テックチルラジオ | テクノロジーで世界を変える人たちの物語

今週は、Vibe codingでアプリを立ち上げることができるFirebase Studioの紹介。最近ローンチされたばかりのこのサービス。

実は、Vibe coding系サービスでも最もポピュラーなものになるポテンシャルがあると思っています。

ポッドキャストでは、具体的なアプリを作る流れ、仕様について実演を交えながら解説しました。

Thanks for reading Lawrence's Newsletter! Subscribe for free to receive new posts and support my work.

Takeaways

* Firebase Studioは、Google関連のサービスの連携がシームレスで無料で3つまでのアプリをコーディングなしでリリースすることができる。

* LavableやReplitなどの競合サービスがすでにあるが、Firebase Studioがこれらサービスを凌駕して市場を獲得する可能性は十分にある。理由はデータベースや費用の管理、デプロイ環境のロックイン回避など柔軟性と利便性に起因する。

* しかし、複雑なアプリを即時に作ることは難しく、シンプルなものに限定される。使いこなすには正式版のリリース、使用経験を経る必要があるという感想。

* いずれにしても、アプリ開発AIエージェントの選択肢として有力な候補が誕生したことになる。

Transcript

00:00:27 ～ 00:02:03

【サービス概要・バイブコーディングの背景】

* Fire Studioは無料でフルスタック開発が可能で、簡単にアプリを立ち上げられる点が注目を集めている。

* 従来のFirebaseにフロントエンドやGeminiなどを統合し、プロンプト入力だけでアプリを生成できる。

* プレビュー期間中は無料で3つまでアプリが作れる。

* 例として、レシピジェネレーターなどのサンプルアプリを試してみる流れを紹介。

00:02:04 ～ 00:05:28

【サンプルアプリ作成・プロトタイプ化】

* レシピジェネレーターのプロンプトを実行し、アプリが自動生成される様子を紹介。

* 「バタフライEメールクライアント」のプロトタイプ作成を試すも、複雑な機能要求ではログイン画面までしか生成されなかった事例に言及。

* GeminiのAPIキーを入力する必要があり、一旦画面共有を停止して設定を行う様子を説明。

* プロトタイプ化が終わると、フロントエンドがほぼ完成状態で提示される手軽さが強調される。

00:05:29 ～ 00:08:55

【レシピジェネレーター動作確認】

* 材料を入力すると、GeminiのAPIがレシピを自動生成。

* 「鶏肉と野菜のミルク煮」など具体的なレシピが返されるのを実演。

* Publishボタンを押すだけでFirebase上にホスティングできる手軽さを紹介。

* その一方で日本語入力はできても、出力が英語になるケースがあるなどの言及もあり。

00:08:56 ～ 00:11:55

【デプロイとホスティング・他サービスとの比較】

* ボタン操作と課金情報の設定のみでアプリをすぐに公開可能。

* VercelやReplit、さらには「ラバブル（Bubble）」などの類似サービスとの比較。

* GoogleがGeminiやFirebaseと自動連携してくれるメリットは大きく、今後の競合サービスへの影響を推測。

* Firebase Studioでの公開や課金システムの設定が非常にシンプルである点を強調。

00:11:56 ～ 00:14:25

【ロックインの懸念と回避策】

* Firebase Studio専用の環境にロックインされる懸念があったが、実際はオンプレミスや他クラウドへのデプロイ手段も用意されている。

* プレビュー期間中は無料で3つの開発ワークスペースを作成可能（Google Developer Program参加者は最大30個）。

* Google Cloudのフリークレジットも利用できる場合があり、コスト面のハードルは低め。

00:14:26 ～ 00:17:37

【コードエディタ機能・カラー変更の試行】

* ブラウザ上の「エディットコード」から、AI支援のコードエディタを使い修正を行う様子。

* 全体のイメージカラーをブルーにしたいが、思ったように反映されず。

* Tailwind CSSかどこかの定義を具体的に指定する必要性など、詳細設定の難しさを指摘。

* AIに「いい感じに変えてほしい」と曖昧に頼むだけでは対応が難しい。

00:17:38 ～ 00:19:22

【総括・クロージング】

* 生成AIで作ったコードを自分でアレンジできる仕組みは有用。

* Fire Studioならサーバー設定や費用管理もスムーズで、Stripe等のAPIを組み合わせ課金付きアプリを公開できる可能性が高い。

今週はぼくの知的生産システムの大幅なリニューアルについてお話ししました。これまでNotionで行っていた様々な作業を、Cursor Rulesのシステム化を活用してCursorに完全移行してみました。

リサーチ、プロダクトマネジメント、知識管理（Zettelkasten方式）、タスク・プロジェクト管理、各種レビュー、ポッドキャスト・ニュースレター制作まで、AIがシームレスにサポートする統合環境を構築した過程を皆さんに共有します。

コンテンツクリエイター、プロダクトマネージャーなどの知能労働をしている方におすすめしたい内容です。

以下の記事を参考に、ぼくなりの工夫を加えた実例を詳しく紹介しています。

Cursorエージェント講座 超入門＋実践編

Thanks for reading Lawrence's Newsletter! Subscribe for free to receive new posts and support my work.

Takeaways

* Cursorの導入背景

* Notionなど既存ツールでAI活用を深めようとすると煩雑化するケースがある

* リサーチ・執筆・プロダクト管理など多様なモードを一元化するためにCursorが有効だという仮説

* Cursorのメリット

* AIと作業内容のコンテキストを共有しやすい

* 特定ルール（Rules）を事前定義しておき、複数のモードをシームレスに切り替え可能

* ルールファイル(.mdc)などで柔軟に管理できる

* AIエージェント機能の活用

* 常に一定のルールを参照する「Always」や、「AutoAttached」「AgentRequested」「Manual」といった切り替えが可能

* 過剰に自動化させたくない場合は、マニュアル操作やASKモードで対応

* 具体的なユースケース

* ToDo管理：日次・週次・月次単位のタスクを自動で振り返りや引き継ぎ

* 知識管理：Zettelkasten方式（Fleeting、Literature、Permanentノートなど）と組み合わせ

* 健康管理や習慣トラッキング：ハビット管理、食事のメモ、瞑想の習慣などもAIが支援

* 効率化・生産性向上

* 不要なツール間の移動を減らし、ルール設定によって長期的な振り返りも自動化

* 長いテキストや複雑なコンテキストでもAIが認識しやすいように設計するとアウトプットの質が向上できる

Transcript

00:00:00 オープニング & カーソル導入の背景

カーソル（Cursor）というAIエディターの紹介と、Notionでは物足りなくなった理由について。生成AIと仕事をどう統合するかという問題意識から始まる。

00:04:48 カーソルのルールシステムとは？

ユーザールールとプロジェクトルールの違いと役割を解説。特に「AIに期待する振る舞いを事前定義できる」ことの意義について。

00:08:19 知識管理システム（Zettelkasten）とその実装

Zettelkasten方式（Fleeting, Literature, Permanent）の活用方法、ルール化による自動整理、Notionとの違いを具体例で紹介。

