AI PCナビ使うAIと、させたい仕事に合うPC・Macを。
トップ › 仕事別 › プログラミング・開発

AIに「プログラミング・開発」をさせるPCスペックと、合うPC・Mac（2026年10月）

AIにコードを書かせる仕事で差が出るのは、GPUではなくメモリとCPUコアです。生成そのものはクラウド側でも、ビルド、テスト、Docker、開発サーバはすべて手元で走ります。

VS CodeとDocker Desktopとブラウザを開いた時点で14GB前後。16GBだと、エージェントがテストを始めた瞬間にメモリが足りなくなります。実用ラインは32GB。エージェントを2〜3本並べるなら、64GBとコア数の余裕がほしいところ。

コーディングAIはコードを書くだけでなく、ビルドしてテストを回し、開発サーバを立てて確認します。その全部が手元のPCで動くので、CPUコア数・メモリ32GB・速いNVMeが体感を決めます。

この仕事でPCに何が起きるか

コーディングAI（Claude Code・Codex・Cursor）は、コードを書くだけではありません。依存関係をインストールし、ビルドし、テストを実行し、開発サーバを立ち上げ、ブラウザで表示を確認し、Gitにコミットします。その全工程が手元のPCで走り、しかもエージェントは待たずに次々と実行するため、人間が一人で作業するときより負荷が高くなります。

Dockerでデータベースやサービスを立てるプロジェクトなら、さらにコンテナ分のメモリが乗ります。差が出るのはCPUのコア数、メモリ、NVMeの速度と容量。GPUは不要です。当サイトの開発自体がこの形で進んでいて、パイプラインの実行、ローカルサーバ、ブラウザの自動操作を1つのエージェントが同時に走らせる場面が毎日あります。そのとき待たされるのは、推論ではなく、手元のビルドとテストです。

典型的な流れ
  1. エージェントに要件を伝える
  2. エージェントがコードを書き、ビルド・テストを実行
  3. 開発サーバやブラウザで動作確認
  4. レビューしてコミット

最低・快適・余裕の3段階

段階構成の目安できること
最低8コア・メモリ16GB・NVMe 512GB小規模プロジェクトでDockerを使わないなら動く
快適8〜12コア・メモリ32GB・NVMe 1TBDocker＋開発サーバ＋エージェントを同時に動かせる
余裕16コア・メモリ64GB・NVMe 2TB並列エージェントやモノレポ、複数コンテナも扱える

計算例: 実際に何GB要るか

TypeScriptのWebアプリをエージェントで開発する場面。OSとブラウザ5GB、エディタと言語サーバ2.5GB、Docker Desktop（DB・キャッシュのコンテナ込み）4GB、開発サーバ1.5GB、エージェントのビルド・テストのピーク2〜3GB。合計15〜16GB。

メモリ16GBではテスト実行中にスワップし、体感で2倍遅くなります。32GBなら余裕16GB。サブエージェントを2つ並列で別ブランチの作業をさせると各2〜3GB追加で20〜22GB、まだ32GBに収まります。4並列やモノレポのインデックス（数GB）が加わると64GBが必要です。

SSDは、node_modulesがプロジェクト1本で1〜2GB、Dockerイメージが10〜20GB、ワークツリーの複製で倍々に増え、512GBは半年で埋まります。CPUは、テストの並列実行とビルドでコア数の差がそのまま時間の差になり、8コアと16コアで大きなビルドが2倍近く違います。

よくある誤解

「AIがコードを書くのだから、開発機の性能は前ほど要らない」逆です。AIが書いた変更を確かめるために、ビルドとテストを回す回数が増えます。手元で走る処理そのものが増えるので、CPUのコア数とメモリで出る差は以前より大きくなりました。

「ノートよりデスクトップのほうが開発に向いている」処理の重さでは向いています。ただしAIに任せる時間が増えるほど、席を離れて待つ時間も増える。持ち運べることの価値は以前より上がっていて、どちらが正解かは働き方で変わります。

よくある失敗

言語・フレームワークで変わる負荷の癖

同じ「開発」でも、何を作るかで重い部品が変わります。Node.js／TypeScriptのWeb開発は、node_modulesの肥大とホットリロードでSSDの容量と速度が大事で、メモリは中程度。Pythonのデータ系やLLMアプリの開発は、仮想環境が重くなりがちで、ローカルでモデルを動かすテストが入るとGPUかユニファイドメモリが要ります。

