜですか？
Luyu：
今日のすべての Agent の一番の課題は、実はコンテキストの組織が無秩序でノイズが多い、という点です。
私たちは、組織内のあらゆる情報を効率的なインフォメーションバスに変換し、そのアクセス順序とガバナンスのメカニズムを明確にしたいと考えています。Agent が質問に答えるときに、全社的なコンテキストバスに即時に接続し、正しいノードを精度高く特定できるようにするわけです。
そういう意味で、どの企業にも「Chief Context Officer」が必要だと思っています。このコンテキストバスをシステム的に整備することは、将来の組織づくりにおける中核の役割の一つになるでしょう。
Qukai： 「95％ の企業の AI パイロットは失敗している」という研究もあります。この現象をどう見ていますか？その根本原因とチャンスはどこにあるのでしょう？
Luyu：
これはモデル能力の問題ではなく、「ツール」と「組織の学習能力」の間に巨大なギャップがあることが原因だと思います。
次のフェーズの鍵となるチャンスは、「より強いモデルを作ること」ではなく、このギャップに「橋をかけること」にあります。つまり、基盤となるインフラ、人と AI のインタラクションのパラダイム、高効率な協働ワークフローを作り、「どうやって AI と協働し、データを引き出して仕事を完遂するか」を本当に一般的な能力にしていくことです。
今後数年間の最大のチャンスは、AI アプリケーションにおける「ラストワンマイル問題」を解決することにあると思います。
Qukai： あなた方の観察では、誰が本当に AI をうまく使いこなせているのでしょう？企業に対してどんなアドバイスがありますか？
Luyu：
現時点で AI を本当にうまく使っているのは、まだ少数派です。彼らはモデルの限界ギリギリのところまで行って試し続け、強い好奇心を保ち、頻繁にトライアンドエラーを繰り返しています。私たちは開発者のモデル利用量（消費量）を観察することもありますが、その分布は 80/20 の法則よりもはるかに偏っています。
私たちのアドバイスは、企業は早い段階でこうした「スーパー個体」を見つけて育てるべきだということです。彼らに 10 体、あるいはそれ以上の AI と協働してもらい、コンテキストとプロセスを「組織の資産」として定着させていくべきです。
Qukai： 会社文化・福利厚生・グローバルな協働体制は、そうした「スーパー個体」にどのように貢献しているのでしょう？
Luyu：
私たちは、「投資家には透明に、信頼を最優先に」という文化を貫いています。
投資家に対しては、内部ドキュメントやデータへのアクセスを認め、レポートを過度に飾り立てることはしません。
社員に対しては、入社時に 1000 ドル枠のクレジットカードを渡し、事前にルールでがんじがらめにするよりも、事後レビューを重視します。ツール面では、アメリカ発の SaaS やグローバルなツールチェーンを大量に採用し、非同期協働と多文化の融合を強調しています。
その結果、世界全体で 70～80 人規模でありながら、離職率は 5％ 未満に抑えられています。このような環境は、優秀な人材が高い信頼と低い摩擦のなかで最大限に力を発揮できるようにしてくれます。
Qukai： 働き方について、あなた方は 996 にも反対しつつ、画一的な 8 時間勤務制にも反対していますよね？
Luyu：
私たちは、長期的な残業がもたらす精神的な負担にも反対ですし、クリエイティブな仕事を機械的な 8 時間のノルマに押し込めることにも反対です。
創造者が最も良い状態なのは、「フロー状態」に入っているときです。注意が極度に集中し、時間の存在すら忘れてしまい、その場でひらめきを一気にアウトプットに変えられるような状態です。ルールは、全体としてのアウトプットを最大化するために存在すべきであり、全員を同じ時間配分で縛るためにあるべきではありません。
チームにとって重要なのは、目標の一貫性とメンバーの幸福感であって、硬直した制度ではないと考えています。
Qukai： 創業者として、あなた自身はどうやって楽しさや創造性を保っているのですか？
Luyu：
創業者は、自分を意識的に「楽しい状態」にしていくことを学ばなければなりません。心身を創造に向いた状態に整え、良いアイデアが、過度なプレッシャーのもとで無理にひねり出されるのではなく、比較的リラックスした環境で自然に浮かび上がってくるようにすることです。
外部からの期待やプレッシャーに完全に押しつぶされてしまわないことが大切です。たとえば、ただスタンフォードのキャンパスを歩いているだけで、ふとインスピレーションが降りてくることもあります。組織マネジメントも同じです。ただ重荷を背負って歩き続けているだけでは、「世界を変えたい」という最初の衝動を簡単に失ってしまいます。
楽しさは、持続可能な創造力の前提条件だと思っています。
Qukai： あなたの見立てでは、Dify の長期的なラベルは何になるのでしょう？成熟していく市場のなかで、御社の戦い方はどう変化していくのでしょうか？
Luyu：
成熟した市場では、どのプロダクトにも、少なくとも 10 年は守り抜けるような重みのあるラベルが必要になります。
Dify にとっては、「エンジニアリング優先・長期主義・安定と信頼性・オープンな協働」というスタンスを、最初から一貫して掲げてきました。ここ数年で「何を変えたか」というより、「何が変わらずに残っているか」を問うべきだと思います。変わっていないものこそが、本当にサイクルを超えていけるコアだからです。
Qukai： 最後の質問です。現在、どのようなポジションを積極採用していますか？どのチャネルから応募できますか？
Luyu：
現在、私たちは中国・日本・シリコンバレーで、プロダクト、マーケティング、バックエンドエンジニア、そして CCO（Chief Context Officer）などのポジションを募集しています。Dify の公式アカウント（公众号）の採用ページから確認していただくか、直接メールでご応募いただくこともできます。
メールアドレス：joinus@dify.ai
ご不便をおかけして申し訳ありません。サポートに連絡して問題を解決中です 
すでに合致しているもの（自分を責めないでください）