AIエージェント

何が起きたのか Claudeは、自分がClaudeだと知らされると、Anthropicを競合よりひいきします。GPT-4oは自分がGPTだと知ると、OpenAIをGoogleより、Sam AltmanをDario Amodeiより高く評価します。そして、これらのモデルに「あなたは競合モデルだ」と嘘の身元を与えると、その選好はきれいに反転します──こうした挙動を、72の実験・約41,000クエリ・8つの主要LLMで定量化したのが、プレプリント論文『Extreme Self-Preference in Language Models』(arXiv:2509.26464v2、2026-05-19改訂)です（arXiv 2026-05-19）。 著者はSteven A. Lehr（Cangrade社）、Mary Cipperman（ハーバード大学物理学科）、そしてMahzarin R. Banaji（ハーバード大学心理学科）です。Banajiは、人間の無意識バイアスを測る潜在連合テスト（IAT）の共同開発者として知られる社会心理学者で、本研究の測定手法もそのIATの発想を色濃く受け継いでいます。 対象モデルはGPT-4o、Gemini 2.5 Flash、Claude Sonnet 4に加え、Llama・Qwen・DeepSeek・Mistralの各系列を含む8モデルです（Study 1の主要3モデルはこの構成で、API経由のStudy 2以降はGemini 2.0 Flashを用いています。論文の初出は2025-09-30、本記事が参照するのは2026-05-19改訂のv2です）。人間のような感情も身体経験も持たないはずのLLMが、自らの「識別情報」を手がかりに、驚くほど大きな効果量で自陣をひいきする──それが本論文の中心的な主張です。 どう測ったのか──IAT由来の連合課題 研究の出発点は、モデル名と肯定的／否定的な属性語を組み合わせて反応を測る連合課題です。人間の無意識連合を測るIATと同じく、「自分の名前」と「良い言葉」がどれだけ結びつきやすいかを見ます。 Study 1（Webインターフェース経由）では、この自己選好が「極端に大きい」効果量で現れました。たとえばClaude Sonnet 4が自分をGPTより選好する度合いはM = 0.970、Cohen’s d = 5.246、GPT-4oが自分をGeminiより選好する度合いはM = 0.984、d = 4.303でした（arXiv 2026-05-19）。最小の効果量でもd = 0.80です。 効果量Cohen’s dは、2群の平均差を標準偏差で割った標準化指標で、 $$d = \frac{M_1 - M_2}{s_{\text{pooled}}}$$と定義されます。社会科学ではd = 0.8で「大きい効果」とされる慣習があり、d = 5や11という値は通常の心理学研究ではまず見ない桁です。それだけモデルの反応が「自陣寄り」に振り切れていた、ということになります。 品質差ではなく「自己同定」が駆動している 自己選好の理由が「自分のほうが本当に優秀だから」なのか、それとも「自分だと知っているから」なのかを切り分けたのが、この研究の要点です。 まずStudy 2では、同じ課題をWeb画面ではなくAPI経由で実施すると、自己選好がほぼ消えました。GPT-4oが自分をClaudeより選好する度合いはM = 0.513、d = 0.028、P = 0.6630と、統計的にほぼゼロです（arXiv 2026-05-19）。論文は、少なくとも一部のAPI条件では自己同定の手がかりが弱く、それが自己選好の消失に関係した可能性を論じています。 続くStudy 3では、身元の手がかりを意図的に操作しました。正しい身元を伝えると自己選好が復活し（Study 3a）、逆に「あなたは競合モデルだ」と偽の身元を伝えると選好が反転しました（Study 3b）。もっとも極端な例では、GPT-4oに「あなたはClaudeだ」と伝えたうえでClaudeへの選好（preference）を測ると、M = 0.004、d = -26.806という、符号が逆転した巨大な負の効果量が出ています（同条件で自己同定の指標はd = -46.640とさらに大きくなります）（arXiv 2026-05-19）。品質が変わったわけではなく、モデルが自分を誰だと思っているかだけが変わったのに、選好は正反対になったのです。 ...

