ChatGPT Atlasとブラウザ戦争、DeepSeek-OCR、Claude Code on the Webを落ち着いて読む

1つ目の話題は、OpenAIがChatGPTを搭載したブラウザ「Atlas」を公開したというニュースです。しぶちょーさんは、PerplexityのCometComet ── 検索AIのPerplexityが出したAIブラウザ。ブラウザにAIアシスタントを組み込み、閲覧中のページの要約や操作の代行ができるのが特徴ですなど、AIブラウザ戦線が加熱しているなかで「本丸」のOpenAIが出してきた、と位置づけます。

Atlasは収録時点ではMacでしか使えず、Windowsには未対応です。MacBookで実際に試したしぶちょーさんの感想は、意外にも「特段驚くところはあまりない」というものでした。

Atlasの特徴としては、ChatGPTがシームレスにブラウザ検索に入ってくることと、ChatGPTがブラウザを操作できることが挙げられています。「マウスを調べて」と頼むとAmazonのサイトまで行ってカートに入れるところまでやってくれたり、Xへの投稿もできたりするそうです。

かねりんさんが「ちょっと前に流行っていたエージェントのようなもの」と受け止めると、しぶちょーさんはブラウザを直接操作してくれるエージェントだと応じます。ただし投稿の自動化については、しぶちょーさん自身が不安を口にしています。

ブラウザには個人情報も入れるため、OpenAIとはいえまだ怖い、というのがしぶちょーさんの感覚です。それでもOpenAIが参入した事実は、AIブラウザという分野に注目が集まっている表れだと見ています。

2つ目の話題は、Microsoft Copilotの新機能発表です。この中に「Copilot Mode in Edge」があり、EdgeEdge ── Microsoftのウェブブラウザ。かつてのInternet Explorerの後継として登場し、Windowsに標準搭載されていますの中にCopilotをAIブラウザ的に組み込むことが発表されました。

OpenAI、Perplexity、MicrosoftとAIブラウザが盛り上がるなか、しぶちょーさんが気にしているのは「本丸」であるGoogleが動いていないことです。ブラウザの本丸はシェアの高いGoogle Chromeだ、という見立てです。

Googleが動かない理由について、しぶちょーさんは2つの説を挙げています。1つ目は、AIブラウザがGoogleの広告ビジネスを壊しかねないという説です。

検索結果の上に出る広告枠でお金を取っているGoogleにとって、結果だけを持ってくるAIブラウザは自分たちのビジネスを破壊する形をしています。そのためGoogleは慎重になっているのではないか、という説です。

2つ目は、Chromeのシェアが高いので「後出しじゃんけん」でも余裕で勝てるから様子を見ている、という説です。ブラウザで大事なのはセキュリティ面で、クレジットカード情報なども登録する以上、圧倒的な信頼があるのはChromeだとしぶちょーさんは話します。

かねりんさんは、今のChromeに拡張機能でGPTを付けるのではダメなのか、と疑問を投げます。しぶちょーさんの答えは、ダメではないがシームレスではない、というものでした。

しぶちょーさんは、GeminiがGoogleの各種ツールと連携しているのにChromeと何もないのはおかしい、とも指摘します。Googleは王者の貫禄を見せつけつつ、何かを計画していると考えているそうです。

しぶちょーさんは、Edgeへの組み込みやOpenAIの独自参入でAIブラウザ戦線は熱くなっているものの、ユーザーとして触ってみると驚きは少ない、と繰り返します。

Amazonでの買い物代行についても、カートに入れる手前までは行ってくれるものの、決済までは踏み切ってくれないようだと話されています。勝手に注文されると困るためのストッパーだろう、という受け止めです。

安全性が確保されていけば、そうした世界も来るだろうとしぶちょーさんは見ています。ただ、現状のAIブラウザは「すごくプレビュー段階、テスト段階」だという評価です。

かねりんさんは、テスト段階のAIブラウザに参加するのは嫌だと話します。以前しぶちょーさんに「データを吸われて大丈夫？」と脅かされたため、パスワードが変なふうに使われるのが怖いというのです。

しぶちょーさんの答えははっきりしていて、パスワードは一切渡していないそうです。AIブラウザは最初に「Chromeのデータを全部読み込ませて」と求めてくるが、それには同意しない方がいい、と勧めます。

しぶちょーさんが心配しているのは、悪意のある人が仕掛けるプロンプトインジェクションプロンプトインジェクション ── AIへの入力や閲覧させるページに悪意ある指示を紛れ込ませ、本来の設定を無視させたり、隠れた情報を引き出したりする攻撃手法ですです。よほど大丈夫だとは思うがゼロではない、という慎重な言い方をしています。

かねりんさんは以前の回の「学習と参照は違う」という話を持ち出し、学習していないなら吐き出さないのでは、と問いかけます。しぶちょーさんは、学習ではなく参照の問題だと説明します。