00:14:56 Obsidianとの連携・ファイル構造とワークフロー

カーソルとObsidianを連携させたディレクトリ設計の詳細。日次〜年次のファイル構造、テンプレートの使い方、プロジェクト別の整理法など。

00:21:24 PMモードの実演：議事録とタスク管理

「PMモードでお願いします」とトリガーを投げることで、議事録の自動生成や、タスクの自動登録・反映が行われる実演。Notionとの差を強調。

00:29:34 リサーチャーモード & コンテンツ生成の効率化

リサーチ作業をAIがどう補助するか。ネタの抽出、テンプレートへの落とし込み、レポート生成など、コンテンツ制作フローの最適化を解説。

00:32:39 日次ToDo管理と健康・習慣トラッキング

日々の業務開始・タスク確認・瞑想記録などを自動化。食事やカロリー管理、感情の変化のトラッキングまで、ヘルスケア用途にも応用。

00:35:22 作業ログと振り返りの自動化

午前中の振り返り例、コンテキスト追加による正確なログ作成。精度の高いジャーナリングが自己理解に貢献する仕組みを説明。

00:40:48 週次レビューとKPT方式の導入

1週間の活動から、自動でKeep/Problem/Tryを抽出。自己評価・改善点・次のアクションをAIが整理して提示してくれる機能。

00:45:48 モデル選択と課金のリアル

Claude 3.5や3.7、Gemini, o3 miniなどのモデル使い分け。500回/月の制限に対する課金戦略、APIキー利用、無料ユーザーへの実践的アドバイス。

00:49:45 クロージング & ニュースレター案内

本編のまとめ。

Transcripts

(00:01:56) GPT-4oの画像生成アップデート概要

* 従来の拡散モデル（例: DALL·E）とは異なる「自己回帰型（生成を行う際に、1ステップ（トークン）ずつ順番に出力を予測していく手法）」モデルに変更

* 写実的な写真風画像や正確な文字描画など、従来を大幅に上回る精度向上が確認されている点を解説

(00:02:17) 新しい機能やユースケースの具体例

* ホワイトボードの文字や複雑なオブジェクト配置など、正確に再現する例を紹介

* 簡単な指示で複数バージョンへの変換や修正が可能

* インフォグラフィックやキャラクター生成、背景透過など実際の使用例を挙げる

(00:14:09) 実際にGPT-4oで試してみた例

* 「縄文人がMacBookを使っている写真」「資本主義の終焉セール」など、ユニークなシチュエーションを生成

* ジブリ風のポッドキャスト配信シーンなど、実写系〜イラスト系までの出力例を紹介

(00:18:52) GPT-4のその他細かなアップデート

* 指示への応答精度が上がっている／絵文字や冗長な出力が減ってきたなど小規模の変更点

(00:20:03) OpenAIのエージェントSDKで「MCP」の採用

* Anthropic提唱のモデル文脈プロトコル（MCP）を業界標準化へ

* ニュースレターで詳細を解説予定

(00:21:04) Google Gemini 2.5のアップデート

* 優れた論理推論能力・大規模コンテキストウィンドウが特徴

* GPT-4oなどとの比較に言及しつつ、強みを簡単にレビュー

(00:23:19) AIスタートアップ「11x」の内部告発

* 顧客ロゴを無断使用、契約状況の誇張などが内部告発された事例

* AIブームの裏でガバナンスやコンプライアンスに問題が生じやすい点を指摘

(00:25:38) Microsoft 365 Copilot新機能

* 「Researcher」「Analyst」の2つのエージェント機能を追加

* 社内データやPythonの実行などを統合し、高度なリサーチや解析を自動化

* 今後プレビュー提供予定

Takeaways

1. OpenAI GPT-4oによる画像生成精度の飛躍的向上

概要OpenAIはGPT-4oモデルを用いた新しい画像生成機能「Images in ChatGPT」を公開。以下のような大きな進歩が報じられています。

* テキストの正確な描画、複数のオブジェクトを同時に正しく描写する「バインディング」能力が大幅強化。

* 自己回帰型の生成手法を採用し、文字崩れが少なく複雑な構図でも属性が混同しにくい精度を実現。

So What:

* 実用性向上: 従来のDiffusionモデルの弱点であった文字の崩れや要素の混同が克服され、広告・デザイン・資料作成など幅広い領域で実用に耐える品質に。

* マルチモーダル統合: テキスト＋画像の両機能をChatGPTでシームレスに扱えるため、クリエイティブ作業からビジネス文書まで効率が一段と向上。

* モデル設計への波及: 自己回帰型による精度向上は、他社・他の画像生成モデルにも影響を与える可能性。言語モデルの世界知識＋逐次生成が新たなベンチマークに。

参考リンク:

* Introducing 4o Image Generation – OpenAI (2025年3月25日)

2. Google Gemini 2.5アップデート：画像認識と推論能力の強化

概要Google DeepMindは「Gemini 2.5」をリリースし、前バージョン（2.0）の性能を大幅にアップグレード。

* マルチモーダル対応（テキスト・音声・画像・動画・コード）

* コンテキストウィンドウを1百万トークンに拡大

* 論理的推論性能を高め、多数のベンチマークで他モデルを凌駕

* 画像認識精度が飛躍的に向上（複雑な対象検出でも高精度を記録）

So What:

* 競争激化: OpenAIやAnthropicとの性能競争がさらにヒートアップ。Googleが短期サイクルでアップデートを重ねることでリーダーシップ争いが加速。

