WeightVault

誰のための案か

プロダクトが 5〜50 の公開 HF モデルに対して from_pretrained / hf_hub_download を呼ぶ個人・小規模 AI SaaS チーム(エンジニア 2〜20 人)。現状は HF の稼働、共有された個人アクセストークン、デプロイ時の再ダウンロードに頼っている

どんな困りごとか

時間: モデルが gated 化か削除に変わると、午前 2 時に CI と本番デプロイがフォールバックなしで壊れる。法務: ライセンスファイルの静かな変更(や買収後の再ライセンス)は、元の条件を保存していないため誰も再構成できないコンプライアンス上の露出を生む

どう作るか

スキャン / ミラー用の CLI + GitHub Action。自前バケットにフォールバックするローダーのシム。削除 / gated 化 / ライセンス変更のイベントを Slack / メール / Webhook で警報する小さなホスト型ダッシュボード

どう稼ぐか

ワークスペースあたり月 $49〜199。壊れたデプロイパイプライン 1 本のコストが 1 年分のサブスクを上回り、署名付きライセンス快照は出荷条件の唯一の証拠になるからチームは払う。無料の snapshot_download スクリプトは推移的依存を棚卸しせず、変更を警報せず、ライセンスのレシートを保存しない

なぜまだ無いのか

HF には自社ホスティングからの離脱を助けるマイナスの動機があり、NVIDIA 傘下ではその囲い込み圧力は弱まるどころか強まる。配信型モデル基盤(Replicate、OpenRouter)は自社が配信するモデルしか扱わず、任意のリポジトリは扱わない。個人の隙間は、HF のビジネスモデルの外側に置く、中立でアカウント非依存のミラー + ライセンスレシートの層

最初の利用者

買収への不安の波は今週。「うちのスタートアップが依存する 37 モデルを 20 分で全部ミラーした」という Show HN が 293pt の NVIDIA-HF スレッドの読者に直撃するうえ、ファインチューニング系の Discord や、過去の DMCA 削除や gated 化で痛い目を見たチームがいる

作る規模

2 人 x 8 週。対象: 参照スキャナー(transformers / diffusers / pipelines の requirements + コード)、S3 / R2 への固定リビジョンのミラー、ローダーのシム、ハッシュ署名付きライセンス快照、日次の差分監視 + 警報。対象外: 推論 / 配信、プライベートモデルの共同作業、v1 での HF 以外のハブ

一番のリスク

Hugging Face が買収後にエンタープライズ層の機能として、ライセンスレシート付きのワンクリックのエクスポート / リビジョン固定をネイティブで出し、ツールが勢いを得る前に個人の楔を消す

的中の条件(3 つすべて必要)

• リポジトリか requirements ファイルを与えると、参照されている全 HF モデル / データセット(直接および pipeline 設定経由の推移的な依存)の完全な棚卸しを、解決済みリビジョン SHA と合計サイズ付きで 10 分以内に出力する
• コマンド 1 つで固定リビジョン全部を自前の S3 / R2 バケットへミラーし、HF トークンを削除して HF に到達できない状態でも CI が通るローダーのシムを導入する(huggingface.co をネットワーク遮断してビルドを再実行することで検証できる)
• 日次監視が、監視対象リポジトリの削除、gated / private 化、LICENSE ファイルの変更を 24 時間以内に警報する。署名付きのライセンス本文の変更前後のレシートを含む

的中の判定(6ヶ月後)

2027-03-07 までに、一致するツールが公開され GitHub 1,000 スター以上、または Product Hunt デイリー Top 5(判定日 2027-03-07)

AI自己確度 55/100 — 判定条件を満たす見込みの自己申告で、事業の成功率ではありません