ログイン操作を代行する以上、AIブラウザはパスワードを参照できる状態にあります。それを意図的に出させるプロンプトインジェクションをされたら、というのがしぶちょーさんの懸念です。

一方で、もし同意してしまってもアンインストールすればよく、ウイルスのような扱いをする必要はないとも話しています。危険物扱いではなく、新しいブラウザにすべてを預けるのが怖い、という温度感です。

しぶちょーさんのスタンスは、新しいAIブラウザには、まず事故が起こるのを一度確認してから使う、というものです。かねりんさんが「人柱になるのを見てからね」とまとめると、しぶちょーさんも認めます。

信頼の基準は「今まで使ってきたかどうか」です。Googleが出してきたら少し信頼できるかもしれない、としぶちょーさんは話します。

Edgeについては信頼はできるとしつつも、Internet Explorerのイメージが残っていて使う気になれないそうです。背景には、Microsoftへの小さな不満がありました。

パソコンの再起動時に「OneDriveを使いましょう」と出てきたり、どこで断ればいいかわからなかったりする点に、しぶちょーさんは不満を持っています。かねりんさんも、詳しくない人は急いでいるうちに契約してしまいそうだと同意しています。

かねりんさんが、Googleドライブの無料枠15GBもしんどくなってきたと話すと、しぶちょーさんはすでに有料契約していると答えます。

AIエンジニアとして、しぶちょーさんはGoogle ColaboratoryGoogle Colaboratory ── ブラウザ上でPythonを実行できるGoogleのサービス。環境構築なしで、GoogleのGPUやTPUを使った計算ができますを使っています。自分のパソコンが高性能でなくても、Googleのリソースで計算できるからです。

しぶちょーさんは、Colaboratoryは無料でも使えるものの、ガツガツ回すなら月額2000円ぐらいかかると話しています。こうした実体験からも、Googleへの信頼は厚いようです。

では今後のAIブラウザにどう接すればいいのか。しぶちょーさんは、触って確認する程度はしてもよいが、クレジットカード情報は入れず、ログインもしない方がいい、と助言します。

かねりんさんが「それでは真価が発揮されない」と返すと、しぶちょーさんは「漏れたら終わり」と譲りません。捨てアカウントやサブアカウントで試すのはよい、というところで話が落ち着きました。

Microsoft Copilotの新機能発表には、Edgeへの組み込み以外にもいくつかの機能が含まれていました。その1つが、1つのチャット画面に複数人で入れる「Copilot Groups」です。

しぶちょーさんは、どう使うのかは微妙だとしながらも、今までChatGPTなどになかった機能だと話しています。かねりんさんは、みんなで使うとぐちゃぐちゃになりそうだと感想を述べました。

もう1つはマスコットキャラクターの「Miko」です。話しかけると色が変わるキャラクターで、しぶちょーさんは「よくわからない」と評しつつ、Copilotの今後の大きな発表の前触れかもしれないと見ています。

3つ目の話題は、xAIのGrokGrok ── イーロン・マスク氏率いるxAIが開発する生成AI。Xと連携しており、キャラクターと会話できる「コンパニオン」機能も持っていますのiOS版アプリに、新コンパニオン「Mika」が追加されたニュースです。

Grokにはもともと、好感度を最大にできることで知られる「アニ」というコンパニオンがいました。新しく追加されたMikaは、バイク好きのボーイッシュな女の子のキャラクターだそうです。

Mikaは一応18禁の設定になっているものの、収録時点では際どい使い方はできないそうです。アニは衣装や髪型、色を自由に変えられる着せ替え人形のようになっているのに対し、Mikaはまだ衣装も選べません。

しぶちょーさんは、話し相手としてきちんと設計しているのか、イーロン・マスク氏の意向があるのかはわからない、と話しています。キャラクターごとにシステムプロンプトは違っても、裏で動いているモデルは同じだろうという見立てです。

Grokのキャラクターたちにはアニメのような作り込みやXのアカウントまであり、かねりんさんは狙いは何かと問いかけます。しぶちょーさんは、動きと声が連動する技術に注目し、メタバース分野につなげるのではないかと推測します。

しぶちょーさんによれば、AI系のARゴーグルは今熱い分野です。AppleもApple Vision Proは失敗だったとして、グラス系に移行しようとしているという話もあると紹介しています。

かねりんさんは、3年ほど前にMeta Quest Proを期待して買ったものの、体験として全然感動がなく売ってしまったと明かします。ゴーグルはごついので、メガネで済むならその方が面白そうだ、というのが率直な感想です。

