OpenAI DevDayのDotsから見るAIエージェントの未来。Gemini 4 Argon、Claude Sonnet 5.5、ElevenLabs V4も

収録日は2026年10月2日。オープニングでハヤカワ五味さんは、雨が続いてディズニーのハロウィンに行く予定をリスケしたこと、気圧で体調を崩すタイプではないはずなのに不調を感じ始めたことを話します。

一方のusutakuさんは、自分は低気圧に弱いと思っていたものの、雨続きの9月にもパフォーマンスが落ちなかったことから、別の結論にたどり着いたといいます。

ハヤカワ五味さんは、最近風邪を引きやすくなった理由を、週3時間の社交ダンスを始めて回復が追いついていないからではないかと考えています。usutakuさんはラグビー部時代に聞いた話として、体を絞りすぎると体調を崩しやすいと返しつつ、医学的な根拠はわからないと断っています。

最初のニュースは、毎年この時期に開かれるOpenAIの開発者向けイベントDevDayDevDay ── OpenAIが年1回開催する開発者向けカンファレンス。APIの新機能や新モデルなど、開発者向けの発表が中心になりますです。ハヤカワ五味さんは、主な発表としてChatGPTのDots、GPT-Sol 6.1、ChatGPTのサブスクリプション枠を他のサービスでも使える「Sign in with ChatGPT」を挙げます。

usutakuさんが一番に挙げたのもDotsでした。比較対象はGrokbotで、かわいいキャラクターに自分のことを相談したり、作業を任せたりできるタイプのAIエージェントです。

ただしDotsは現時点ではプロプラン（200ドル以上）の人しか使えません。usutakuさんは、DevDayはそもそも開発者向けの発表の場なので一般向けとは言いにくいとしながらも、実際に使った感触は「結構いいかもしれない」と話しています。

ハヤカワ五味さんは、Grokbotをすでに使っていたため最初は斜に構えていたものの、ChatGPTのサブスクに集約できる点を評価します。機能がもう少し拡充されたら、Grokbotのために払っている別プランを解約してDotsに移ることも考えているそうです。

usutakuさんは、同じようなサービスがClaudeからも出るだろうと予想します。エージェントにはチャットで指示するのではなく、botに電話番号やクレジットカード、メールを持たせて作業させるのが当たり前、という文化が来るかもしれないという見立てです。

だからこそusutakuさんは、どのサービスでもいいので1つ使っておくことを勧めます。Grokbotに慣れていれば、Dotsにもスムーズに入れるからです。

ハヤカワ五味さんにとってGrokbotは、すでに出張の手配や飲食店の予約に欠かせない存在です。DotsがSlack上で呼び出せる点も評価し、さらに個人的にはLINEにこうしたbotがいてほしいと話します。

usutakuさんがDotsを使ってまず驚いたのは、ダウンロード直後に作られる「Personal Scratchpad」の精度でした。SlackやNotionの情報をもとに、今やるべきことや、Dotsが手伝えることを一覧で出してくれる機能です。

usutakuさんは、社員からのSlackを見落としがちな悩みを、Dotsに定期巡回させたりGmailを整理させたりする形で解決しようと考えています。自分でCloudflareなどを使って独自の仕組みを組むこともできますが、それではAIを教える立場から離れてしまうと気づいたといいます。

ハヤカワ五味さんは、このオンボーディングの良さに強く共感します。Grokbotを使い始めた当初は、何を頼めばいいか思いつかず、2〜3週間ほぼ放置していたからです。

なんでもできる汎用エージェントほど、人間側にユースケースを考える負担がかかります。二人が向こうから提案してくれる設計を評価するのは、この負担を減らしてくれるからです。

usutakuさんによれば、Grokbotは最上位のモデルではない一方、Dotsはかなりパワーのあるモデルで動いているそうです。DotsをプロジェクトマネージャーにしてCodexやClaude Codeを操作させる使い方が今後のトレンドになりそうだと話し、Dotsが自分のパソコンとユーザーのパソコンの両方にアクセスできる点も評価します。

