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。

株式会社ずんだもん技術室AI放送局 podcast 20260701

2026年07月01日

MP3ファイルをダウンロード

内容紹介

Start building with Nano Banana 2 Lite and Gemini Omni Flash、Claude Codeに同じバグを3回出すと、自動でルール化される話、Ornith-1.0: Self-Scaffolding LLMs for Agentic Coding、【永久0円】人間LLMのすすめ

出演者

ずんだもん
ずんだもん

youtube版(スライド付き)

関連リンク

Googleから、開発者がより高速かつ効率的にマルチメディア体験を構築できる2つの新しいモデルが発表されました。これらはGoogle AI StudioやGemini APIを通じて利用可能です。

Nano Banana 2 Lite (Gemini 3.1 Flash Lite Image) 画像生成に特化した最速・低コストモデルです。従来のモデルからの置き換えを推奨しており、約4秒という高速な生成速度を実現しました。特にプロトタイピングや大量の画像を生成するワークフローに適しており、開発コストを抑えつつ一定の品質を維持したいプロジェクトに最適です。

Gemini Omni Flash 動画生成と対話型の編集を行うためのマルチモーダルモデルです。テキスト、画像、動画を組み合わせた入力から、高品質な動画を生成可能です。自然言語による指示で動画を編集できる点が大きな特徴です。

開発のヒント これら2つのモデルを組み合わせることで、高度なワークフローが構築可能です。「Nano Banana 2 Lite」で生成した静止画を、「Gemini Omni Flash」に渡してアニメーション化するような連携が可能です。また、GoogleはこれらのモデルにSynthIDによる電子透かしを組み込み、生成物の透明性にも配慮しています。詳細なAPI仕様やプロンプトガイドは、Google AI Studioおよび公式ドキュメントで公開されています。

引用元: https://deepmind.google/blog/start-building-with-nano-banana-2-lite-and-gemini-omni-flash/

本書は、AIエージェントとの開発において課題となる「同じミスの繰り返し」と「記憶の肥大化」を、継続的なふりかえり学習機構（cc-retrospective-learner）で解決した実践記録です。

著者は、Claude Codeのセッション履歴を一次資料として扱い、開発の区切りごとに/retrospectiveコマンドを実行。385回のセッションを「ふりかえり」の漏斗（ファネル）に通すことで、55個の再利用可能なルールを抽出しました。

【ポイント】

  • 3回ルール: 同じ型のバグを3回検出すると、自動的にClaudeのルール（CLAUDE.md）へ昇格させ、次回以降の発生を未然に防ぐ仕組みを構築。
  • 成功の資産化: 失敗だけでなく、効率的だった進め方も記録し、20回以上の成功事例があれば専用の「スキル」としてコマンド化。
  • 価値観の定着: 個別のバグ対策を超え、「設計時に考慮すべき視野」というエンジニアとしての「構え」までAIに学習させることに成功。
  • コンテキスト保護: 記録の肥大化を防ぐため、分析タスクはメインの作業文脈から切り離したサブエージェントに隔離して実行。

AIを単なる道具として使うのではなく、セッション履歴から学びを得ることで「共に成長するパートナー」へと育てる手法が具体的に解説されています。仕組みはGitHubで公開されており、新人エンジニアでも導入可能な、エンジニアリングの生産性を高めるための実用的なアプローチです。

引用元: https://zenn.dev/nexta_/articles/858e92ee22b4a4

「Ornith-1.0」は、DeepReinforce社が新たに公開したエージェント指向のコーディング特化型LLMです。MITライセンスで提供されており、オープンソースとして商用利用等の制約を気にせず扱いやすい点が特徴です。

本モデルは、ベースモデルにGemma 4およびQwen 3.5を採用しています。モデルサイズは9B（Dense）から最大397B（MoE）まで幅広く用意されており、同規模のオープンソースモデルの中で最高水準のコーディング性能を誇ります。

最大の特徴は「Self-Scaffolding（自己足場構築）」能力にあり、複雑なツール呼び出しを伴うプログラミングタスクにおいて高い適応性を見せます。実際にLM Studio等を利用してローカル環境で検証した結果、リポジトリ内のコード検索や解析といったエージェントとしてのタスクを効率的かつ正確にこなすことが確認されています。

新人エンジニアにとって注目すべきは、最新の軽量モデルがローカル環境でこれほど高度な自律的コーディング支援を実現している点です。開発の補助ツールや自身の学習環境に導入することで、より実践的なエージェントAIの挙動を肌で感じることができるでしょう。非常に軽量かつ強力な選択肢として、今後の活用が期待されるモデルです。

引用元: https://simonwillison.net/2026/Jun/29/ornith/

AIの利用コストや計算資源に悩むエンジニアに向けた、究極の代替案「humanllm」を紹介。このツールを使うと、自身がLLM（人間）となってAIエージェントのプロンプトに返答できます。OpenAI API互換のサーバーとUIを備え、ブラウザ経由でエージェントからの依頼に応答可能です。「電気代不要」の脳内推論で、AIエージェントを自由に制御できる、エンジニアの遊び心溢れるプロジェクトです。

引用元: https://qiita.com/Syuparn/items/0001f93221d4d7556271

（株式会社ずんだもんは架空の登場組織です）