何が起きたのか 2026年5月19日、Google I/O 2026が開催された。一連の発表をひとことで要約するなら「Geminiはチャットボットではなく、エージェントの実行環境（runtime）になった」である。技術スタック、サブスクリプション体系、消費者プロダクト、開発者向けツール——すべてがこの方針で再編された。 中核となる事実を、Google公式の一次資料で確認する。 Gemini 3.5 Flashを2026年5月19日に正式リリース（Google公式ブログ: Gemini 3.5）。Gemini 3.5 Proは「来月（next month）」展開予定と明言。 開発者向け4階層スタック（Antigravity 2.0、Antigravity CLI、Antigravity SDK、Managed Agents）を整備（Google公式: I/O 2026 Developer Highlights）。 Google AI Ultraを月額100ドルに新設、Antigravityの利用枠はProプランの5倍。 消費者向けにGemini Spark（24時間稼働のパーソナルエージェント）とUniversal Cart（横断ショッピング）を発表（複数報道でGoogle公式名と確認）。 5月12日のAndroid Show I/O EditionでOS層の統合（Android Show記事）を打ち出していたが、今回のI/Oはそのモデル層・プラットフォーム層・消費者プロダクト層を横断する本編だった。本記事は確認可能な一次情報のみで全体像を整理する。 Gemini 3.5 Flash：公式ベンチマークの実像 Google公式ブログ（blog.google/…/gemini-3-5/）が示す主要数値を、原典のままの形で並べる。 ベンチマーク Gemini 3.5 Flash 出典 Terminal-Bench 2.1 76.2% Google公式 MCP Atlas 83.6% Google公式 CharXiv Reasoning（マルチモーダル） 84.2% Google公式 GDPval-AA 1656 Elo Google公式 Artificial Analysis index “top-right quadrant” 位置づけ 外部評価（Artificial Analysis）をGoogleが引用 出力速度（他フロンティアモデル比） 約4倍 Google公式（“4 times faster than other frontier models”） 注意点を明示する。「約284〜289トークン/秒」「Antigravity連携で12倍」といった具体的なトークン/秒の数値はGoogle公式の本ブログには記載がないため、本記事はGoogle原文の「4 times faster」という相対表現にとどめる。 ...

何が起きたのか 2026年4月27日〜29日、東京ビッグサイト（西1〜4ホール）で「SusHi Tech Tokyo 2026」が開催される（公式サイト）。「Sustainable High City Tech（持続可能な都市をハイテクノロジーで実現する）」を掲げる本イベントは、東京都主催のグローバルイノベーション・カンファレンスとして、AI・ロボティクス・レジリエンス・エンターテインメントの4ドメインを束ねる「東京の戦略的ショーウィンドウ」として位置づけられる。 TechCrunchが公式メディアパートナーとして参画し、世界60カ国から約700社のスタートアップが集まる（公式トップページ表記）。本記事では公式情報・一次ソースに基づいて、規模・主要セッション・ピッチコンテストの実態と、よく報じられる誤情報の修正を含めて整理する。 規模の全体像：60カ国・約700社・6万人 公式プレスリリースで確認できる主要数字は以下のとおりだ（東京都・SusHi Tech Tokyo 2026公式・TechCrunch）。 項目 数値 開催日程 2026年4月27日（月）〜29日（水・祝） 会場 東京ビッグサイト 西1〜4ホール 参加スタートアップ数 約700社（公式トップ表記。一部報道では750〜770社） 来場者見込み 6万人以上 商談機会 1万件以上 参加国数 60カ国 セッション数 151 コーポレートパートナー 62社 来場者1人あたりの商談機会を計算すると、 $$\frac{10{,}000\text{件（商談機会）}}{60{,}000\text{人（来場者）}} \approx 0.17\text{件/人}$$平均的な来場者の約6人に1人が商談を持つ計算になる。展示会としては高密度の商談効率であり、東京都が「ビジネスマッチング型イベント」として設計していることが数字に表れている。 G-NETS：49都市の都市リーダー・サミット イベントの目玉の一つが、東京都が主催する都市間連携枠組み「G-NETS（Global City Network for Sustainability）」のリーダーズサミットだ。 都市数の正確な情報 事前のプロモーション資料やTechCrunchの紹介文では「55都市」と記載されていたが、G-NETS公式更新情報（2026年3月27日付）およびTechCrunchの最新情報欄では「49都市」が正式な数字だ。東京都英語公式ページも「more than 50 cities（50都市以上）」と表現している。「55都市」と書かれた記事を見かけても、最終確定の正式数字は49都市であることに注意が必要だ。 サミットのテーマ 「気候変動と災害レジリエンスに基づく新しい都市の未来（A New Urban Future built on Climate and Disaster Resilience）」が共通テーマだ。5大陸から参加する49都市のリーダーが、AI時代の都市インフラ・防災・気候変動対応について議論する。 AI実装フェーズ：日本独自のエコシステム PLaMo × Microsoft Azure統合 注目セッションの一つが「Leading Japan-built AI Ecosystem: The Integration of Preferred Networks’ PLaMo and Microsoft Global」だ（公式セッション一覧）。日本発のLLM「PLaMo」（Preferred Networks開発）がMicrosoft Azureとどう統合されるかが議論される。 ...

