Googleが怒涛の追い上げ。オープンソースAIエージェント「Gemini CLI」を公開

NoLang運営チームよりお届けしている、Mavericks AIニュースをご覧いただきありがとうございます！

① GoogleがオープンソースAIエージェントを「Gemini CLI」を公開！

Googleがターミナルから直接AIエージェントを利用できる「Gemini CLI」をオープンソースで公開しました。一言でまとめるならば「Google検索が標準装備されたClaude Code」という位置付けになるでしょう。

このようなツールの最も主要な用途はもちろんコーディングですが、それ以外の用途でも幅広く活用可能であり、是非とも概要を押さえておきましょう。

Gemini CLIをはじめとするCLIツール最大の特徴は、「AIがPC内のあらゆるファイルを読み書きできる」ことにあります。Geminiは画像の読み取りにも対応していることから、例えばPCに保存された画像のファイル名を分かりやすく書き換えてもらったり、散らばった領収書画像を月ごと、用途ごとに自動で分類させたりすることが可能です。

さらにGemini CLIはMCPに対応していることから、様々な外部ツールを呼び出すことができます。例えば、画像生成・動画生成AIでメディアを作成して自作のウェブサイトに挿入したり、ローカルファイルとNotionのファイルを同時に参照させてプロジェクト概要をまとめたファイルを作成したりといったタスクも遂行できます。

競合のClaude Codeがプレビュー版としてリリースされたのは今年2月のことですが、Gemini CLIの本格的な開発が始まったのは、GitHubに最初のコミットがなされた今年4月であり、開発期間はわずか数ヶ月間と推察されます。そして制限なしで利用するために月100ドルを支払う必要があるClaude Codeとは対照的に、Gemini CLIは現在、無料で一日1000リクエストまで利用可能となっており、実質無制限で使用できます。

しかしながら、まだ荒削りな点も多いのが現状です。指示への理解度が低く、必要以上に逆質問してきて気が利かないなど、Claude Codeと比較すると使い心地は劣っていると感じます。またウェブ検索機能を使用した際、参考文献のURLを確認することもできませんでした。

総じて、Claude Codeを性能や利便性で上回っていると感じられる場面はほとんどありませんでしたが、今後の改善に期待したいところです。

誰でも安心して使えるよう自由度が制限されているウェブサービスとは異なり、CLIツールの利用には高いリテラシーが求められます。例えば、ファイルを削除する「rmコマンド」を誤ってAIに使わせてしまうと、削除されたファイルは二度と復元できません。

それでもプリミティブな操作を自由に行えることの価値は高く、さらにこの1年でAIのエージェント能力が飛躍的に向上し、安心してAIに作業を委任できる土台が整ってきています。AI・PC双方に精通した玄人向けのツールとして、今後も着実に普及していくでしょう。

② AnthropicがMCPサーバーを誰でもドラッグ&ドロップでインストールできる新しい仕組みを公開

Anthropic社が、MCPサーバーを誰でも簡単にインストールできる画期的な仕組みを発表しました。6月27日にリリースされた「Claude Desktop Extensions」により、MCPサーバーを.dxtという専用の拡張子を持つファイルとして扱うことが可能となります。その結果例えばClaude Desktopアプリでは、dxtファイルをドラッグ&ドロップするだけで瞬時にMCPの機能をインストールできるようになります。

これによりLLMと外部ツールの連携が一層手軽になり、NotionとLLMの連携や、LLMからSlackへの通知機能などを、プログラミング経験のないユーザーでもGUIで簡単に実現できるようになります。

元々MCPは、LLMの外部ツール連携における「標準規格」を確立した点が革新的でした。従来LLMをツールと連携させるためには、各ツール提供元のAPIドキュメントを詳細に読み込み、プログラムを一から実装する必要がありました。しかしMCPの登場により、JSONファイルを数行編集するだけで連携が完了するようになったのです。

このような利便性が開発者コミュニティから高く評価され、昨年12月のリリース以降、MCPは瞬く間に普及しました。今月に入ってもGoogleによるGemini CLIでの採用や、ChatGPTでの一部利用開始など、AI業界におけるデファクトスタンダードとしての地位を確固たるものにしています。

ところで、ChatGPTの登場から2年半が経過しAIが人々の生活に急速に浸透し続けているにも関わらず、AIツールへの課金に対する抵抗感は世界的に根強いのが実情です。米Menlo Venturesの消費者向けAI動向調査によれば、約20億人がAIを利用している一方で、総消費額は120億ドルにとどまり、実際にAIツールに課金しているユーザーは全体のわずか約3%に留まっています。