* 「考えるAI」の実現: チェイン・オブ・ソート内蔵のシンキングモデルを採用し、複雑なコード生成や問題解決の精度が向上。

* マルチモーダル活用拡大: ビジネス現場でデータ分析・クリエイティブ制作が一括でAI支援される環境が整いつつあり、視覚情報を含むタスク（監視カメラ解析など）でも実用化が進む見込み。

参考リンク:

* Gemini 2.5: Our most intelligent AI model – Google DeepMindブログ (2025年3月25日)

3. OpenAIがエージェントSDKでMCP採用、業界標準化の兆し

概要OpenAIはエージェント開発者向けのSDKに**モデル文脈プロトコル（MCP）**をサポートすると発表。

* MCPはAnthropicが提唱したオープン標準で、AIモデルが外部データやツールにアクセスする際の共通インターフェース

* 「AI版USB-C」と呼ばれ、チャットボットやエージェントなどアプリケーションからLLMにコンテキストを与える方法を標準化

* OpenAIが競合Anthropic発の規格を採用することで、エコシステム全体の相互運用性が高まる可能性が急上昇

So What:

* 相互運用性向上: 一度統合すれば異なるAIプラットフォームでも同じ仕組みが使えるようになり、開発者の負担とコストを大幅に削減。

* デファクト化の可能性: OpenAI、Anthropic、Replit、Sourcegraphなど主要プレイヤーが賛同することで、MCPが業界標準になる見通し。

* ユーザー価値の向上: 企業が自社のデータやツールをAIに接続しやすくなり、より文脈に即した回答や高度なエージェント実行が可能に。

参考リンク:

* Model Context Protocol (MCP) – OpenAI Agents SDK ドキュメント

4. a16z・Benchmark支援のAIスタートアップ「11x」の内部告発

概要AI営業支援スタートアップ11x（イレブンエックス）が、実際に契約していない企業を顧客リストに掲載していたと内部告発で判明。

* ZoomInfoやAirtableなど有名企業のロゴを自社サイトで無断使用

* これら企業は「試験利用はしたが正式契約はしていない」と主張

* ARR（年次経常収益）の算出についても、不正な操作疑惑（短期契約をあたかも長期契約扱いなど）

So What:

* 生成AIブームの影のガバナンス問題: トップVC支援を受けた企業でも実績粉飾が起こり得る現実。投資過熱下でのリスク管理と信頼性確保の重要性が再認識される。

* 顧客側の慎重姿勢強化: 勝手に企業名が使われる事態により、企業ユーザーはベンダーの言い分をさらに精査するようになる。導入前のデューデリジェンスが厳格化する見通し。

* 投資家への影響: 著名VCの評判リスクとしても注目され、指標の鵜呑みを避けるためのモニタリング強化が今後進むと予想。

参考リンク:

* a16zとBenchmark出資の11x、存在しない「顧客」で実績誇張か – TechCrunch (2025年3月24日)

5. Microsoft 365 Copilotに高度なエージェント機能「Researcher」「Analyst」追加

概要MicrosoftはMicrosoft 365 Copilotに下記2つの新エージェントを発表。4月から一部ユーザー向けにプレビュー提供を開始。

* Researcher：社内外の情報を横断的にリサーチし、競合分析や市場調査レポート作成を支援。

* Analyst：OpenAIの推論モデル＋Python実行能力を備え、複雑なデータ解析や予測を自動化。チェイン・オブ・ソートを活用し高精度の結果を生成。

So What:

* オフィス業務へのAI深化: 大規模モデルが組み込まれた「知的労働の自動化」が広がり、レポート作成やデータサイエンス作業を大幅効率化。

* 専用モデル＆マイクロソフト統合の強み: Microsoftのエコシステム（Teams, Outlook, SharePointなど）＋OpenAIモデルにより、競合との差別化を図る。

* 企業データ活用の加速と課題: 社内機密データをAIが処理するため、権限管理やセキュリティが引き続き重要。競合他社も追随し、エージェント開発が一層活性化する見込み。

参考リンク:

* Introducing Researcher and Analyst in Microsoft 365 Copilot – Microsoft 365 Blog (2025年3月25日)

今週の厳選した生成AI関連のニュースを深掘りしてお届けします。YouTube、Spotify、Appleで配信中ですので、ぜひチャンネル登録をお願いします。

※6:50あたりからのOpenAI音声モデルのテスト音声がマイクで拾えておらず、無音が発生しています。今後改善いたします。

今週のトピック

OpenAI – 新たな音声モデルを公開

概要

* OpenAIは、音声認識と音声合成の新たなAIモデル群をAPI経由で提供開始しました。これにより、従来のWhisperモデルを凌駕する精度の向上と多言語対応が実現されています。

* 音声認識（STT）モデルは、雑音下や強いアクセントを持つ音声にも対応し、テキスト変換の精度が大幅に改善されています。一方、音声合成（TTS）モデルは、発話スタイルを指示できるなど、より自然で多彩な音声出力が可能となっています。

* これらのモデルは低コストで提供され、API利用のデモサイトも公開されるなど、企業や開発者が容易に試用できる環境が整備されています。

So What

* 高精度な音声認識とカスタマイズ可能な音声合成により、カスタマーサポートの自動化、オンライン会議の自動文字起こし、そしてデジタルコンテンツの自動生成など、幅広いビジネスシーンでの利用が加速するでしょう。

* 自然な発話表現が可能になることで、ユーザとの対話型AIエージェントやバーチャルアシスタントの品質が向上し、企業の顧客体験の改善に直結します。

* 一方で、音声ディープフェイクなどの不正利用リスクも懸念されるため、セキュリティ対策や認証技術の強化が急務となるとともに、規制整備への対応も求められます。

参考: Introducing our next-generation audio models

Software Moats are Gone!