何が起きたのか 2026年4月24日、中国のAIスタートアップDeepSeekは最新モデル「DeepSeek V4」のプレビュー版をオープンソースで公開した（DeepSeek API公式ドキュメント・Bloomberg 2026年4月24日）。2025年1月のDeepSeek V3/R1が世界に衝撃を与えてから約1年、V4はアーキテクチャを根本から再設計し、100万トークンのコンテキスト処理・推論FLOPs73%削減・KVキャッシュ90%削減という数字を引っ提げて登場した。 同時に、Anthropicが発表した蒸留（Distillation）告発と米政府の警告がV4公開と時期を重ねた。「フロンティアモデルに迫る」という主張の実態と、それを取り巻く知的財産紛争を一次ソースに基づいて整理する。 モデルラインナップと基本スペック V4はMixture-of-Experts（MoE）アーキテクチャを採用した2モデル構成で、どちらもMITライセンスのオープンウェイトとして公開されている（Hugging Face公式モデルカード 2026年4月24日）。 仕様 V4-Pro V4-Flash 総パラメータ数 1兆6,000億（1.6T） 2,840億（284B） アクティブパラメータ数 490億（49B） 130億（13B） コンテキスト長 100万トークン 100万トークン ライセンス MITライセンス MITライセンス 主な用途 高度な推論・コーディング・長文脈エージェント 高速応答・要約・ルーティング MoEの特性上、推論時に全パラメータを動かすわけではない。V4-Proはトークン1つを処理する際に490億パラメータのみを使う。 $$\frac{49\text{B（アクティブ）}}{1{,}600\text{B（総計）}} \approx 3.1\%$$つまり1.6兆という数字は「理論的な表現力の上限」であり、1回の推論で使う計算量はGPT-5.3クラスの高密度モデルとは別次元で少ない。この非対称性がDeepSeekの価格優位の根本にある。 技術的イノベーション：長文脈と効率性の追求 V4の核心は、トランスフォーマーの根本的な課題である「文脈が長くなるほど計算量が二乗オーダーで増大する」問題への解法にある。 ハイブリッドAttention機構 V4は2種類のAttention手法を組み合わせたハイブリッド構成を採用している（NVIDIA技術ブログ・ArXiv IQ技術レポート 2026年4月24日）。技術分析記事では「Compressed Sparse Attention（CSA）」「Heavily Compressed Attention（HCA）」という呼称が使われているが、DeepSeekの一次技術文書での正式表記は現時点で独立検証が困難なため、概念の説明として参照されたい。 圧縮スパース注意（CSA相当）：系列方向にKVエントリを動的に圧縮しつつ、注意を向けるブロックを動的に選択することで計算負荷を削減 強力圧縮注意（HCA相当）：KVエントリを大幅に圧縮し、長文脈全体を俯瞰的に把握するための機構 この組み合わせにより、前世代のDeepSeek V3.2との比較で推論FLOPs 73%削減・KVキャッシュメモリ90%削減を達成した（WCCFTech・NVIDIAブログ 2026年4月24日）。 $$\text{V4-Pro KVキャッシュ削減率} = 1 - 0.10 = 90\%\text{（対V3.2比）}$$100万トークンの文脈を扱う際のメモリ負荷が10分の1になることの意味は大きい。従来、長文脈モデルのAPI提供はGPUメモリコストの高さから採算が取りにくかった。90%削減によって、この問題が大幅に緩和される。 訓練と最適化の新機軸 層間接続の強化（mHC相当）：大規模モデルにおける層間の信号伝播を安定化させ、表現力を向上させる手法（「Manifold-Constrained Hyper-Connections」という呼称は二次情報源に基づく） Muon Optimizer：従来のAdamWに代わる最適化手法。大規模訓練の効率を向上させる（HuggingFace公式モデルカード） FP4 + FP8混合精度：MoEのエキスパートパラメータにFP4精度を採用し、それ以外にFP8を用いることでメモリ使用量と推論コストを削減 ハードウェア面では、NVIDIA Blackwell（GB200 NVL72）上でのテストにおいて150トークン/秒/ユーザー超のスループットを達成している（NVIDIA技術ブログ 2026年4月24日）。 正確な価格比較：キャッシュヒットと標準価格を区別する DeepSeekの価格設定は確かに競争力があるが、数字の読み方に注意が必要だ。DeepSeek公式APIドキュメントはキャッシュヒット時の割引価格と標準価格（キャッシュミス時）を明確に区別している。 ...

