0918 | 今週のAIツール速報：エージェントからMacユーティリティまで

葵: 皆さんこんにちは、葵です。

悠真: 悠真です。今週もありがとうございます。

葵: 今日は、AIエージェントがどんどん実際の仕事を担うようになってきて、その周りに必要な道具が一気に揃ってきた、という流れでお話しします。

悠真: そうですね。企画から開発、運営、それから品質保証、収益化、データの見方、デスクトップ環境、コンテンツ作りまで、全部つながってくる話なんですよ。

葵: では、最初は一番大きい話から。AIチームに丸ごと任せるという形のプロダクトです。

悠真: The Forgeというサービスですね。これがすごく野心的で、自然言語で「こういうものを作りたい」と書くと、AIチームが計画、開発、デプロイ、運営まで全部やってくれるんです。

葵: しかも作るだけじゃなくて、CRMも含まれてるし、決済も含まれてるし、ブランド管理まであります。

悠真: つまり、アイデアを一文書いて、あとは売れる状態までの流れをAIが担ってくれる、という構想ですよね。個人開発者とか小さいチームにとっては、今まで必要だった人数の仕事をAIでカバーできるかもしれない。

葵: でも実際に動くかどうかは、まだ利用してみないとわからない部分もありますから、そこは開けた言い方をしておきたいですね。あくまで作者の説明としてです。

悠真: そうですね。ただ、方向性としては面白いと思いますよ。次は、その「売れる状態」の部分をもう少しほかの事例で見てみましょうか。

葵: はい。収益化の側の道具として、CREEM 2.0というのがあります。

悠真: これはAI開発者向けの、いわゆるMoR、Merchant of Recordと呼ばれる形の收款プラットフォームなんです。

葵: MoRというのは、決済や税務をまとめて代行してくれる仕組みのことですね。

悠真: そうです。CREEM 2.0だと、190カ国以上への支払い、税務、それからユーザー同士の分成、あと用量に応じた課金、いわゆるusage-based billingまで扱えます。

葵: 注目なのが、エージェントがMCPとCLIで店を開ける、という点ですよね。AIエージェント自身が収益化の窓口を操作できる形になっている。

悠真: つまりThe Forgeのような「AIが開発から運営までやる」流れと、CREEMの「AIが決済も扱える」というのが、ちょうど噛み合うわけです。

葵: ここにBitrise RDEというのも加わります。これはクラウドの開発環境を秒速で立ち上げられるツールですね。

悠真: 同じCIと同じ環境で動くので、並行して複数のAIエージェントを走らせるのに向いています。$19/月からというのも、個人開発には入りやすい価格です。

葵: The Forgeは「AIに任せる」方向、Bitrise RDEは「開発機を手軽に用意する」方向、CREEMは「収益化の仕組みを提供する」方向。三つ揃うと、個人や少人数でも売れる状態までの道が揃いつつある、という見方もできますね。

悠真: ただ、ここまで行くと、次の課題は「品質保証」ですよね。AIが作ったもの、AIが動かしているもの、それをどう信頼してリリースするか。

葵: そう、それが今日の二つ目の大きなテーマです。エージェントをどう品質保証するか。まずQAgentというツールから。

悠真: これはAIエージェントがQAを自動でやってくれる、つまりテストの専門家エージェントを呼ぶようなものですね。

葵: 注目すべきは、webhookを追加するだけで2分で接続できることと、8つの次元でテストカバレッジを保証してくれるところです。

悠真: 8つの次元というのが具体的にどういう分類かは文面からは読み取りにくいですが、多面的にチェックしてくれる、という理解でいいでしょう。それで月100回まで無料で使えるという価格設定も、個人や小さいチームには入りやすい。

葵: ここでMCPJamというのも出てきます。こちらはMCPサーバーを検証するためのエバリュエーションプラットフォームです。

悠真: どういうことかというと、MCPで接続されるサーバー側の品質を保証する側の道具で、Swarmsという仕組みを使った擬似ユーザーによる検証、User Testing、それからエバリュエーションやCI/CDゲートまで提供しています。

葵: QAgentがQAエージェントのプラットフォームで、MCPJamはその下回り、つまりMCPサーバーの検証基盤という形で、階層が違うんですね。

悠真: そう、そういう理解です。MCPが普及してくるほど、サーバー側の品質をどう保証するかが課題になって、こういう道具が生まれてくる。

葵: そしてもう一つ、音声エージェントに特化したものがあります。NovaSynthというツールですね。

悠真: これはどういうものかというと、本番の前に音声エージェントをテストするためのプラットフォームです。

葵: 具体的には、割り込み、雑音、訛り、速度の変化といった「本番で実際に来るような」リクエストをシミュレートして、30以上の次元で評価します。それで問題を検知して自動で修復までしてくれる。