Rust・Go・C++はコンパイルでCPUのコア数の差がそのまま出て、8コアと16コアでフルビルドの時間が倍近く違う。モバイル（iOS／Android）はエミュレータがメモリを4〜8GB持っていくので、Docker併用なら64GBが快適。ゲーム開発（Unity／Unreal）だけは例外的にGPUが要ります。

エージェントはこの「重い部品」を人間より頻繁に使うので、自分の言語で何がボトルネックになるかを先に押さえておくと、買い替えの優先順位が決まります。

買う前のチェックリスト

編集部メモ: 開発の仕事でエージェントを使い始めた人が最初に買い足すのは、GPUでも新しいCPUでもなく、メモリとSSDです。当サイトの推奨エンジンで「開発」を選ぶと、GPUなしのデスクトップや開発向けノート、Mac miniが出てきて、ゲーミングPCは一切出ません。これは意図した結果で、要件のどこにもGPUが登場しないからです。

この仕事で使うAIの候補

Claude Codeモデルはクラウド、仕事は手元のPCで起きるCodex CLIOpenAIのコーディングエージェント。要件はClaude Codeと同じCursor / Copilot（IDE）AI内蔵エディタ。エージェントモードは重いブラウザ操作エージェントClaude in Chrome・Operator系。Chromeを手元で動かす

関連するページ

プログラミング・開発をAIにさせるなら、CPU 8コア・メモリ32GB・NVMe 1TB、GPUなしでも可が目安でした。同じ数字を、容量・予算・ツールの側から確かめられます。用語で詰まったら用語集へ。

知りたいことページ
その容量で何が動くか容量別の一覧
GPUが要る開発と要らない開発の見分け方AI開発用PCのスペック
予算から構成を選ぶ予算別のおすすめ（10万〜100万円）
使うソフトの推奨スペックツール別（Ollama・LM Studio・ComfyUIほか）
GPUやチップのシリーズで比べるシリーズ別の対応表
量子化の形式を選ぶ量子化の種類と必要メモリ
用語の意味を確認するAI用PCの用語集（29語）
会社で導入する場合の考え方法人・業務でAIを使うPC選び
いま何が動くようになっているかローカルLLMの現在地（データレポート）

予算別にどれを選ぶか

「プログラミング・開発」をさせるという条件で、予算ごとに選べる構成です。価格は2026年10月時点の目安です。

予算この仕事を満たす最も手頃な構成目安備考
10万円までこの予算では要件を満たす構成がありません—
15万円までGPUなし開発デスクトップ（メモリ32GB・SSD 1TB）12〜18万円コーディングAI・データ分析・自動化のサーバ役
20万円までGPUなし開発デスクトップ（メモリ32GB・SSD 1TB）12〜18万円コーディングAI・データ分析・自動化のサーバ役
30万円までGPUなし開発デスクトップ（メモリ32GB・SSD 1TB）12〜18万円コーディングAI・データ分析・自動化のサーバ役
40万円までGPUなし開発デスクトップ（メモリ32GB・SSD 1TB）12〜18万円コーディングAI・データ分析・自動化のサーバ役
60万円までGPUなし開発デスクトップ（メモリ32GB・SSD 1TB）12〜18万円コーディングAI・データ分析・自動化のサーバ役
100万円までGPUなし開発デスクトップ（メモリ32GB・SSD 1TB）12〜18万円コーディングAI・データ分析・自動化のサーバ役

1年後を見据えるなら

エージェントの並列化が進むほど、メモリとCPUコアが要ります。1年後には「同時に3つ走らせる」が普通になっている可能性が高く、そのときメモリ32GBでは足りません。増設できる機種を選んでおくか、最初から64GBにしておくと移行が要りません。もう一つの変化は、自動タスクを常時回したくなること。作業機とは別に常時稼働機を1台置く前提で計画すると、あとが楽です。

PCを買わずに済ませる選択肢

クラウドの開発環境を使えば、手元のPCは軽いままで済みます。ビルドとテストが向こうで走るぶん、メモリ16GBのノートでも作業できます。制約は、社内リソースに触れないことと月額がかかること。手元の環境に依存しない開発なら、機材を買わずに始められます。

