株式会社ずんだもん技術室AI放送局

AIやテクノロジーのトレンドを届けるPodcast。平日毎朝6時配信。朝の通勤時間や支度中に情報キャッチアップとして聞いてほしいのだ。

マジカルラブリー☆つむぎのピュアピュアA.I.放送局 podcast 20260525

2026年05月25日

MP3ファイルをダウンロード

内容紹介

エージェント向けの Chrome DevTools、Towards Speed-of-Light Text Generation with Nemotron-Labs Diffusion Language Models、Claude Code で使える DuckDB Skills を試してみた + AWS運用の活用を考えてみた #opsmethod 登壇資料、消しゴムなし、補助ツールなし、3分で名画を再現しろ──理不尽すぎる名画模写ゲーム『Sloppy Forgeries』が最高のパーティゲームだった

出演者

春日部つむぎ
春日部つむぎ

関連リンク

■ 概要 「エージェント向けの Chrome DevTools（Chrome DevTools for Agents）」は、AIエージェントがGoogle Chromeブラウザを自律的に操作し、WebサイトやWebアプリケーションのテスト、検証、デバッグを行えるようにするための公式ツールです。これまで人間が手動で行っていたブラウザ上での検証作業を、AIエージェントが肩代わりできるようになります。

■ 新人エンジニア向け：なぜこれが嬉しいの？ Web開発において、私たちは普段Google Chromeの「デベロッパーツール（DevTools）」を使って、画面崩れの確認やエラーの原因特定を行っています。 このツールを使うと、開発をサポートしてくれるAIアシスタント（ClaudeやGeminiなど）に対して「このサイトのスマートフォン表示を確認して」「表示速度が遅い原因を調べて」と指示するだけで、AIが裏側で本物のChromeブラウザを操作し、DevToolsの機能を使って自動的に調査・デバッグを完了してくれるようになります。

■ AIエージェントができる3つの主要機能

  1. ユーザーエクスペリエンスの再現（エミュレート） スマートフォンやタブレットなどの異なる画面サイズ（レスポンシブデザイン）での表示確認、特定の位置情報（例：海外の都市）を擬似的に再現した表示テスト、ボタンをクリックして画面を遷移する一連の操作テストなどを自動で実行します。
  2. 稼働中のブラウザのリアルタイムデバッグ 実際に動いているChromeブラウザのセッションにAIエージェントを直接接続させ、リアルタイムでページ要素の検証やエラーのトラブルシューティングをさせることができます。
  3. Lighthouse（ライトハウス）を活用した品質テスト コードを本番環境に公開（リリース）する前に、Webサイトの表示速度、アクセシビリティ（使いやすさ）、SEO（検索エンジン最適化）などの自動チェックを実行させ、改善すべき点の具体的なチェックリストを作らせることができます。

■ 導入・利用環境について 本ツールは、AIと外部ツールを連携するための共通規格である「MCP（Model Context Protocol）」に対応しています。そのため、以下のようなエンジニア向けの各種AIツールにプラグインとして手軽に導入可能です。

  • Claude Code や Gemini CLI などのコマンドラインAIツール
  • Googleの「Antigravity 2.0」に内蔵されたブラウザサブエージェント
  • Codex、Copilot、OpenCode などのコーディングアシスタント

■ まとめ 「エージェント向けの Chrome DevTools」は、Web開発における面倒な「手動での動作確認やバグ探し」をAIに任せるための画期的なツールです。これを活用することで、開発サイクルを高速化し、エンジニアはよりクリエイティブな実装に集中できるようになります。

引用元: https://developer.chrome.com/docs/devtools/agents?hl=ja

【背景：従来のLLMが抱える「速度の壁」】 現在広く使われているLLMの多くは「自己回帰（AR）」という、1文字（トークン）ずつ順番に生成する仕組みを採用しています。この方法は精度が安定している一方で、1文字出力するたびに巨大なモデル全体を動作させる必要があるため、超高速なGPUを使っても「メモリからのデータ読み込み待ち」が発生し、GPUの計算能力を余らせてしまうボトルネックがありました。また、一度出力した文字を途中で修正できないという欠点もありました。

【新技術：並列で文字を生成・修正する「拡散言語モデル」】 NVIDIAが発表した「Nemotron-Labs Diffusion」は、画像生成AIなどで使われる「拡散モデル」の考え方を応用した言語モデル（DLM）です。文字を1つずつではなく「並列で一気に生成」し、それをステップごとに「洗練（ノイズ除去）」していくことで、GPUの並列計算能力をフルに活かした超高速なテキスト生成を可能にします。また、出力の修正や文章の「穴埋め」タスクも得意としています。