概要

* AI技術の急速な進化により、従来の「コーディングスキル」や技術的優位性だけでは差別化が難しくなっている。誰でも短期間でアプリケーションを開発できる環境が整いつつあります。

* ソフトウェアの参入障壁が低下する中、単一プロダクトに依存する従来のSaaS企業は、ブランド信頼や独自データ、規制対応力、流通チャネルなど他の競争優位性を模索する必要が出てきました。

* 記事では、AIを単に採用するだけでは持続的な堀（moat）とはならず、より本質的な強みが求められる現状が強調されています。

So What

* 市場は技術そのものではなく、企業が築く持続可能なエコシステムや顧客基盤、ブランド価値へとシフトしているため、経営戦略の再構築が急務となります。

* 投資家は、AIを採用しているだけの企業ではなく、実際に独自の差別化ポイントや持続的競争優位を有する企業を評価するようになるでしょう。

* 今後、技術コモディティ化の波の中で、企業は本質的な価値（信頼性、独自データ、ネットワーク効果）を強化することで、競争に打ち勝つ戦略が求められる時代になると予測されます。

参考: Software Moats are Gone!

DevinのCognition AI – シリーズA直後に評価額20億ドルに急騰

概要

* 創業わずか6か月で、シリーズA直後に1.75億ドルの追加資金調達を実現し、評価額が20億ドルに達したという驚異的な成長を遂げたAIスタートアップの話題です。

* 主力プロダクト「Devin」は、AIを活用した自律的なコーディングアシスタントとして、従来のモデルを大幅に上回るタスク解決能力を実証し、注目を集めています。

* 資金調達の背景には、投資家の「今すぐ投資しないと乗り遅れる」というFOMOが働いており、評価バブルの懸念も同時に取りざたされています。

So What

* この急激な評価高騰は、生成AIブームの影響と投資家の熱狂を象徴しており、AI技術の将来性だけでなく、投資リスクの高さも内包していることを示唆しています。

* 自律AIが実用化されれば、従来のエンジニアリングプロセスが大きく変革し、開発効率が飛躍的に向上する一方で、企業内の役割分担や労働市場にも影響を与えるでしょう。

参考: Cognition AI Raises $175M at $2B Valuation, One Month After Series A

Google Gemini – Canvas機能が追加

概要

* Googleは最新の生成AIモデル「Gemini」に、新たなCanvasモードを追加し、ユーザがリアルタイムにコードやドキュメントを編集・実行できるインタラクティブなワークスペースを提供開始しました。

* これにより、専門知識がなくてもプロトタイプや試作品を迅速に作成できる環境が整い、Google独自のエコシステム内でユーザ体験を一層強化する狙いが感じられます。

So What

* 非エンジニアを含む幅広いユーザ層が、シームレスにプロトタイピングやドキュメント作成を行えるため、業務効率が大幅に向上し、企業内の生産性改革につながります。

* Googleは自社のエコシステム（Google Docs、Appsなど）と連携することで、競合他社との差別化を図り、ユーザ囲い込みを進める戦略が明確化されています。

参考: Google launches Canvas and Audio Overview for Gemini users

NotebookLM – マインドマップ、Text-to-podcast機能搭載

概要

* GoogleのAIノートツールNotebookLMに、自動で資料のキートピックや関連トピックを抽出し、視覚的にマッピングする「マインドマップ」機能が追加されました。

* ユーザは大量の文献やノートをアップロードするだけで、AIが自動的に情報を整理し、ノードと枝で構造化されたマップを生成するため、複雑なテーマの全体像が一目で把握できるようになりました。

* 同時にAudio Overview機能が実装され、文書やスライドの要約を対話形式の音声で提供するなど、多様なモーダルでの生産性向上が図られています。

So What

* 大量の情報や文献を短時間で整理・分析できるため、リサーチや市場分析、社内ナレッジ共有の効率が飛躍的に向上し、意思決定のスピードアップが実現します。

* Googleがこの機能をエンタープライズ向けに強化する動きは、競合ツールとの差別化を図ると同時に、情報過多時代における新たな付加価値の提供を意味します。

参考: New features available in NotebookLM and NotebookLM Plus

AIエージェントの実行タスクが倍増 – ムーアの法則に類似

概要

* 新たな研究によると、AIが自律的にこなせるタスクの「長さ」が約7か月ごとに倍増しており、最新モデルでは人間が数十分から1時間かかる作業も実行可能なレベルに達しています。

* これまで数分程度しか対応できなかったAIが、指数関数的な成長を遂げ、将来的には1週間規模のプロジェクトも自律的に遂行できると予測されています。

* 研究は、単一のベンチマークではなく、実務レベルでのタスク遂行能力に焦点を当て、AIの実用的な能力向上を測る新たな指標を提供しています。

So What

* AIエージェントの自律遂行能力の急速な向上は、ホワイトカラー業務の自動化や業務プロセス全体の再編を促進し、企業の生産性向上に大きな影響を与える可能性があります。

* 企業は、AIによるタスク自動化が進む中で、人間の役割やタスク分担の再定義、そしてAIガバナンスの強化を急務とする必要があります。

参考: Measuring AI Ability to Complete Long Tasks

Vercel AI SDK 4.2 – AI機能統合が一層容易に

概要

* Vercelがリリースした最新のAI SDK 4.2は、AIアプリケーション開発のための新機能を多数搭載し、特にMCP（Model Context Protocol）対応で外部ツールとのシームレスな連携を実現しています。

* 推論過程の表示機能やメッセージの細分化により、AIの回答の根拠や思考プロセスを透明化し、ユーザに分かりやすい形で提示することが可能になりました。

* さらに、マルチモーダル対応として、テキストだけでなく画像生成なども統合的に扱えるため、最新のAIモデルの機能を余すところなくUIに反映できるようになりました。

So What

* 開発者は、これまで以上に短期間で高機能なAIアプリケーションを構築できるようになり、製品の市場投入までの時間が大幅に短縮されると期待されます。

参考: AI SDK 4.2

https://lawrencesnewsletter.com/

今週の独自に注目した厳選の生成AI関連のニュースをピックアップして解説をお送りします。

前回はニュースの数が多すぎました。なので、減らしました。一つひとつのニュースをできるだけ深堀りしています。

YouTube、Spotify、Appleで配信しております。ぜひチャンネル登録をよろしくお願いします。

なお、ビデオポッドキャストを開始した背景についてテキストで書きました。長文ですので、投稿にまとめています。以下の投稿です。よろしくお願いします。

Thanks for reading Lawrence's Newsletter! Subscribe for free to receive new posts and support my work.