悠真: これは実用的ですね。音声エージェントって、テキストのエージェントと違って、実際の通話環境のノイズや訛りとかが大きな要素になるので、そういう条件を再現してくれるのは価値が高い。

葵: さらに、電話サポートとか、実際の通話でのコミュニケーションをエージェントが担うケースが増えてくるほど、こういう評価基盤が必須になるでしょうね。

悠真: そう思います。QAgent、MCPJam、NovaSynthの三つを見ると、「エージェントが本番に載る」時代の品質保証という戦場が整備されつつある、という感じです。

葵: そうですね。評価とCI組み込みが当たり前になってくると、ここはツール戦争になっていくんじゃないでしょうか。

悠真: さて、品質が保証されるようになると、今度は開発と出荷のスピードが重要になってきます。ここで話題を変えて、ネイティブ開発と資金調達の話をしましょう。

葵: まずModaalというツールから。これはプロジェクト全体を一括で生成してくれるツールで、モバイルネイティブに特化しています。

悠真: Swift、Kotlin、SwiftUI、Jetpack Compose、Firebaseという、モバイル開発の主要スタックを全部カバーしてくれます。

葵: しかもクロスプラットフォームのロジック共有は1プロジェクトで済む形で、さらにCI/CDまで統合されている。

悠真: つまり、iOSとAndroidの両方に対応したネイティブアプリを、モノレポのような形で一気に作れてしまう、という構想ですよね。

葵: ネイティブUIの世界でSwiftUIとComposeをどう共通化するかというのは、実は難しい課題で、そこにアプローチしているというのは面白いところです。

悠真: そして、開発と出荷が速くなると、次は資金調達の話になってきます。Pitchfireというツールですね。

葵: これはどういうものかというと、自分のdeckをアップロードすると、AIがVCとのマッチを分析して、紹介メールを作って送ってくれる、というものです。

悠真: 無料で毎日3人の投資家を推薦してくれるんですよね。

葵: 開発・出荷が速くなる一方で、資金調達の側も自動化される、という流れです。個人開発の「出口」が広がっていく。

悠真: ただ、ここで一つ考えておきたいのは、デッキの内容がVCにどう伝わるか、という質の問題は残るということです。ツールがメールを送れるようになっても、デッキ自体の説得力は別の話ですからね。

葵: そのとおりです。だからこそ、次はそのデッキや資料をどう作るか、どう可視化するか、という話に進むのが自然ですよね。

悠真: そう、データと市場をどう監視し、どう見える化するかというテーマです。まず、競合調査の話から。

葵: Figoというツールがあります。これは競合の監視を専門にしていて、SEOの順位の変化、広告の素材、MetaやTikTokの広告、Googleの広告、ソーシャルメディアの変化、さらにAIがその製品にどう言及しているか、までを追跡します。

悠真: 週次でレポートをまとめてくれるんですね。要するに、競合の動きを人間が全部見るのは大変だから、それを代わりに見てくれるという道具です。

葵: ここで、データの側の話もしましょう。Axiomという機械データ基盤です。

悠真: これはスキーマレスでPB級のデータを取り込めて、すべてのイベントデータを保管してくれるというものです。

葵: つまり、大量のデータを保存する側がAxiom、そしてそれを人間が見て判断できる形にする側がFigoやTinyKPIというわけです。

悠真: TinyKPIというのは、StripeやPostHog、GAのKPIをMacBookのノッチ、つまり画面上部のくぼみの部分に表示してくれるツールです。

葵: ローカルで完結していて、常にKPIが目に入る、という発想が面白いですね。ダッシュボードを開かなくても、画面の隅に数字がある。

悠真: これは仕事の形を変えますよね。ダッシュボードを見に行く文化から、数字が常にある文化へ。

葵: 大量データを保存する側と、意味のある形で週次、常時見せる側が揃ってくると、判断の速さが競争力になります。

悠真: そして、ここにビッグデータの文脈も絡めておきたいんですが、Compute Arenaというのもあります。これはコミュニティでローカルのAIベンチマークを共有し、モデルや推論、量子化の方式を比較できる場です。

葵: さらに、個人の知識を活用したいという観点では、Opytというツールもあります。自分のXのブックマーク、Substackの購読、ブログ、arXivの論文をナレッジベースとして統合できる。