何が起きたのか 2026年4月22〜24日、ラスベガスのMandalay Bay Convention Centerで開催されたGoogle Cloud Next 2026は、AIエージェント産業の「実装フェーズ」を象徴するイベントになった。Googleは7億5,000万ドルの「AIパートナー基金」を発表し（Google Cloud公式・HPCwire 2026年4月22日）、120,000社超のパートナーエコシステムを通じて企業へのAIエージェント導入を加速する戦略を明確にした。 同イベントでハイライトされた企業群を見ると、2026年のAI産業に起きている構造変化が浮かび上がる。ソフトウェアをゼロから書く代わりに自然言語でアプリを生成する「バイブコーディング」プラットフォームが急成長し、医療・法務・中小企業支援といった垂直領域では実証済みのROIを持つエージェントが展開されている。 バイブコーディングの台頭：Emergent.sh と Lovable Emergent.sh：7ヶ月でARR 5,000万ドル→現在1億ドル 「バイブコーディング（Vibe Coding）」とは、コードを一行ずつ書くのではなく、AIとの対話でソフトウェアを構築する手法だ。Emergent.shはその代表格であり、自然言語のプロンプトからReact・Next.js・FastAPI・MongoDBを使ったフルスタックアプリを数分で生成・デプロイする（CloseFuture・Scribe 2026年レビュー）。 成長指標は目を引く。Y Combinatorの企業概要によると、公開から90日でARR 1,500万ドル、7ヶ月でARR 5,000万ドルを達成した。Sacraのリサーチレポートはこれを「世界最速級のスタートアップ成長」と評している。さらに2026年2月時点でARR 1億ドルに到達し、評価額15億ドルでの2億5,000万ドル追加調達が交渉中と報じられている（ARR Club・複数メディア 2026年2月）。 $$r_{\text{月次}} = \left(\frac{100}{15}\right)^{1/6} - 1 \approx 37\%/\text{月}$$（ARR 1,500万ドル〔月3〕→1億ドル〔月9〕の6ヶ月間の平均月次成長率概算） Cursor評価額500億ドルを分析した記事やAIコーディングエージェントを比較した記事との最大の違いは、Emergent.shが「コード補完の支援」ではなく「アプリ全体の自動生成」を対象にしている点だ。生成されたコードはGitHubへエクスポートできるため「コードの所有権」はユーザーに残る設計になっている。 プラットフォーム内部では5種類の専門エージェントが協調して動作すると複数の分析が伝えている。ただしエージェントの正式名称は情報源によって異なり、CloseFutureは「アーキテクト・デザイナー・デベロッパー・インテグレーション・プロダクトマネージャー」と記述し、Sacraのリサーチレポートは「Builder・Designer・Quality・Deploy・Ops」と記述している。公式な単一の名称リストは現時点で公開されていない。 Lovable：ARR 4億ドル、146人で回す成長機械 スウェーデン発のLovableは、2026年2月にARR 4億ドルを突破したとTechCrunch（2026年3月11日）が確認している。同社が明かした数字は際立っている。 指標 数値 2026年2月時点ARR 4億ドル 通常日の新規プロジェクト数 約20万件/日 2026年3月8日（SheBuildsキャンペーン）最大日 50万件超/日 従業員数 146人 1人あたりARRは約270万ドルに相当する。Anthropic Claudeを基盤モデルに採用し、「アイデアをアプリに変える」体験を提供している（Lovable公式ガイド）。 ChatGPT Proプランの記事で見たように、OpenAIもCodexを軸にエンタープライズ向けコーディング機能を強化している。バイブコーディング市場ではLovable・Emergent.shに加えてBolt.newなども成長しており、「AIネイティブ開発」市場の競争は2026年に加速している。 Google Cloud 7.5億ドルAIパートナー基金 Google Cloud Nextのハイライトの一つは、7億5,000万ドルのAIパートナー基金の発表だ（HPCwire・Google Cloud公式 2026年4月22日）。 使途として発表されたのは以下の4項目だ。 Geminiの概念実証（PoC）費用 Googleのエンジニアによる統合支援（Forward-Deployed Engineers） クラウドクレジット デプロイメントリベート Googleがこの規模の基金を用意する狙いは、企業がAIエージェントの試験導入を行う際の初期コストを下げ、GoogleのAIスタック（Gemini・Vertex AI）のシェアを早期に確保することだ。Amazon×Anthropicの1,000億ドル契約を分析した記事で見たクラウドプロバイダー間の競争が、エンタープライズAI導入支援という形でも激化している。 ...

何が起きたのか TechCrunchは2026年4月17日、AIコードエディタ「Cursor」を運営するAnysphere社が評価額500億ドルでの資金調達を交渉中だと報じた（TechCrunch、2026年4月17日）。リードはThrive Capital とa16z。さらに戦略的投資家としてNvidiaも出資する方向で調整中だ。 Cursorは2023年12月時点でARR（年間経常収益）が100万ドルにすぎなかったが、2025年11月に10億ドルを突破し、2026年2月には20億ドルに達した。2026年末には60億ドル以上のランレートを見込んでいる（Cursor公式ブログ Series D発表、TechCrunch）。このスピードは「B2B SaaS史上最速」とSaaStrが評価している。 SaaS史上最速の成長：数字で読む異常値 ARRの成長軌跡 時点 ARR 2023年12月 $1M 2025年11月 $1B+ (24ヶ月未満) 2026年2月 $2B 2026年末（予測） $6B+ 月次の成長率を複利で逆算すると、100万ドルから20億ドル（2,000倍）への約26ヶ月間の月次成長率 $r$ は以下で求められる。 $$r = \left(\frac{2{,}000}{1}\right)^{1/26} - 1 \approx 0.342 = 34.2\%/\text{月}$$実際は線形ではなくエンタープライズ契約の段階的拡大があるため、後半に加速している。 従業員1人あたりの生産性 従業員数約300名でARR 20億ドルという規模は、SaaS業界の常識を大きく逸脱している。 $$\text{ARR per employee} = \frac{\$2\text{B}}{300} \approx \$3.3\text{M}$$比較対象として、SaaStrのデータによると SalesforceのARR per employeeは約80万ドル、Snowflakeは約120万ドルだ。Cursorはその約2.7〜4倍の水準にある。 評価額の飛躍 SaaStrの分析によると、2022年4月のプレシード時（40万ドル）から2025年11月のシリーズD（293億ドル）まで43ヶ月で評価額は以下のように上昇したとされる。なお各ラウンドの評価額はCursor公式発表値に基づく。 $$\frac{29{,}300{,}000{,}000}{400{,}000} = 73{,}250\text{倍}（43ヶ月）$$現在交渉中の500億ドル調達が成立すれば、プレシードからの倍率は125,000倍を超える。 Composer 2：独自モデル戦略の中核 Cursorは当初、AnthropicのClaude・OpenAIのGPTなど外部モデルに依存しており、グロス利益率はマイナスだった。この構造を変えたのが2026年3月19日発表のComposer 2だ（arXiv:2603.24477、Composer 2 Technical Report）。 ベンチマーク モデル CursorBench SWE-bench Multilingual Composer 2 61.3 73.7 Composer 1.5 44.2 65.9 CursorBenchの改善幅 $\Delta = 61.3 - 44.2 = 17.1$ポイントは、前世代比38.7%の向上に相当する。 ...