【1つのモデルで選べる3つの生成モード】 このモデルは、用途に応じて以下の3つの動作モードを簡単に切り替えられます。

  1. 自己回帰（AR）モード：従来と同じ1文字ずつの生成。互換性や出力の正確さを確認する際の基準（リファレンス）として役立ちます。
  2. 拡散モード：ブロック単位（例：32トークン）で一気に並列生成し、徐々にノイズを除去して綺麗にする高速モード。
  3. 自己投機（Self-speculation）モード：拡散モードで「下書き（候補）」をまとめて作成し、ARモードで「一気に答え合わせ（検証）」を行うことで、速度と精度を両立した最も強力なモードです。

【驚異的なパフォーマンスと実用性】 同等規模の高性能モデルと比較して精度を維持しつつ、処理効率を劇的に進化させました。従来のARモデルに比べ、デコード効率は拡散モードで2.6倍、自己投機モードでは約6倍に向上します。さらに最新のNVIDIA B200 GPUを用いたテストでは、1秒間に約865トークン（従来比約4倍）という驚異的な生成速度を達成しました。

本技術は、商用利用可能なライセンスで3B、8B、14BなどのサイズがHugging FaceやGitHubにて公開されています。推論エンジン「SGLang」にも対応予定で、設定を1行変えるだけで各モードを切り替えられます。既存のアプリ構成を崩さずに、AIの回答速度を爆発的に高められる注目の技術です。

引用元: https://huggingface.co/blog/nvidia/nemotron-labs-diffusion

本記事は、AIエージェントツール「Claude Code」に、分析用データベース「DuckDB」の公式プラグイン「duckdb-skills」を導入し、AWSの運用業務を劇的に効率化する検証を紹介したものです。

登場する主要な技術

新人エンジニアの方に向けて、今回活用されている3つの技術を分かりやすく整理します。

  1. DuckDB: データの分析（OLAP）に特化した、高速かつ軽量なデータベースです。CSVやJSON、Parquetといったファイルを、データベースにわざわざ取り込むことなく直接SQLで検索できます。
  2. Claude Code: ターミナル上で動作する、AIを活用した最先端の開発・コーディング支援ツール（AIエージェント）です。
  3. Agent Skills: AIエージェントに新しい専門知識や機能を追加するための、拡張プラグインのような仕組みです。

「duckdb-skills」でできること

Claude Codeにこのスキルを追加することで、ターミナル上でAIに対して自然言語（日常の言葉）で指示を出すだけで、データの読み込みや分析ができるようになります。

  • read-file: CSVやJSONなどのファイル構造（スキーマ）を自動で判別して読み込みます。
  • query: ファイルやデータベースに対し、SQLを書かなくても自然言語の指示だけで自動的にクエリを作成・実行してくれます。 ※注意点として、本スキルは現在macOSとLinux向けにテストされており、Windows環境では一部機能が制限される可能性があります。

AWS運用における3つの実用デモ

記事では、実際のAWS運用における「データ構造の把握」や「トラブルシュート」を想定した、強力なデモが紹介されています。

  1. コストデータ（CUR）の調査: AWSのコストと使用状況レポート（CSV）の構造をAIに把握させ、特定サービスの料金内訳や無料枠の適用状況を、自然言語での質問だけで瞬時に整理させました。
  2. ALBアクセスログの調査: ALBのアクセスログ（gz形式）を直接読み込ませ、エラー（ステータスコード）の発生件数の推移や、エラーの要因となっている通信の集計を自動で行わせました。
  3. CloudTrailイベント履歴の調査: 操作履歴のCSVを読み込ませ、「いつ・誰が・何の操作をしたか」を深掘りし、特定リソース（ALB）の作成イベントに関連する一連の操作ログを特定させました。

まとめと今後の展望

複雑なSQLを自力で組み立てることなく、自然言語のままスムーズにログ分析やコスト調査ができる点において、非常に優れた開発体験が得られます。トラブルシュートやログ分析のスピードを大きく向上させる実用的なアプローチです。 一方で、現在はローカル環境へのセットアップが必要なため、チーム全体で共通の運用に乗せるには少しハードルがあります。将来的には、チームで手軽に使える自然言語対応の分析サービスが登場することが期待されます。

引用元: https://dev.classmethod.jp/articles/opsmethod-2-duckdb-skills/

本作は、お題の名画を3分以内にとにかく「雑に、それっぽく模写できるか」を競う対戦型ゲームです。消しゴムや定規などの補助機能はなく、ペンの太さも3種類のみ。この極限まで制限されたシステムと短い時間制限により、どんな人でも強制的に「画伯」になってしまう理不尽さが笑いを誘います。機能の少なさ（制約）が最高のエンタメ体験を生み出している、開発者目線でもUI/UXの参考になる面白い一作です。

引用元: https://news.denfaminicogamer.jp/kikakuthetower/260523x

VOICEVOX:春日部つむぎ