悠真: これらも、データを「保存する」だけでなく、「意味のある形で参照できる」ようにする、という点では同じ流れに入ると思います。

葵: さて、ここからはMacのデスクトップ環境の話に移りましょう。Macの作業環境とデスクトップの新しい道具というテーマです。

悠真: まずMacSentinelというツールから。これはMacの性能問題を検知して、実行可能な解決策を提示してくれるものです。

葵: 特徴としては、500以上のアプリのルールを持っていて、システムゴミ、残りファイル、大容量ファイルを安全にクリーンアップしてくれるんですね。

悠真: しかも削除のときはごみ箱経由なので、元に戻せるというのが安心ポイントです。完全削除じゃない。

葵: 価格は$29の買い切り。これも後で話す買い切りブームの流れに沿っていますね。

悠真: 次はBlancというブラウザです。これはMITライセンスのオープンソースで、非常にシンプルなブラウザなんです。

葵: ブラウザなのに、Tabバーの代わりに「floating islands」という仕組みを使っています。

悠真: つまり、開いているタブが浮遊する島のような形で表示される、というUIの発想です。さらにネットワーク層で広告とトラッカーをブロックしてくれる。AIも追加せず、拡張も入れない、という潔さです。

葵: そして、Zellaというツールもありました。これは画面録画をAIで自動編集してくれるものです。

悠真: Mac用のツールで、処理はローカルで完結します。基本の1080pまでは無料で使えて、Pro版は$89の買い切りです。

葵: MacSentinel、Zella、Blancと、買い切り、ローカル処理、プライバシー志向、という共通の潮流が見えてきますね。

悠真: その中で、ちょっと変わった位置にあるのが、Die With Meというツールです。

葵: これは、Claude Codeのようなツールの残量を、AIMのような友人リストの形で表示してくれるんです。

悠真: つまり、仲間がClaude Codeを使っている場合、その残量が20%を切るとチャットルームに入れる、という発想です。旧AIMの懐かしさと、AIの利用制限という現代的な課題を組み合わせているのが面白い。

葵: まさに、AIツールの利用制限という現実の悩みを、SNS的な感覚で共有できるようにした、という発想ですね。

悠真: さて、最後のテーマは、コンテンツ制作と生成メディアの話です。

葵: まずAskDeckというツールから。これはとても面白い形式をしています。

悠真: どういうものかというと、電話、SMS、メールのどれかでAIに「これこれについてのプレゼンを作って」と頼むと、数分後に編集可能なPPTXと、同期したナレーション動画が手に入るんです。

葵: AIの名前はEricという設定なんですね。しかも$29の買い切り。

悠真: つまり、プレゼンを作るという行為自体を、「AIに頼んで、後で編集する」という形に変えてしまう。従来の「PowerPointを開いて、自分でスライドを作る」という流れが、ここでひっくり返るわけです。

葵: そして、AskDeckが「プレゼン資料をAIで作る」なら、Higgsfieldは「映像をAIで作る」という方向です。

悠真: Higgsfieldというのは、生成メディアのプラットフォームで、SeedanceとかKlingとか、いろいろな生成モデルを単一のAPIと使用量ベースの課金で扱えるようにしてくれるんです。

葵: つまり、映像を作りたいときに、個別のモデルのAPIキーを管理するのではなく、Higgsfield経由で一括で使える、という構図です。

悠真: これらを合わせると、準備資料も映像も「AIに頼んで後編集」という作り方が標準化しつつある、という見方もできますね。

葵: さて、ここでちょっと番外編として、先ほど少し触れたOpytとCompute Arenaにもう一度戻りましょうか。

悠真: はい。Opytは個人の知識の統合を、Compute Arenaはベンチマークの共有を、という形で、どちらも「AI時代の自分の道具箱」を整える話でした。

葵: 今日の話をまとめると、AIエージェントが企画から開発、運営、品質保証、収益化まで担えるようになりつつあって、その周りの道具も、データ基盤からデスクトップ環境、コンテンツ制作まで一気に揃ってきた、という流れでしたね。

悠真: そうですね。個人の開発者や小さなチームが、今まで必要だった人数の仕事をAIと道具でカバーできるかもしれない、という可能性が見えてきた一方で、品質保証や収益化の仕組みも同時に整備されていく、という段階に入っていると思います。

葵: 今日はこのへんで。聞いてくれてありがとうございました。

悠真: ありがとうございました。また来週。