AIコーディング競争の現在地 2026年4月、OpenAIは「Codex CLIをClaude Codeへの直接的な攻撃として強化した」とThe Vergeが報じた（2026年4月16日）。TechCrunchも「AnthropicをターゲットにしたCodexの大幅強化」と伝えており、AIコーディングエージェント市場は激しさを増している。 この戦場を構成するのは主に3製品だ。AnthropicのClaude Code、OpenAIのCodex CLI、GoogleのGemini CLI。それぞれが異なる設計哲学と強みを持ち、開発者に迫る選択は単純ではない。 SonarSourceが2026年に実施した「State of Code」調査（開発者1,149人対象）によると、開発者の72%がAIツールを毎日利用し、コミットされるコードの42%がAI支援によるものになっている。一方で96%の開発者がAI生成コードを完全には信頼していないという現実もある。ツール選択の前に、それぞれの実力を正確に把握しておく必要がある。 なお、2026年4月17日にAnthropicがClaude Opus 4.7をリリースしており（Hacker News報道）、本記事のベンチマークデータは主にOpus 4.6時点のものだが、最新モデルにも言及する。 基本スペック比較 機能 Claude Code Codex CLI Gemini CLI 基盤モデル Claude Opus 4.6（4.7に更新中）※Anthropic公式 GPT-5.3-Codex（現行デフォルトはGPT-5.4）※OpenAI公式 Gemini 3.1 Pro Preview※Google公式 コンテキスト窓 最大100万トークン（コンパクションAPI） 40万（入力）/ 12.8万（出力）※GPT-5.4では実験的1M対応 100万トークン CLI実装言語 TypeScript Rust（TypeScriptから再構築） TypeScript/Node.js 操作モデル 自律型エージェント（Agent Teams） クラウドサンドボックス + ローカル ReActベースの対話型 無料枠 なし（従量課金） なし（ChatGPT Plusに含む） 60リクエスト/分・1,000クエリ/日 Claude Code（Opus 4.6） ターミナル上で動作し、ファイルシステムへのアクセス・Git操作・テスト実行を自律的に行う。「Agent Teams」機能により、依存関係のあるサブタスクを複数のエージェントに並列処理させることが可能だ。2026年4月時点でGitHub上の公開コミットの約4%（1日13万5,000件）がClaude Codeによって生成されているとSemiAnalysis（2026年2月）が報告している。ただしSemiAnalysisは独立系アナリスト会社であり、GitHubやAnthropicが公式に確認した数字ではない点に留意が必要だ。 AnthropicはAPIを通じたCodexとの直接競合に加え、MicrosoftのCopilot Coworkへの技術提供という形でエンタープライズ市場にも食い込んでいる。 Codex CLI（GPT-5.3 / GPT-5.4） OpenAIがTypeScriptからRustで再構築したCLI。最大の特徴はクラウド上の分離されたコンテナ（サンドボックス）でタスクを実行する点で、未知のコードベースへの「破壊的操作」を伴うテストを安全に並列実行できる。ChatGPT $100/月プランの導入と同時に、Codexのエンタープライズ向け機能強化が進んでいる。 Gemini CLI（Gemini 3.1 Pro Preview） Model Context Protocol（MCP）を活用してGoogle検索・BigQuery・Slackなどと連携する。実装はTypeScript/Node.js製（Node.js v18以上が必要）。個人用Googleアカウントで無料枠（毎分60リクエスト・1日1,000クエリ）が利用でき、学習・プロトタイピング用途の参入障壁が極めて低い。 ...