この方向性を先取りしていたのはManusだった、とusutakuさんは振り返り、ハヤカワ五味さんも「早すぎた」と応じます。

ハヤカワ五味さんが気にするのはトークンコストです。Grokbotは下位モデルでもどんどん動いてくれるので許せますが、上位モデルで同じことをすると見合うのか疑問で、サードパーティーがAPIで動かすのは厳しそうだと感じています。

それでもハヤカワ五味さんは、Dotsのようなエージェントは広がると考えています。理由は、今のAIのインターフェースが人間にとって難しすぎるからです。

セッションをまたぐと会話が切れる、モデルを変えると挙動が変わる、Claude CoworkとClaude Codeの違いがわかりにくい。コンテキストをうまく引き継ぐ設計ができる人は、ごく少数だとハヤカワ五味さんは見ています。

一方Grokbotは、経理担当や買い物担当のように名前のついたbot同士が裏で情報をやり取りしてくれます。ある住所をbot Aにだけ教えていても、bot Bが必要ならAに聞きに行く。これは人と仕事をするときに期待する動きそのものです。

usutakuさんは「より人間に仕事を頼んでいる感覚に近くなる」と受け止め、Codexで十分だと思いがちだった考えを改めます。機能を小さく分ければ他のツールでもできることでも、AIとどうコミュニケーションを取るかという体験が重要だと感じ、Dotsをもっと深掘りすると話しています。

ハヤカワ五味さんが感じているネックは、利用規約です。DotsやGrokbotの仮想マシンから外部サービスにアクセスして作業させてよいのか、本人にもはっきりわからないといいます。

たとえば24時に予約が始まる人気店に、Grokbotで予約を取りに行かせた場合、それをツイートして炎上しないのか。こうした迷いから、ハヤカワ五味さんは実際には使っていても、使い方をほとんど発信していないそうです。

usutakuさんも、悪意はなく世の中にとって良いと思って紹介しているのに、「本来のユースケースじゃない」と叩かれるのは無意味な炎上だと同意します。ハヤカワ五味さんは、サービス側がこうした使われ方を想定していないことが難しさの根っこにあると見ています。

名前の話も出ました。ハヤカワ五味さんは「Dots」をつい「Bots」と言ってしまうと笑い、usutakuさんは一般名詞の「bot」を名前に取ったGrokのうまさと、つぶつぶのイメージがかわいいDotsのネーミングを評価しています。

ManusやMetaなど各社が同様のサービスを出すなか、ハヤカワ五味さんは「なぜみんなキャラっぽくなるのか」と問いかけます。usutakuさんは、Codexのように一つずつ指示するマシン的な使い方ではなく、役割を振って人間的にコミュニケーションすることを前提にしているからではないかと答えます。

usutakuさんは、Metaの「Muse」はまだ日本では使えないようだと話し、招待制のManusの「Cue」を実際に試しています。Cueは月10ドルほどで電話番号を付与でき、bot経由で友達に電話をかけることもできたそうです。

ChatGPTの音声機能ほどテキパキとは話せず、usutakuさんの評価は「まだお遊びレベル」でした。ハヤカワ五味さんは、ChatGPTのボイスモードで電話してくれたら良いと話しつつ、英語圏的な馴れ馴れしさで電話されると気まずいので、丁寧に話してくれれば言うことはないと付け加えます。

ハヤカワ五味さんは、ChatGPTの音声には顔のすぐ前にいるような近さと、2メートル先にいるような遠さがあると表現します。usutakuさんは、丁寧すぎるか、ふざけすぎるかのどちらかになりがちで、英語のニュアンスを日本語にする難しさかもしれないと話します。

ここでusutakuさんがChatGPTの話し方のものまねを披露し、ハヤカワ五味さんは「似てる」と大笑い。海外にはChatGPTの音声のものまねで60万人ほどのフォロワーを持つ人もいるそうで、usutakuさんは「ChatGPTのような話し方をする人が1人混ざった恋愛リアリティショー」というネタまで思いつきます。