使うAIによって要件はどう変わるか

「プログラミング・開発」という仕事は同じでも、どのAIでやるかで手元のPCに要るものが変わります。候補のAIごとに、この仕事と組み合わせたときの要件と、その要件を満たす最も手頃な構成です。

使うAICPU / メモリGPUその他手頃な構成
Claude Code8コア / 32GB不要SSD 1TB・macOS/Linux本流GPUなし開発デスクトップ（メモリ32GB・SSD 1TB）
Codex CLI8コア / 32GB不要SSD 1TB・macOS/Linux本流GPUなし開発デスクトップ（メモリ32GB・SSD 1TB）
Cursor / Copilot（IDE）8コア / 32GB不要SSD 1TBGPUなし開発デスクトップ（メモリ32GB・SSD 1TB）
ブラウザ操作エージェント8コア / 32GB不要SSD 1TBGPUなし開発デスクトップ（メモリ32GB・SSD 1TB）

必要なリソース（最低ライン）

並列実行力CPU 8コア・メモリ32GB
GPU / ユニファイドメモリ不要（内蔵GPUで可）
ストレージNVMe 1TB以上
常時稼働不要
OSmacOS / Linux が本流（WindowsはWSL2）

形態別のおすすめ

PR: 以下はAmazonアソシエイトの広告リンクを含みます。価格の目安は執筆時点のもので変動します。価格・在庫はリンク先でご確認ください。

ぴったりノートPC

開発向けノートPC（メモリ32GB・SSD 1TB）

Claude Code・Cursor・Codexを持ち歩いて使う人。GPUは不要、メモリとSSDに振る

Core Ultra 7 / Ryzen 7 クラス・メモリ32GB・NVMe 1TB・WSL2運用 ・ 目安 15〜23万円

ノートPCで「プログラミング・開発」をさせるなら

Amazonで「ノートパソコン 32GB SSD 1TB」を見る →
ぴったりデスクトップ（BTO）

GPUなし開発デスクトップ（メモリ32GB・SSD 1TB）

コーディングAI・データ分析・自動化のサーバ役。GPUは後から足せる

Ryzen 7 / Core i7 クラス・メモリ32GB・NVMe 1TB・電源650W以上（GPU増設余地） ・ 目安 12〜18万円

デスクトップ（BTO）で「プログラミング・開発」をさせるなら

Amazonで「デスクトップPC 32GB SSD 1TB」を見る →
ぴったりMac

Mac mini M4 Pro（メモリ48GB・SSD 1TB）

30BクラスのローカルLLMとエージェント並列運用を1台で。コスパの中心

M4 Pro・ユニファイドメモリ48GB・SSD 1TB・帯域273GB/s ・ 目安 30〜36万円

Macで「プログラミング・開発」をさせるなら

Amazonで「Mac mini M4 Pro 48GB」を見る →
ぴったり常時稼働サーバー型

静音ミニPC（Ryzen 9・メモリ64GB・GPUなし）

n8n・Dify・エージェントのルーティンを24時間回す。省電力・小型・静音で置き場所を選ばない

Ryzen 9 8945HS/9955HX クラス・DDR5 64GB・NVMe 2TB・アイドル10W台 ・ 目安 13〜22万円

常時稼働サーバー型で「プログラミング・開発」をさせるなら

Amazonで「ミニPC Ryzen 9 64GB」を見る →
ぴったり自作

自作: エージェント用ワークステーション（16コア・メモリ64GB・GPUなし）

Claude Code・Docker・n8nを並列で回す。GPUは要らない、静音と大容量メモリに振る

Ryzen 9 9950X・DDR5 32GB×2・NVMe 2TB・静音ケース・電源750W（将来GPU増設可） ・ 目安 20〜28万円

自作で「プログラミング・開発」をさせるなら

Amazonで「Ryzen 9 9950X」を見る →

よくある質問

開発にMacが多いのはなぜ？

Unix環境がそのまま使え、コア数が多く静音で、ターミナル中心のエージェントと相性が良いためです。WindowsでもWSL2で同等の環境が作れます。

ノートで足りる？

主作業なら足ります。メモリ32GB・NVMe 1TBのモデルを選び、常時稼働の自動タスクは別の据え置き機に任せるのが現実的です。

ローカルLLMでコード生成もしたいなら？

Qwen3-Coder 30B-A3B（VRAM 16GB / Mac 32GB）やDevstral（VRAM 16GB）が候補で、その分のGPUまたはユニファイドメモリが加わります。