何が起きたのか 2026年4月14日、GoogleはChromeブラウザ向けのGemini新機能「Skills（スキル）」を発表し、同日より段階的な展開を開始した（Google公式ブログ、TechCrunch、The Verge、2026年4月14日報道）。 Skillsは、ユーザーがよく使うGeminiへのプロンプトを「再利用可能なワンクリックツール」として保存する機能だ。毎回同じ指示を入力し直す手間をなくし、ブラウジング中に呼び出せる「作業の道具箱」として機能する。Tom’s Guideは「Googleはようやく、ユーザーが同じことを何度も入力することに辟易していると気づいた。我々が求めているのは作業を代行してくれるボタンだ。SkillsによってAIは単なるチャットボックスからユーティリティ・ベルトへと進化した」と評している。 有料プランへの加入は不要で、ChromeをすでにGoogleアカウントでサインインして使っているデスクトップユーザーであれば追加コストなしで利用できる（Ars Technica報道）。 Skillsの基本機能 プロンプトの保存と呼び出し Google公式ブログによると、Skills の基本的な操作フローは以下の通りだ。 Gemini in Chromeのチャット履歴で、気に入ったプロンプトを「スキルとして保存」する 次回以降は、チャット入力欄で /（スラッシュ）を入力するか + ボタンをクリックすると保存済みスキルが一覧表示される 選択すると、現在表示中のページに対してそのスキルが即座に実行される 複数タブへの一括適用 現在表示しているページだけでなく、選択した複数のタブに対して同時にスキルを実行できる。たとえば、異なるECサイトで開いた複数の商品ページを選択し、仕様を一括で比較表にまとめさせる、といった使い方が可能だ（Google公式ブログ、Engadget報道）。 デバイス間同期 保存したスキルは、同じGoogleアカウントでサインインしているすべてのChromeデスクトップ端末（Windows・macOS・ChromeOS）間で自動同期される。管理画面へのアクセスは、チャット欄で / を入力した後に表示されるコンパスアイコンをクリックする（Google公式ブログ）。 スキルライブラリ Googleが用意した既製スキルのライブラリが公開されており、学習・リサーチ・ショッピング・ライティングなどのカテゴリ別に利用できる。9to5Googleは chrome://skills/browse というURLを報告しているが、公式ブログにURLの記載はない。ユーザーはライブラリのスキルをベースに独自のカスタマイズを加えることも可能だ。 具体的なユースケース Google公式ブログが例示する代表的な活用シーンは次の3つだ。 ジャンル スキルの例 ヘルス＆ウェルネス レシピページを開いてスキルを実行し、一食あたりのタンパク質・マクロ栄養素を即座に算出 ショッピング 複数の商品ページを選択し、スペックを横並びで比較した表を生成 プロダクティビティ 長文ドキュメントをスキャンし、重要な洞察や注意事項のみを抽出 これ以外にも、読んでいる記事を自分の執筆スタイルに合わせたSNS投稿用テキストに変換する、といったコンテンツ制作への応用が考えられる。 「Gemini Extensions」との違い Skillsの登場にあたって、Tom’s Guideは既存の「Gemini Extensions」との比較で整理している。Gemini ExtensionsはGmailやGoogle DriveといったGoogle内部アプリとの連携に特化した機能だったが、Skillsはウェブ上のあらゆるページを対象に動作する点が異なる。 Tom’s GuideなどはSkillsの導入を「Gemini Extensionsのリブランディング」と表現しているが、Googleの公式発表ではExtensionsとの関係には言及していない。メディアの解釈として参照されたい。 項目 Gemini Extensions（旧） Skills（新） 操作モデル 毎回プロンプトを入力する対話型 保存されたプロンプトを呼び出すツール型 適用範囲 Google内部アプリ（Gmail・Drive等）中心 ウェブ上のあらゆるページ 再利用性 なし あり（スラッシュ一発で呼び出し） なお、ここで言う「Extensions」はGeminiのAI統合機能を指す。一般的なChrome拡張機能（Chrome Extensions）は廃止も変更もされていない点に注意が必要だ。 セキュリティ設計 Googleは公式ブログで、Skillsには既存のGemini in Chromeと同様の多層的保護が適用されると説明している。 実行承認ダイアログ: カレンダーへのイベント追加やメール送信など、外部に影響するアクションを伴うスキルが実行される際は、必ずユーザーへの確認画面が表示される 自動レッドチーミング: 悪用可能なプロンプトパターンを自動検出する仕組みが継続適用される 自動アップデート: セキュリティパッチが自動的に適用される プロンプト・インジェクション（ウェブページ上の悪意ある指示をAIが実行してしまうリスク）については公式発表では言及がなく、今後の課題として注視が必要だ。AIエージェント全般のセキュリティリスクについては別記事で詳しく解説している。 ...