本日のトピック

* OpenAI: エージェント開発向け新ツール（Responses APIなど）

* OpenAI: 中国製モデル「DeepSeek」への規制提案

* Google：Geminiの最新アップデート（YouTube動画リンク対応、画像認識の推論による別アングル生成など）

* Google: Gamma3

* Google DeepMind：ロボット制御向け「Gemini Robotics」を発表

* Sakana AI：AI生成の学術論文が査読通過

* Same.dev：ワンクリックでWebサイト複製するAIツール

本記事は、生成AIによって作成されています。情報ソースは可能な限り公式情報をもとにしていますが、重要な情報は確認するようにしてください。

1. OpenAIがエージェント開発向け新ツールを発表

OpenAIは3月13日、開発者が高度なAIエージェントを容易に構築できるツール群を発表した。中核となる「Responses API」は、これまで別々に扱われていたチャット補完APIと外部ツール連携機能を一体化し、エージェントがウェブ検索・ファイル探索・PC操作などを直接呼び出せるようにするもの。併せて複数エージェントを一括管理するAgents SDKや、プロンプトを追跡・評価できる観察ツールも追加された。

So what

* 新ツールにより、エージェントをゼロから作る際に必要だった煩雑な設計やコーディング負担が大幅に軽減される。

* モデルが外部ツールを自律的に使用することで、一連の複雑タスクを一括で任せられるため、サポートや業務オートメーションといった実用性が飛躍的に向上。

* 開発者にとっては大規模モデルの活用門戸がさらに広がる。

参考記事

New tools for building agents

2. OpenAIがDeepSeekに関する規制を提案

OpenAIは米政府への提案書で、中国のAI企業「DeepSeek」が国家管理下で運営されていると警戒を表明し、同モデルの利用を一部規制するよう求めた。具体的には、DeepSeekのモデルを政府や軍事など重要インフラ分野で使用することを禁止する措置を提案している。背景には中国当局がユーザーデータを収集・制御する可能性や、知財保護への懸念があると指摘する。

So what

* AI技術が地政学や国家安全保障の問題と直結する時代になっており、米中間の対立が規制の形で表面化している。

* OpenAIの提案は、ライバル企業を排除するための動きとも批判される一方、安全保障上のリスクが本格的に議論されるきっかけにもなりうる。今後のAI開発環境や国際競争にも影響が及ぶ可能性が高い。

参考記事

OpenAI’s proposals for the U.S. AI Action Plan

3. Google：Geminiの最新アップデート（YouTube動画リンク対応、画像認識の推論による別アングル生成など）

Googleは3月13日、同社のAIアシスタント「Gemini」アプリを大規模アップデートした。主な新機能は、YouTube動画リンクを入力するだけで内容を自動要約・分析する機能や、最大100万トークンの長文コンテキスト対応、ウェブ情報の高速リサーチ支援など。さらに個人向けに検索履歴を反映した最適化や、Googleマップと連携する高度なナビゲーション提案なども実験的に導入された。

So what

* テキストに限らず、動画や地図などマルチメディア情報を統合的に扱えるようになった点で、AIアシスタントとしての汎用性が一段と向上する。

* ユーザーは大規模な文書や複雑な処理をAIに任せることが容易となり、個人レベルの生産性向上からビジネスでの資料分析まで多様な場面で役立つ。Google独自のエコシステムとの結合は、他社製AIとの差別化にもつながる。

参考記事

New Gemini app features, available to try at no cost

4. Google：Gamma3

Googleは3月12日、軽量かつ高速なAIモデル群「Gamma3」を発表。従来のGammaシリーズを大幅にアップデートし、単一GPU環境でも大規模モデルに近い性能を実現することをアピールしている。マルチモーダル推論や長文コンテキストへの対応を強化しつつ、オープンソースとして公開することで、研究コミュニティや企業が自由に改良・利用できる点も特徴とされる。

So what

* オープンな形で提供される高性能モデルは、スタートアップや個人開発者にとって革新的なAI活用機会を生む。

* 大規模計算資源がなくても先端モデルの恩恵を享受できるため、地域や組織規模にとらわれないAIイノベーションが加速する可能性がある。一方で、クローズドモデルとの競争や著作権・ライセンス管理などの課題も浮上する。

参考記事

Introducing Gemma 3: The most capable model you can run on a single GPU or TPU

5. Google DeepMind：ロボット制御向け「Gemini Robotics」を発表

Google DeepMindは3月13日、物理世界での動作を念頭に置いたAIモデル「Gemini Robotics」を公開した。視覚・言語・行動を統合したアーキテクチャにより、実際のロボットアームや自律移動ロボットを直接制御できる。派生モデルとして環境認識を強化した「Gemini Robotics-ER」も同時発表しており、ロボットが自律的に状況を把握して動作を最適化する能力を高める狙いがある。

So what

ロボットの動作制御に大規模言語モデルを適用することで、環境認識や計画立案をエンドツーエンドで行えるようになる。サービスロボットや倉庫・工場の自動化において、汎用的な作業対応が期待され、開発コストの削減と導入スピード向上につながる可能性がある。仮想空間中心だったAIが現実世界へ進出する流れが加速する一例となる。

参考記事

Google DeepMind – Gemini Robotics announcement

6. Sakana AI：AI生成の学術論文が査読通過

日本のスタートアップSakanaは3月12日、独自開発のAIシステムが学術論文を完全自動生成し、国際会議ICLR 2025のワークショップにて査読を通過したことを発表した。仮説立案からデータ分析、論文執筆までAIに任せる形で行われ、一部論文はダブルブラインド査読の審査をクリアしたという。

So what

AIが学術研究の一連の工程を完結させ、査読に耐える水準を示した点は、研究開発の効率化や新たな発見プロセスをもたらす可能性がある。一方で、論文の信頼性をどう担保するか、著者資格や倫理指針など新たな課題にも直面する。学術コミュニティ全体でAI活用のルールづくりが急務となるだろう。

参考記事

Sakana公式ブログ – AI Scientist-v2の論文査読通過について

7. Same.dev：ワンクリックでWebサイト複製するAIツール

Same.devは、URLを入力するだけで任意のWebサイトをほぼそのままコピーできるAIサービスを3月に公開した。独自のコード生成技術により、デザインやレイアウトを自動解析し、HTML/CSS・画像素材までまとめて出力。プロトタイプ作成や競合分析に役立つ一方、著作権や悪用リスクなど懸念も指摘されている。