話を戻して、ハヤカワ五味さんがDevDayでもう1つ期待しているのがDecision APIです。Jebに着想を得たものらしく、出るとは思っていたが予想より早かったといいます。

usutakuさんの説明によると、Decision APIは、事前に決めた有限の回答候補を持つ質問に対して、GPTの小型で高速なモデル「Luna」の知識だけで答えさせ、リアルタイムの判断を可能にするものです。Web検索をしないので速く答えられます。

たとえば「早川五味」と入力すれば「起業家かどうか」、「お水」と入力すれば「液体かどうか」を即座に返す、といった使い方です。usutakuさんによれば、同様のものはCloudflareからも「Zephyr」のような形で出ているそうです。

ハヤカワ五味さんは「大Zephyr時代」が来ると考えていて、ロボットにも使えるうえ、仕事の半分くらいはこうした判断特化の仕組みで代替できるのではないかと期待しています。

続いて音声の話題です。音声モデルを開発するElevenLabsから、自分の音声クローンを簡単に作れる「Eleven V4」が登場しました。

usutakuさんによれば、前のV3は用意された声なら自然でしたが、自分の声のクローンを話させると「自然だけど自分の声ではない」状態でした。V2.5では本人の声にはなるものの、イントネーションが不自然でした。

ハヤカワ五味さんは、すでに99.9%AI生成のnoteを公開しているのに誰にも指摘されないと明かします。最初の種となる考えは自分で音声入力しているものの、文章自体にはほぼ手を入れていないそうです。

ハヤカワ五味さんの考えでは、本人の感想や主観的な意見がないと文章は薄くなるものの、それさえあればAIの文章でも十分通用します。音声も動画も、もう区別がつかないという実感です。

usutakuさんは、ElevenLabs V4を使って番組を丸ごとAIで作る企画を提案します。ハヤカワ五味さんは動画も付けるべきだと応じ、カメラが固定で2人とも別の場所から出演するこの番組の形式なら可能だと見ています。

1時間分のリップシンクにどれだけクレジットを溶かすのか、と心配するusutakuさんに対し、ハヤカワ五味さんは口元だけをマスキングして別に生成すれば、プログラミングでかなりできるはずだと答えます。大きく横を向いたり踊ったりしなければいい、というのがその理由です。

ここから話は、AI界隈の中の「別の界隈」へ。usutakuさんは、業務効率化を目指す人たちと、AIでクリエイティブなものを作りたい人たちは、技術が似ているだけで目的がまったく違うと話します。

アバター分野では、Tavusから「Griffin」が登場しました。usutakuさんによると、ビデオ版のチューリングテストに初めて合格したモデルで、これまでのアバターは97%の人がAIだと見抜いていたのに対し、Griffinは48%の人が人間だと答えたそうです。

ハヤカワ五味さんがずっと疑問に思っているのは、こうしたAIクローンアバターの用途です。思い浮かぶのは詐欺、替え玉面接、化粧していない日に代わりに会議に出てもらうこと、架空のSNSインフルエンサーくらいだといいます。

usutakuさんは、アパレルや小売店で、裏側の人がリモートで操作するアバター接客を例に挙げます。働く側は顔を見られずに済み、客側は人と話している感覚が得られます。ほかに、孤独な高齢者と会話する介護系のサービスも挙げました。

usutakuさんはさらに、Dotsのようなエージェントの表側に人間そっくりのキャラクターがいて、「これよろしく」と頼めば裏で作業してくれる未来も想像します。ハヤカワ五味さんは、そもそもビデオ会議が必要なのかと疑問を挟みつつ、『レディ・プレイヤー1レディ・プレイヤー1 ── VRの仮想世界を舞台にしたアーネスト・クラインの小説、およびスティーヴン・スピルバーグ監督による映画化作品』のようなVR空間での交流に応用されるほうが夢があると話します。