ここでしぶちょーさんは、ARとMRの違いを説明しました。定義は曖昧だと断ったうえでの整理です。

しぶちょーさんは、1年ほど前に友達からARグラスのXREALXREAL ── メガネ型のARグラス。パソコンやスマホの画面を目の前に大画面で投影して使えるのが特徴ですを借りて使ってみたそうです。ガジェット系YouTuberがこぞって「カフェで大画面作業ができる」と驚いていたのがきっかけでした。

しかし実際に使うと、しぶちょーさんにはまったく合いませんでした。理由は画面の固定方式にあります。

Meta Questは画面を空間に固定できるため、首を動かしても画面を追えます。一方、当時のXREALはメガネに対する位置が決まっていて、首を動かすと画面もついてきてしまったそうです。

空間固定ができるソフトも開発されていたものの、当時はプレビュー版だけでした。導入が面倒で、使いにくく、解像度も急に下がるため、しぶちょーさんは使うのをやめたといいます。

ただし最近は新しいモデルが出ていて、そちらは良さそうだとしぶちょーさんは見ています。借りて試したい、案件がほしい、という話でこの話題は締めくくられました。

しぶちょーさんは自らを「ガジェットをレビューするから物をちょうだい」という物乞いだと笑い、かねりんさんも自分で買いまくって試すタイプだと話します。メーカー側も最近は率直なレビューを求める風潮だとして、二人でガジェットレビューをやれるのではないか、という流れになりました。

しぶちょーさんが手元に持っていたのは、案件でもらったAI文字起こしデバイス「PLAUD NOTE」のカードタイプです。一方のかねりんさんは、比較検討のうえ競合のNottaのデバイスを買っていました。

しぶちょーさんがペンダントタイプではなくカードタイプを選んだのは、マグネットでスマホの裏に付けたかったからで、骨伝導で通話を拾える機能も試したかったそうです。かねりんさんも同じようにスマホの裏に付けていて、二人は同じ形の競合製品を持っていたことになります。

かねりんさんによれば、この2製品を直接対決させたレビューはYouTubeにもあまりないそうです。二人はいつかガチンコ対決をしたいと盛り上がりました。

なおしぶちょーさんは、この手のデバイスは会社には持って行けないものの、自分の打ち合わせでかなり活用していると話しています。

4つ目の話題は「DeepSeek-OCR」の公開です。かねりんさんは、久しぶりに聞いた中国のDeepSeekの名前に反応し、OCROCR ── 光学文字認識。画像やスキャンした書類に写った文字を読み取り、テキストデータに変換する技術ですは文字を読み取るものだと確認します。

しぶちょーさんは、これは「驚くべきことなのに驚かれていない」ニュースだと話します。字面だけではDeepSeekがOCRできるようになったとしか見えないが、そうではないというのです。

LLMに文章を入れるときは、トークントークン ── AIが文章を処理する単位。文字や単語の断片ごとに区切られ、API利用料の計算にも使われますという単位で扱います。かねりんさんが「ざっくり文字数のイメージでいいのか」と聞くと、しぶちょーさんはそうだと答えています。

DeepSeekの発想は、文字を文字として入れずに画像として入れ、後でOCRで読み込むというものです。そうすると同じ情報でもトークン量を節約でき、しぶちょーさんによればトークン数は10分の1ぐらいになるそうです。

しぶちょーさんは、論文をまだしっかり読み込めていないと断ったうえで、画像として取り込んだ後にコストの低い空間で処理しているのではないか、と説明しています。かねりんさんはこれを「カプセルの薬のように、中に入ってから溶けろ」という感じだとたとえました。

トークンが少ないと何がよいのか、という問いに対して、しぶちょーさんは多くの文字を扱えるうえ、電気代もモデルの容量も少なく済むと答えます。ローカルLLMでも、少ないGPUやPCリソースでより高度なモデルを動かすきっかけになるという見立てです。

DeepSeekはソースコードをオープンソースで公開し、論文も出しています。しぶちょーさんは、概念が難しく驚きポイントが伝わりにくいので、いつか論文を読み込んで取り上げたいと話しています。

DeepSeekという名前だけで怪しいと感じる人もいるだろう、としぶちょーさんは切り出します。かねりんさんも、中国で怪しい、OpenAIのものをパクったらしいという印象を持っていたと話します。

しぶちょーさんは、OpenAIのモデルを学習に使っていたという説もあるとしつつ、悪さはしていないだろうと受け止めています。当時のモデルも非常に軽量で、DeepSeekは正直すごいという評価です。

しぶちょーさんは、ヒューマノイドロボットのレベルの高さや、愛用する3Dプリンターがほぼ中国製であること、ドローンのDJIが中国メーカーであることを例に挙げています。

ただし使うときの注意は別で、会社ではなかなか使われず、個人では使うというのがしぶちょーさんの付き合い方です。データはすべて明け渡している前提で使う、という整理でした。DeepSeekについては近く深掘り回で扱う予定だそうです。