So what

従来の手作業をAIが短時間で代行するため、Web制作やUIデザインのプロセスが大きく効率化される。しかし他者サイトの無断模倣や、フィッシング詐欺への悪用など問題点も浮上するため、技術的イノベーションとルール整備の両立が求められる。ソフトウェア開発の一部工程が急速に自動化される流れの象徴ともいえる。

参考記事

Same.dev – Official

今回は、ManusAIという中国発のAIエージェントを実際に使用してみた結果を解説しました。以下のニュースレターで解説した急成長しているスタートアップのプロダクトです。

OpenAIのDeep Researchを超える性能は本当か？という疑問を持っていたところ、ウェイトリストからベータアクセス招待がありました。

例として、ニュースレターやポッドキャストを運営している急成長クリエイターを分析し、分析結果をグラフ化し、最終的に具体的な戦略と戦術を提案させてみてます。

教訓としては以下の点となりました。

* AIエージェントに成果物を出させるときは、自分の側が高い解像度で要求を言語化できていないと抽象的、あるいは的はずれな成果物を出されてしまう

* プロンプトの工夫次第では、リサーチ作業を効率化できそうだが、AIエージェントが利用できるツールの充実も進まないと既存の記述ではこれが限界なのかもといった所感

* ソーシャルメディアで高い評価を得ていたり、バズっているものでも実際に使用してみないと、ファクトはわからない

詳しくは動画で説明しています。

今回のようなニュース解説だけでなく、個別の「生成AIを実際に使ってみた」といったコンテンツも出していくつもりです。読者・視聴者の反応を見ながら改善します。

今後の配信スケジュールですが、

* 通常のニュースレター：

* 月4本 更新

* タイミングは、深堀りしたい話題の都度（速報性と網羅性を意識）

* もしくは、月曜 朝7:00

* ビデオポッドキャスト：

* 生成AIニュース解説：日曜 朝7:00

* 個別プロダクト解説：深堀りしたい話題の都度

という予定です。仕事とプライベートの予定で前後する可能性がありますので、あくまで目安としていただけると助かります🙇‍♂️

よろしくお願いします。

Thanks for reading Lawrence's Newsletter! Subscribe for free to receive new posts and support my work.

ビデオポッドキャストの感想をお待ちしております。リクエストも大歓迎です。ニュースレターやポッドキャストの次回以降のネタとして考えているのは、

* Claude3.7使ってみた｜Extended Thinking Modeの仕組みとコツ

* Cursor、Cline（AIエージェント）を使ってみた

* 私のDeep Researchの使い方と気をつけていること

* AI検索エンジンがもたらす可能性

などです。よければ、コメントください。

では、また👋

Lawrence

この放送は、テック系リサーチャー・ポッドキャスターのLawrenceが、生成AIを中心とした最新のテクノロジーと、急成長スタートアップのビジネスモデルを考察し、ビジネスや投資に活かすインサイトを独自の視点からお届けしているビデオポッドキャストです。

ニュースレターの購読はこちら：https://lawrencesnewsletter.com/

🎥 YouTube：https://www.youtube.com/@LawrencesPodcast

🟢Spotify：https://open.spotify.com/show/30KOsGj4pCfvIiC0LmZAlh?si=2930527dabd34fab

🟣Apple：https://podcasts.apple.com/us/podcast/lawrences-podcast/id1798846327

コンテンツは読者の反応を見ながら、改善させていただきます。

本日のトピック

1. (00:00)

2. GoogleのCo-Scientistが研究を革新(04:37)

・概要

* Googleが新たなAIシステム「Co-Scientist」を発表。

* Gemini 2.0を基盤とし、仮説生成、文献レビュー、実験計画立案など、複数の専門エージェントが連携。

* Trusted Tester向けに先行提供され、科学的ブレークスルー加速を狙う。

・So What?

* 研究プロセスの自動化により、R&Dの効率と生産性が大幅向上。

* AIと研究者の協働で、従来の研究手法が刷新され、科学の民主化が進む。

* 企業の技術戦略において、独自の研究支援ツールとして競争優位性を創出する可能性。

・参考記事: Accelerating Scientific Breakthroughs with an AI Co-Scientist

3. Skana AIの論文がSNSで物議を醸す(06:11)

・概要

* Skana AIが発表した論文が、性能誇張と不正な手法（ベンチマーク時の不適切なコード利用）でSNS上で批判に。

* 公開されたCUDA最適化エージェントの主張と実際の性能に大きな乖離が指摘される。

* 発表後、同社はコードの不備を認め、謝罪と修正を約束。

・So What?

* 技術の透明性と検証プロセスの重要性が改めて問われる。

* 過剰な宣伝や検証不足が、スタートアップ全体の信頼性に影響を与える可能性。

* 研究倫理やガバナンスの強化が、業界全体で求められる転換点となる。

・参考記事: Skana AIの論文が物議を醸す

4. Amazonが次世代Alexaでスマートホームを再定義(07:42)

・概要

* Amazonは2025年のイベントで、生成AIを搭載した次世代Alexa（「Alexa+」）を発表。

* ユーザーの好みや履歴を学習し、複雑な依頼も自律的に処理する機能を搭載。

* 新デバイス（Echo Show 21など）との連携で、家庭内のエコシステム全体を強化する狙い。

・So What?

* 従来の音声アシスタントから、パーソナルAI秘書へと進化し、収益モデルの転換が見込まれる。

* スマートホーム市場における競争激化と、サービス収益化の新たなアプローチが提示される。

* 企業間のエコシステム形成が進む中、サードパーティとの連携が今後の差別化要因に。

・参考記事: Amazon 2025 Devices – Alexa Event Live Updates

5. OpenAI、教育・研究支援プログラムで新たな基盤構築(09:24)

・概要

* OpenAIが「NextGenAI」プログラムを発表し、15の研究施設と連携。

* 研究助成金・クラウドリソース・APIアクセスを総額5,000万ドル分提供。

* 学術界と企業の連携を強化し、次世代AI人材の育成と研究成果の加速を目指す。

・So What?