しかし同時に、AIツールで提供される機能が高度化した結果、Genspark（リサーチ）、Luma AI（動画生成）、Cursor（コーディング）など、かつては無料プランでも十分に利用できていたツールがあ、今では課金なしにはほとんどの機能を試せなくなっています。

技術進歩によるコスト低下を考慮しても、今後エージェント化の流れが加速してタスクが大規模になっていくことで、タスクあたりの利用単価はさらに上昇していくでしょう。

このような状況を踏まえると、AIを積極的に活用するユーザーとそうでないユーザーとの間での格差が拡大していくことが懸念されます。そして今回のAnthropic社の発表のような、AI利用の障壁を下げる取り組みは、今後一層意義を増していくのではないでしょうか。

③ Google Labsが試着AI「Doppl」をリリース。似合っているかが動画で分かる

Googleが実験的AIプロダクトのリリース場であるGoogle Labsを通じて、試着AIサービス「Doppl」をiOS・Androidアプリとして米国向けにリリースしました。ユーザーが自分の全身写真と好きな服の写真をアップロードするだけで、バーチャル試着を体験することができ、手元にない服でも、自分にどの程度合うかを画像で確認できます。

自分の体型が反映されるのはもちろん、生成された画像を動画化し、動いた時の見え方まで事前にチェックでき、いよいよ試着AIが実用レベルに達してきた印象です。是非以下のデモ動画をご覧ください。

ユーザーによる使用報告を見ると、現在は実験版ということもあり、髪がバッサリ切られてしまうといった不具合も見受けられますが、全体としてはかなり忠実に再現されている印象で、Google検索などの自社サービスに正式に統合される日が待ち遠しいです。

このDopplのリリースは、Googleが先月の年次会議Google I/Oで発表したAIネイティブな検索機能「AI Mode」の大幅アップデートに向けた布石と言えるでしょう。実際AI Modeには試着機能に加えて、ショッピング体験をサポートする以下のような機能が搭載される予定です：

このようにGoogleは、検索体験をAIで強化しつつ、検索の先にある購入・予約といった決済行為に至るまでAIを活用することで、ユーザーを囲い込む戦略を着実に進めています。

先週OpenAIがAIチップ供給の多角化を図るためにGoogle TPUの使用を開始したとThe Informationが報じましたが、Googleは現在、モバイル端末Android、AIチップTPU、クラウドコンピューティングサービスGCP、検索エンジンGoogle、webブラウザChrome、さらにはGoogle Workspaceを中心に様々なアプリケーションまで保有しています。今後もあらゆる領域にAIを組み込んでいくことで、競争優位性を一層高めていくことでしょう。

Gemini CLI (https://cloud.google.com/blog/ja/topics/developers-practitioners/introducing-gemini-cli/)

• GoogleがリリースしたターミナルからAIエージェントを操作できるツール

• Claude Codeと提供されている機能はほとんど同じだが、web検索機能が標準搭載されている点がアドバンテージ

• 現在無料で、1日あたりなんと1000リクエストを送信可能。実質無制限で利用できる

• さらにWindowsで原則利用不可のClaude Codeと異なり、Mac, Linux, Windowsの主要なOS全てで利用できる点も嬉しい

HeyGen Avatar IV (https://www.heygen.com/)

• 有名なAIアバター動画生成ツールHeyGenの最新機能

• 顔写真を1枚アップロードするだけで、スクリプトや音声に合わせて人物が喋る動画を作れるが、写真から生成されたとは思えないほどリアルだと随所で話題に

• アバターにやってほしいジェスチャーまで自然言語で指定できる点も画期的

• ホーム画面から「Try Avatar IV」を選択して無料でも試すことが可能

最後までお読みいただきありがとうございました。
サービス改善のため、アンケートにご協力いただけると幸いです。「ワンクリック」で完了します。

株式会社Mavericksは2023年、世界に先駆けてリアルタイム動画生成AIサービス「🐬NoLang」をリリースし、現在13万超のユーザーを抱えるまでに成長してきました。法人向けの展開も行い、法人プランのユーザー数は40社を突破しています。また、大手企業との協業や独自開発案件にも着手しており、唯一性の高い価値創出が加速しています。

今後、NoLangを中核に据えながら事業をさらに成長させるべく、エンジニア・デザイナー、営業・マーケティング担当、そして全方位で学生インターンの募集を開始しています。法人営業の担当や、SNS運用などに興味のある方も、ぜひこちらのフォームより一度ご応募ください。

採用ページでは、弊社の実績、求める人物像に加え、メンバーの声をインタビュー形式で掲載しております。興味を持った方はぜひご覧ください。お問い合わせは、[email protected]にて受け付けています。https://

また、私たちはニュースレターだけでなくXやInstagramにおいても、開発プロダクトに関する最新情報について積極的に発信しています。こちrまお是非チェックしてみてください！