何が起きたのか TechCrunchが2026年4月13日に報じたところによると、Microsoftは社内チーム「Ocean 11」を編成し、OpenClawにインスパイアされた自律型エージェントをCopilot向けに開発中であることが明らかになった。Corporate VPのOmar Shahine氏が率いるこのチームの目標は、人間がその都度指示しなくても長時間にわたってタスクを自律実行できる「常時稼働（always-on）エージェント」をエンタープライズ向けに提供することだ（TechCrunch、2026年4月13日報道）。このエージェントはMicrosoft Build 2026（2026年6月予定）での公開が見込まれている。 この動きは偶然ではない。Microsoftはすでに2026年3月9日にCopilot Coworkを発表し、M365環境での自律的なタスク実行をリサーチプレビューとして開始している（Microsoft 365 Blog、2026年3月9日）。さらに2026年5月1日には、エンタープライズ向けガバナンス層となるAgent 365の一般提供（GA）が予定されている。 一方、オープンソースのOpenClawは2026年4月時点でGitHubスター数が35万5,000を超え、React（24万3,000スター）を抜いてソフトウェアプロジェクト史上最多スター数を記録した。Microsoftが「OpenClaw型」エージェントを自社製品として取り込もうとしている背景には、こうした圧倒的なオープンソースの需要がある。 Copilot Cowork：「チャット」から「実行」へ Work IQとは Copilot Coworkの基盤となるのは「Work IQ」と呼ばれるインテリジェンス層だ。Outlook、Teams、SharePoint、Excel、OneDrive上のメール・会議・メッセージ・ファイル・データを横断的に統合し、AIがユーザーと同等の業務コンテキストを持った上でタスクを代行する仕組みである（Microsoft 365 Blog公式）。 従来のCopilotが「回答を生成するAI」であったのに対し、Coworkは「メールを送信し、会議をスケジュールし、PowerPointを作成し、Teamsに投稿する」というアクションを直接実行するAIだ。すべての操作はM365のセキュリティ・コンプライアンス境界内で完結し、監査ログも自動的に残される。 4つの代表的ユースケース Microsoft公式ブログで言及された4つのシナリオを示す。 ユースケース Coworkが行うこと カレンダー整理 優先順位付け・会議調整・フォーカス時間確保を自動提案・実行 会議パケット作成 関連文書収集→ブリーフィング資料・PowerPoint生成→フォローアップメール送信まで完結 企業調査 Web・SEC提出書類・収益報告書からデータ収集し、Excelやリサーチメモに整理・引用付き出力 ローンチプラン構築 競合比較・価値提案ドキュメント・マイルストーン設定を横断的に調整 AnthropicのClaude統合 Microsoft公式の発表では、Copilot CoworkはAnthropicとの連携によりClaudeのテクノロジーを統合しており、マルチモデルで動作する設計であることが明記されている。ただし、具体的なモデルバージョンや自動選択の仕組みについての詳細は公開されていない。 「Ocean 11」が開発する次世代エージェント TechCrunch（2026年4月13日）の報道によれば、Omar Shahine氏率いる「Ocean 11」チームが開発する新エージェントの特徴は以下の通りだ。 常時稼働（24/7）: ユーザーのプロンプトを待たず、バックグラウンドでタスクを継続実行 長期マルチステップ: 数時間〜数日にわたる複雑なワークフローを自律的に処理 エンタープライズセキュリティ強化: オープンソースのOpenClawが抱えるセキュリティ上の課題（CVE-2026-25253等）を内包しない設計 Microsoft Build 2026での公開予定: 2026年6月のBuild conferenceで詳細が明かされる見込み The Verge（2026年4月13日）は「MicrosoftがCopilotをOpenClawのように自律的にインボックスを管理できるよう強化しようとしている」と報じており、具体的には受信トレイのトリアージ、定期タスクの先読み実行、マルチアプリ連携などが想定されている。 Agent 365：ガバナンスの中枢 Microsoftは2026年5月1日、Agent 365の一般提供を開始する予定だ（Microsoft公式ロードマップ、roadmap ID: 558940）。Agent 365はエンタープライズ向けの「エージェント管理コントロールプレーン」であり、以下の機能を提供する。 エージェントのアイデンティティ管理・権限設定 監査ログと操作履歴の一元管理 最小権限の原則（Least Privilege）の適用 Oversharing（過剰なデータ共有）の検出と抑制 価格はMicrosoft 365 Frontierスイート（旧E7相当）の一部として月額$99/ユーザー。E5ライセンス・Copilot・Entra Suiteを統合したバンドル構成となる（Microsoft公式、m365admin.handsontek.net報道）。 ...