話はVRファッションにも広がりました。ハヤカワ五味さんはVRChat関連の売上が大きいことに触れ、ファッションデザイナーとして乗り遅れたと感じつつも、一般の人が来るようになれば興味があるといいます。usutakuさんはNFTブームが再燃したら面白い、と返しています。

usutakuさんは、2025年の頭はまだ画像生成で文字がうまく描けなかった時期で、Deep Researchが出たのもその頃だったと振り返ります。そこから2026年の今まで、わずかな期間で状況が大きく変わりました。

ハヤカワ五味さんは、Deep Researchが登場したおかげで社内のAI推進がとてもやりやすくなったと話しています。

次のニュースはGoogleの「Gemini 4 Argon」です。まだ一部にしか公開されておらず、普段から新機能を早く使える二人もまだ触れていません。ハヤカワ五味さんは、一部企業向けの先行提供ではないかと見ています。

usutakuさんによると、ベンチマークではコーディングよりもテキスト生成で突出した成績が出ています。目玉は出力できる量で、これまでの6万トークンから100万トークンへ。入力のコンテキストウィンドウではなく、出力として100万トークンを出せる点が「とんでもない」とusutakuさんは話します。

ただ二人とも用途はまだ見えていません。usutakuさんは企業全体の情報を読み取って生成を繰り返すような使い方を挙げ、ハヤカワ五味さんはGoogle自身が公表する数字は使ってみるまで信じきれないとして「一旦待ち」の姿勢です。

ハヤカワ五味さんは、法人向けGeminiのプランが分岐していてわかりにくいとも指摘し、一般的なGoogle Workspaceで使えるGeminiでも新しいモデルが使えるようになってほしいと話しています。

AnthropicからはClaude Sonnet 5.5が登場しました。usutakuさんの整理では、Opusが先に5.5になり、今回Sonnetも5.5に、一方で「Fable」は5.1で、もはや最上位モデルではなくなっているそうです。Haikuだけは4.5のままです。

環境によって使えるモデルも違うため、ハヤカワ五味さんは「無料アカウントで使えるのか」と聞かれても答えられないといいます。前日にはGemini自身にWorkspace版の最新モデルを尋ねたところ、「Gemini 2.0です」と返ってきたそうです。

usutakuさんも同じ経験をしています。GeminiのAPIで自己紹介させると平気で「2.0 Flash」と名乗り、3.1で動かすよう頼んでも「3.1はまだ登場していません」と返す。ドキュメントを渡すと今度は別のバージョンを名乗る、といった具合です。

ChatGPTやClaudeではほとんど見られない現象で、usutakuさんはこれをGeminiの最大の弱点だと見ています。問題は、利用者層との組み合わせです。

ハヤカワ五味さんは「Geminiを救いたい」と言い、毎日みんなで「もう4が出たんだよ」と教えれば変わるのでは、と冗談を飛ばします。そこから話は、涼宮ハルヒやレゼを自認する人がいた、という「自認」ネタに脱線していきました。

ハヤカワ五味さんは、どのモデルが一番いいかを厳密に聞かれても、もう好みの問題だと話します。

usutakuさんは、Geminiそのものは良いモデルで、わかっている人が使う分にはまったく問題ないと強調します。APIでは安く速く、コンテキストウィンドウも広く、動画も画像も作れます。

二人が出した当面の答えは、検索と生成は違うと伝えていくこと、そして定期的に好きなモデルを見つけ直すことでした。usutakuさんは「とりあえず検索をオンにしてくれ」と思ったそうです。

雑談コーナーでは、二人の最近の使い方が話題になります。ハヤカワ五味さんは、個人会社「株式会社なかよし」のサイトをChatGPT系のツールで、画像も含めて丸ごと作ったそうです。最初の一発目の質はいまひとつでも、作りたいもののイメージがあればかなり良かったといいます。