* 高性能AIへのアクセス障壁が下がり、学術研究のスピードと質が向上する。

* 産学連携の強化により、革新的な技術開発とイノベーション創出が促進される。

* OpenAIの囲い込み戦略が、将来的なプラットフォーム優位性と市場支配につながる可能性。

・参考記事: Introducing NextGenAI

6. CursorがMCP連携でPRD作成を自動化(11:11)

・概要

* CursorがMCP（Model Context Protocol）を活用し、Googleドキュメントと連携したPRD作成デモを公開。

* AIがドキュメント内容を理解し、編集・提案を自動で実行する新たなワークフローを実現。

* 開発者の業務効率を大幅に改善し、プロダクトマネジメントの自動化を示唆。

・So What?

* 仕様書作成などの反復業務が大幅に軽減され、開発効率が向上する。

* コードとドキュメントの一元管理が可能になり、チーム内の情報共有が円滑化。

* 今後、他の業務ドキュメントへの応用が進み、企業内のナレッジマネジメントの変革が期待される。

・参考記事: Cursor × MCP連携デモ（Twitter）

7. a16zが示す、トップAI100アプリの市場動向(13:33)

・概要

* a16zが最新の「トップAI100アプリ」ランキングを公開。

* 開発者向けIDEやノーコード生成ツールなど、新たなカテゴリが台頭。

* ユーザー数と課金収益のギャップから、ニッチ分野のAIアプリにも高い収益ポテンシャルが明らかに。

・So What?

* AIアプリ市場の成長と、消費者向けだけでなく企業向けツールの需要拡大が示唆される。

* 専門分野に特化したサービスが、ユーザー規模以上の収益効果を上げる可能性。

* 投資家は、ユーザー獲得だけでなく収益化モデルの成熟度にも注目する必要がある。

・参考記事: The Top 100 Gen AI Consumer Apps – 4th edition 2025

8. OpenAI、高額AIエージェントで新たな市場開拓へ(19:39)

・概要

* OpenAIが、高性能な専門AIエージェントを月額最大2万ドルで提供する計画を検討中。

* 各プランは、企業のソフトウェア開発やリサーチ業務を効率化するためのカスタマイズ型サービス。

* 高額設定ながらも、競争優位性の確保と「エージェント経済」の先導を狙う狙いがある。

・So What?

* プレミアムAIサービス市場の創出により、大企業向けの新たな収益モデルが形成される。

* AIが従来の人的資本の代替として機能することで、業務の効率化とコスト削減が期待される。

* 高額サービス導入の成否が、今後のAIエージェント市場のスタンダードを左右する重要なターニングポイントに。

・参考記事: OpenAI reportedly plans to charge up to $20,000 a month for specialized AI agents

9. Google検索にAI Modeで対話型検索体験を提供(24:56)

・概要

* Googleが検索機能に「AI Mode」を追加し、複雑なマルチパート質問への対話型回答を実現。

* Gemini 2.0カスタムモデルにより、ナレッジグラフやリアルタイム情報と連動した包括的な回答を生成。

* 有料会員向けに先行提供され、ユーザーの検索体験を大きく刷新する狙い。

・So What?

* 従来のキーワード検索から、対話形式の検索体験へとシフトし、ユーザー利便性が向上。

* Googleの膨大なデータベースと連携することで、他社の対話型AIサービスとの差別化が図られる。

* 広告ビジネスや検索エンジンのUI/UXに大きな影響を与え、業界全体で新たな競争が始まる。

・参考記事: Google Search’s new ‘AI Mode’ lets users ask complex, multi-part questions

10. GPT-4.5登場でスケーリング則の限界が浮上(25:54)

・概要

* OpenAIがリリースしたGPT-4.5は、計算リソース投入量の大幅増にもかかわらず、性能向上が限定的。

* システムカードでは、巨大化によるリターン逓減の問題が示唆され、今後のモデル開発の方向性が問われる。

* 業界内では、アルゴリズム革新や新たな学習手法への転換が求められるとの議論が広がる。

・So What?

* 大規模モデルの限界が明らかになり、単純な規模拡大だけでは解決できない課題が浮上。

* 今後は、効率的なアルゴリズム設計やツール連携など、新たなアプローチが競争優位性を左右する。

* 企業は、性能向上と計算コストのバランスを見極めた技術戦略の再構築が必要になる。

・参考記事: GPT-4.5 System Card

ニュースレターの購読はこちら：https://lawrencesnewsletter.com

🎥 YouTube：https://www.youtube.com/@LawrencesPodcast

🟢Spotify：https://open.spotify.com/show/30KOsGj4pCfvIiC0LmZAlh?si=cab66b7d25b34433

🟣Apple：https://podcasts.apple.com/jp/podcast/lawrences-podcast/id1798846327

こんにちは！Lawrenceです。

この放送は、テクノロジーリサーチャーが生成AIを中心とした最新のテクノロジーと、急成長スタートアップのビジネスモデルを考察し、ビジネスや投資に活かすインサイトを独自の視点からお届けしているビデオポッドキャストです。

ニュースレターでは深堀りした考察を中心にしているので、この番組では裏話的やHow to系、なかなか触れることができない業界のニュースなんかを解説していく番組を始めました。

ビデオポッドキャストなので、YouTubeをご覧いただくとぼくが手元で映している実際の画面やスライドを見ることができます。

ポッドキャストは、Spotify、Appleに対応していますのでお好きなプラットフォームでお楽しみいただけますと嬉しいです。

初回の今回は、このビデオポッドキャストの狙いや内容、現在のところの方針、想定視聴者について話します。

このビデオポッドキャストの狙い

* テキストベースの情報だけでは吸収しきれない人も多い

* テキストでは伝わらないテンションや温度感（熱量）を動画や音声は伝えやすい

* ニュースレターを中心としつつも、補完的な内容（実際に使ってみた感想、自分がどう考えているか、業界のニュースなど）

このビデオポッドキャストの内容

* ニュースレターで扱いきれなかった補足情報（ニュースレターを読む時間がなかなか取れない人もキャッチアップできる内容を目指しつつ、プラスアルファのオピニオンなどを画面共有しながら解説する）