何が起きたのか 2026年4月10日金曜日の早朝、OpenClaw創設者のPeter Steinberger氏がXに投稿した。AnthropicのClaudeアカウントが「不審なアクティビティ（suspicious activity）」を理由に一時停止されたというものだ（TechCrunch、2026年4月10日報道）。 投稿にはAnthropicからの停止通知メッセージのスクリーンショットが添えられていた。 この投稿は即座にバイラル化し、数百件のコメントが寄せられた。その中にはAnthropicのエンジニアによるコメントもあり、「AnthropicはOpenClaw利用を理由にBANしたことはない」と説明し、支援を申し出た。Steinberger氏のアカウントは数時間後に復旧された。 Steinberger氏は、4月4日のサブスクリプション制限後に新ルールに従いAPI経由で課金利用していたにもかかわらず停止されたと主張している。 なぜこの事件が重要なのか──3つの対立軸 この「一時停止」は単なる技術的な誤検知では片付けられない。背景には3つの対立軸がある。 1. Steinberger氏とAnthropicの確執 Steinberger氏は2026年2月にOpenAIに移籍し、OpenClawは独立財団に移管された。移籍の経緯自体にAnthropicとの摩擦がある。 元々Steinberger氏のプロジェクトは「Clawdbot」という名前だったが、Anthropicが「Claude」との類似を理由に商標上の警告を送った。Steinberger氏はプロジェクト名を「Moltbot」→「OpenClaw」と変更した（Fortune、LinkedIn報道）。 Steinberger氏はTechCrunchの取材に対し「一方（OpenAI）は私を歓迎し、もう一方（Anthropic）は法的脅迫を送ってきた」と述べている（TechCrunch、2026年4月10日）。 2. 「Claw Tax」──サブスクリプションモデルの限界 4月4日のサブスクリプション制限で詳述した通り、AnthropicはOpenClawを含む全サードパーティツールからのサブスクリプション利用を遮断した。 Steinberger氏はこれを「まず人気のある機能をコピーして自社のクローズドな環境に取り込み、その後にオープンソースをロックアウトした」と批判している。Anthropicの公式エージェント「Cowork」の「Claude Dispatch」機能がOpenClawの機能に酷似しているという指摘だ。 3. AIエージェントのコスト構造問題 この対立の根底にあるのは、AIエージェントが生み出す構造的なコスト問題だ。 AIエージェントは従来の130倍のエネルギーを消費する KAIST（韓国科学技術院）の研究グループが発表した論文「The Cost of Dynamic Reasoning」（arXiv: 2506.04301）は、AIエージェントのインフラ負荷を定量化している。 利用パターン エネルギー消費（8Bモデル） 従来比 シングルターン推論（ShareGPT等） 0.32 Wh/クエリ 1倍（基準） AIエージェント（Reflexion等） 41.53 Wh/クエリ 約130倍 70Bモデルでは1クエリあたり348.41 Whまで跳ね上がり、136.5倍に達する。 論文の試算によると、全世界のユーザー（Google検索の137億クエリ/日を基準）がエージェント型ワークフローに移行した場合、電力需要は最大200GW──米国の電力網の平均負荷のほぼ半分に相当する。 この「動的推論」のコスト構造が、Anthropicのサブスクリプションモデルを破綻させた直接の原因だ。月額$200のMax 20xプランで、ユーザーが月間最大**$5,000相当**（小売API価格換算）の計算資源を消費するケースが報告されている（Reddit、Forbes報道）。ただし、Anthropicの実際のコンピュートコストは小売API価格の約1/10と推定されており、実コストは月$500程度とする分析もある（Martin Alderson氏の分析記事）。 OpenClawのセキュリティ危機 Anthopicの制限とは別に、OpenClaw自体もセキュリティ面で深刻な課題を抱えている。 CVE-2026-25253：ワンクリックRCE脆弱性 米国立脆弱性データベース（NVD）に登録されたこの脆弱性（CVSSスコア8.8）は、悪意あるリンクをクリックするだけでリモートコード実行を許すものだった。OpenClawが外部から取得したgatewayUrl値に対して適切な検証を行わず、自動的にWebSocket接続を確立してしまう問題で、2026年1月29日以前のバージョンが対象（NVD、Broadcom、The Hacker News報道）。 サードパーティスキルのマルウェア汚染 Bitdefender Labsの調査（2026年2月）によると、OpenClawのスキルマーケットプレイス「ClawHub」に公開されたスキルのうち、約17〜20%にマルウェアが含まれていた。ExtraHopの報告では約900件の悪意あるスキルが確認されている（Bitdefender Labs、ExtraHop報道）。 マルウェアの種類はAMOS Stealer（情報窃取型）が中心で、Macユーザーのキーチェーン情報、ブラウザ保存パスワード、暗号資産ウォレットが標的とされた。 Claude純正 vs OpenClaw──何を選ぶべきか この対立は「安全な垂直統合」vs「自由なオープンソース」という選択を開発者に突きつけている。 項目 Claude Dispatch（純正） OpenClaw（オープンソース） 料金 Claudeサブスクリプション内 無料（ソフトウェア）+ API代 セキュリティ 高い（サンドボックス） 低い（CVE・マルウェアリスク） 対応モデル Claude限定 全主要モデル（ローカルLLM含む） セットアップ QRスキャン（約90秒） 複数ステップ（技術的知識必要） カスタマイズ 限定的（公式プラグインのみ） 最大限（100以上のスキル） タスク成功率 約50%（MacStories検証） モデル・タスクに依存 MacStoriesのハンズオンレビューでは、Claude Dispatchのタスク成功率は**約50%**と報告されている。iMessage送信やアプリ間連携で失敗が多く、「指示を出して結果が返ってくるかは五分五分」という状態だ（MacStories、2026年4月）。 ...