さらに、イベントで販売するロボットキットの動画編集や、動画から写真を切り出して作り方シートを作る作業も任せ、「そつなくやってくれた」と評価しています。

ハヤカワ五味さんが驚いたのは、コンピューターユースコンピューターユース ── AIが画面を見ながらマウスやキーボードを操作し、人間のようにパソコンを使って作業する機能の速さです。数か月前はおじいちゃんがプルプルとボタンを押すような遅さだったのに、普通に使えるほど速くなっていました。

usutakuさんの体感では、2026年の4〜5月ごろにCodexのデスクトップアプリが大きく変わり、全体のハーネス設計が見直されたタイミングからです。コンピューターユースではCodexが群を抜いて良いといいます。

usutakuさんは最近、Claude Opus 5.5が賢いのに利用枠がなかなか減らないので重宝していると話します。Claude2つ、ChatGPT2つの計4アカウントに課金していましたが、Claudeは1つで足りるようになりました。

一方ChatGPTは、新しい上位プランに切り替えて月8万4000円になったとusutakuさん。「家賃じゃん」という二人の嘆きに、ハヤカワ五味さんは「こうやって上がっていくから耐えるしかない」と応じます。

usutakuさんは、福岡あたりなら8.6万円でオーシャンビューの2LDKに住めるという話を引き合いに、東京でAIに課金する暮らしと、海で泳ぎ肉を焼き歌って眠る暮らしのどちらが正解かと問いかけます。

ハヤカワ五味さんは「音楽に合わせて踊るとセロトニンが出るらしい」と、ソースはTwitterだと断ったうえで答えます。usutakuさんはダンスにはゴールがないのが苦手だと言い、ハヤカワ五味さんは「コスパを考えたら死んだ方がいいみたいな話じゃないですか」と切り返しました。

usutakuさんにとって大事なのは、ゴールというより目標です。来年トライアスロンに出ると決め、このあと初めてパーソナルの水泳レッスンに行くといいます。本当は今年出る予定でしたが、高い自転車を買った帰りに黒いアルファードにかすってしまい、嫌になっていたそうです。

ハヤカワ五味さんは、競技ダンスには10種目を1日で踊る「テンダンス」があり、「優雅なトライアスロン」と呼ばれていると紹介します。見た目は優雅でも体力を大きく使うそうです。

usutakuさんは足が速くパワープレー型で、バレーボール、卓球、ラグビー、空手を経験してきましたが、動きが硬いのが弱点でした。ダンスは自分の良さを全部消して苦手な部分だけをやるスポーツだと感じているそうです。

ハヤカワ五味さんは、ダンスをすると体の動かし方が人からどう見えるかを常に意識するようになり、写真写りや立ち居振る舞いにも効くと話します。姿勢が良いと威圧感が出るので、自分は威圧感のために踊っていると笑いました。

エンディングでハヤカワ五味さんは、クリスマスにサンタに頼むものとして「ChatGPTの最上位プラン1年分」を挙げます。usutakuさんの答えは対照的でした。

usutakuさんによれば、これは『HUNTER×HUNTER』にあるセリフだそうです。ハヤカワ五味さんはインフルエンザのワクチンを打ったと話し、寒くなる季節の体調管理を呼びかけて番組を締めくくりました。

まとめ

この回は、OpenAI DevDayで発表されたDotsを入り口に、AIエージェントが「使いこなすツール」から「Slackにいる同僚」へと変わりつつある流れを、二人の実体験から掘り下げました。音声やアバターが本人と区別できなくなる一方、モデル名の乱立やGeminiの古い自認など、一般ユーザーとの距離を広げる課題も見えてきます。

• Dotsは向こうから提案してくれる設計が評価され、ハヤカワ五味さんはAIを人のように迎えるやり方が広がると考えている
• エージェント活用は、トークンコストや外部サービスの利用規約という現実的な壁も抱えている
• ElevenLabs V4やTavusのGriffinで、声も映像も人間と見分けにくい段階に入りつつある
• Gemini 4 Argonは出力100万トークンが目玉だが、二人とも実際に使うまでは様子見の姿勢
• モデルの優劣は好みの問題に近づいており、初心者には検索と生成の違いを伝えることが大切だと二人は話している