* 業界のニュースをいくつか取り上げて講義形式で解説しながら、ぼくの考えをコメントしていく

* 実際に生成AIの新しいモデルやスタートアップのサービスを利用してみた感想や仕事や投資に生きるTipsを紹介する

* 1回の内容は15~20分くらいとやや長めの構成で、編集や広告などはいれずにピュアな状態で配信する

* 配信頻度は、週１回の予定（曜日は固定する予定ですが、現在は不定期）

想定視聴者

* ニュースレターの読者（テックを中心に新しい生成AIの情報やスタートアップの動向に興味があり、ビジネスや投資に活かしたい人）

* 会社員として忙しく働いており情報収集の時間がなかなか取れないが、海外の最新の情報を効率よくインプットしたい人

* エグゼクティブなど

本日のトピック

ニュース

ストライプの総決済額は、AIへの長年の投資により1.4兆ドルに達する

https://techcrunch.com/2025/02/27/stripe-ceo-says-ai-startups-are-growing-faster-than-saas-ever-did-and-calling-them-wrappers-misses-the-point/

Stripe：TPV 1.4兆ドル突破・「AI時代の収益エンジン」として加速

概要

* オンライン決済大手Stripeは2024年実績として取扱総決済額（TPV）1.4兆ドルを達成したと発表（前年比+38%）。Fortune100企業の半数、AI 50企業の78%がStripeを利用するなど、圧倒的なシェアを確立。

* 黒字化を果たしつつ、AI・ステーブルコインなどへ利益を再投資する戦略を公表。急拡大するAIスタートアップの集金基盤として「AI時代の収益エンジン」と呼ばれるほど存在感を増している。

投資・事業戦略面

* AI活用による決済承認率向上や不正検知を高度化し、顧客企業の売上を底上げ → Stripeの手数料収入アップ → さらに新機能開発へ再投資、という好循環を形成。

* 非上場ながら推定時価総額は500億ドル超。将来的なIPO候補として投資家の関心が引き続き高い。グローバル金融インフラを支える「デファクトスタンダード」的地位を狙う。

読者・視聴者の声を参考にしながらコンテンツの改善をしています。いいねや感想をいただけますととても嬉しいです。

お知らせ

試験的に、今回のニュースレターに関して音声解説を加えてみました。音声が若干プツプツなっています。音声解説のニーズがあれば、読者の声を参考に改善させていただきます。🙇‍♂️

イーロン・マスク率いるxAI社から、Grok3というXから利用できる新しい生成AIが発表されました。

このニュースレターでは、以前生成AIの新しいモデルが出るたびにいくつか紹介してきましたが、単なるモデル紹介には消極的な考えを持つようになっています。

理由は、既にそういった解説メディアが複数あり、ぼくが解説する意味があまりなく、差別化も難しい領域だと感じたからです。

しかし、今回発表されたGrok3は、ニュースレターを書く身としても、Xを利用する全ての人にとって、他の生成AIと比較して、「かなり強い優位性」を持っており、便利なAIだと感じています。

そういった背景から、Grok3の特徴やぼくなりに考える具体的な使用方法を語る意義がありそうと思い、このニュースレターを書くことにしました。

今回もぜひ最後までご覧いただけたらとても嬉しいです。

Thanks for reading Lawrence's Newsletter! Subscribe for free to receive new posts and support my work.

怖いほど賢いと称されるGrok3、他の生成AIと比較した優位性は？使い方解説する

Grok3の概要

以下のような回答が得られました。DeepSearchを利用しています。

調査結果から要点をまとめると、

* ベンチマーク結果の詳細

OpenAIから今後出されるOpenAI o3を加えた比較表は以下のようになっています。

xAIのAPIドキュメントを見ましたが、まだAPIは解放されていませんでした。公開はもうすぐのようです。

ちなみに、いまxAIでは5ドル分をデポジットすると、API用の150ドル分の無料クレジットを受け取ることができます。Grokを使って何か開発をしようと考えていたので取得しておきました。条件として、データトレーニングをオンにすることが求められます。

Xの投稿をリアルタイムに取得したDeep Research機能が持つ優位性

Grok3は、Xを活用してユーザーの投稿をリアルタイムに取得する独自の機能があり、これが最大の優位性です。今のところ無料で使用できますが、恐らくX Premium+を利用するユーザーに限定されることになると思います。

プロンプトは以下のように入力してみました。推論ができるモデルは指示（簡潔）、条件、コンテキストを与えるといいそうです。

結論から言うと、リアルタイム検索による文章をまとめる能力は、OpenAI Deep Researchの方が断然上位です。

しかし、Xのリアルタイムの情報を取得できることで、いまX上で話題にされていること、その理由を取得して解説してもらえることは、OpenAI Deep Researchではできません（XがAIによる他の生成AIのクローリングをブロックしているため）。

そのため、リアルタイムで、人々に何を興味を持ち、話題にしているかを知リたい場合は、Grok3が現時点で最高であると思います。

恐らく、今後もブロックは継続されるはずなので、このような優位性が崩れない限り、コンテンツクリエイターにとっては、最強のリサーチツールの一つといえると思います。

Grok3の特徴

Deep Research機能を選択すると、30秒で45ものソースを取得してまとめてくれました。

ソース先をクリックすると、一覧表示されるため取得したソースの確認はかんたんです。

ただ、プロンプトの指示では、「X上の投稿を優先して」と伝えたにも関わらず主にWebページを検索していました。このあたりは、まだ精度が低いようです。

しかし、以下のような使い方をすると、きちんとXの情報を取得して回答を生成することができました。

取得した結果は、以下のとおりでした。

詳細な結果が気になる方は、以下のプロンプトをコピーして、Grok3のDeepSearchを試してみるとよいです。

2025/02/20現在で、X上の世界で流行しているブロックチェーン、暗号資産関連の話題を10コ教えて下さい。一つ一つはできるだけ詳細に解説し、なぜそれが話題となっているのか理解できるような説明をしてほしいです。

Grok3まとめ

* Grok3を実際に使用すると、調査スピードの速さに驚きます。45ものソースを調査するには、GeminiのDeep Researchでは3分くらい、OpenAIでは5分以上は掛かると思います。

* ただ、その分出力された文章は、深い分析がされておらず、要点をまとめてくれた、という印象でした。

* 結論としては、X上のリアルタイムな情報や話題になっていることをサクッと調べて概要を把握する→必要に応じてOpenAI Deep Researchで追加調査が、現時点では理想的なリサーチフローだと感じました。

今回は以上です。

では、また👋