技術で稼ぐを、実体験から。SNS運用の自動化・AI活用・収益化を、個人開発者が自分で試した結果から発信しています。
Gemini 3.6 Flashをはじめとする3つの新モデルが登場し、AIエージェントの高速化とコスト削減が進んだ。 モデルの高速化に伴い、開発者は新たな壁に直面する。 エージェントが外部のWebサイトやAPIと接続される機会が増え、隠しテキストによる乗っ取りやメモリの汚染といった6つの脅威に晒されるリスクが高まった。 これからのエージェント開発は、モデルの呼び出しだけでは完結しない。
画面の中のテキスト生成やコード出力に追われていたAIは、物理法則を理解する領域に突入した。 Googleが公開したGemini Robotics ER 2は、連続する動画からリアルタイムで空間を理解し、タスクの失敗を判断してやり直す物理推論エージェントの脳だ。 認識、推論、実行。この3つが合流した今、開発スタックは変化している。開発者目線で解説する。
Gemini 3.6 Flashが登場した。出力トークンを17%削減し、入力コストは1Mトークンあたり$1.50だ。 モデルが安く賢くなっても、過去のログをそのままプロンプトに詰め込む開発は終わる。 AIエージェント開発は「コンテキストの詰め込み」から「構造化された記憶の運用」へシフトしている。 鍵は情報を無差別に溜め込むことではなく「何を覚えて何を忘れるか」のガバナンス設計だ。
軽量・特化型モデルの時代 GoogleがGemini 3.5 Flash Cyberを発表した。 AI開発の主戦場はモデルの賢さからエージェントの設計力へ移行した。 これまでは1回のプロンプトで回答を出す手法が主流だった。 これからは軽量モデルを複数回実行し、自律的に正解へ辿り着かせる設計が勝敗を分ける。
開発者の常識が塗り替わる。DeepMindが放った「2つの衝撃」 GoogleがNano Banana 2 LiteとGemini Omni Flashを同時リリースした。 開発者ならこの構成の意図を直感で理解できるはずだ。 画像生成の速度と動画生成の一貫性が、一つのパイプラインで繋がった。 1,000枚の画像生成を数分で処理するスループットを実現している。
AI開発の前提が変化。性能より「速度と統合」の時代へ 4倍の出力速度。50%のコスト削減。1日1兆トークンの処理能力。 これが新しい開発の基準だ。 単にAIが賢くなったのではない。 開発者がAIエージェントをOSレベルで使いこなすフェーズに突入した。 モデルの性能向上を待つ時間は終わった。 これからは複数のエージェントをどう繋ぎ、どう自律させるか。 その設計思想がプロダクトの成否を決める。