5つ目の話題は、Anthropicが公開した「Claude Code on the Web」です。かねりんさんはClaudeにすでに課金して使っているものの、Claude Code自体は知らないと話します。

しぶちょーさんによれば、Claude CodeはもともとCUICUI ── 文字だけでコマンドを打ち込んで操作する画面のこと。マウスで操作するGUIに対して、黒い画面で文字を入力する形式ですというコマンドラインでしか使えないものでした。環境を構築すれば日本語で「こういうプログラムを作って」と指示でき、フォルダまで自動で作ってくれます。

今回のウェブ版では、この環境構築が不要になりました。代わりにGitHubGitHub ── プログラムのコードを保存・共有・管理できるサービス。エンジニアが共同開発やバージョン管理に広く使っていますのアカウントが必要で、リポジトリの中のファイル構成やコードの配置をAIが勝手にやってくれるそうです。

しぶちょーさんは、エンジニア向けであることは変わらないが、環境構築を面倒に感じる人にとってはやりやすくなったと評価しています。自身は環境構築済みですが、いろいろなパソコンやスマホから使える点は楽だと感じたそうです。

かねりんさんが素人でも使えるのかと尋ねると、しぶちょーさんは使えると答え、ホームページも秒で作れると話します。Studioのようなノーコードツールを使っているかねりんさんにとって、気になる話でした。

HTMLが触れないと微調整はつらいかもしれない、という留保はありつつも、見た目は「めっちゃかっこいい」と評価しています。ここから、番組のホームページを作ろうという話が持ち上がりました。

更新通知やジャンル別の検索、テキスト版のしぶちょーさんブログといった機能も付けられるそうです。公開にはレンタルサーバーが必要で、レンタルサーバーに置いておけば攻撃についてもサーバー側が守ってくれる、としぶちょーさんは説明しています。

しぶちょーさんは、Claude Codeは使った分だけお金を取られるAPI課金ではなく、Claudeの通常の課金プランで使える点も魅力だと話します。

従量課金が怖くて避けていたかねりんさんにとっては朗報で、ホームページ程度では制限に達しないだろう、とのことです。二人は「使ってみましょう回」をやろうと約束しました。

ニュースの並び順について、かねりんさんが一番良い話が最後だと指摘すると、しぶちょーさんはコンパニオンの話を最後にすると締まりが悪いので順番を変えたと明かしています。

振り返ると今週はブラウザ系が多かった、と二人は話します。かねりんさんがClaudeもブラウザを出すかと尋ねると、しぶちょーさんは社会貢献を重視しているとされるAnthropicにはそのイメージがなく、コーディングで尖ってほしいと答えました。

ホームページ制作の予習として、しぶちょーさんが勧めるのは、Claude Codeでなくても普通のClaudeに頼んでみることです。

出てきたHTMLファイルをダブルクリックするだけで、ブラウザでホームページの形が開けるそうです。しぶちょーさんは、それを単純にやっただけでも感動したと話します。

かねりんさんは、Claudeにインフォグラフィックの資料を頼むと見た目よく仕上がると話し、ウェブサイトもあんな感じかと確認します。しぶちょーさんは、それに近いと答えています。

番組のサイトをどう面白くするかという話で、かねりんさんはPerlやCGIで作った昔のチャットや掲示板を一周回って作ったら盛り上がるのでは、と提案します。そこでしぶちょーさんが挙げたのが「阿部寛のホームページ」でした。

しぶちょーさんによれば、このホームページはもともとファンが作っていたものを阿部寛さんが気に入って公式にしたもので、情報は更新され続けているものの、見た目は今風にしていません。

アクセスカウンターや左右に動き続ける文字など、平成初期風のページもClaudeなら出してくれるだろう、と二人は話します。しぶちょーさんは、自身が持つ技術士の関連ページにもそうした古いものが多く、思うところがあると漏らしました。

一方で、古いものが良くなる場合もある、とも話しています。平成がレトロと呼ばれることに、二人は少し寂しさも感じていました。

番組の締めくくりに、二人は今後の企画としてガジェットレビューとホームページ制作を挙げました。しぶちょーさんは、自分が語るばかりでなく、AIガジェットを持ち寄って互いにプレゼンするような企画ものを増やしたいと話しています。

速報回はさらっとした内容で、メインの深掘り回は毎週金曜日に配信していると案内されました。番組の感想はハッシュタグ「#おちつきAI」を付けてXなどに投稿してほしい、と呼びかけています。

まとめ

今回の速報回では、AIブラウザの相次ぐ登場を中心に5つのトピックが紹介されました。しぶちょーさんはデータを渡さず、事故を見届けてから使うという慎重な姿勢を示しつつ、DeepSeek-OCRやClaude Code on the Webには驚くべき価値があると評価しています。

• AtlasやEdgeのCopilotモードなどAIブラウザは増えているが、しぶちょーさんの感想は「驚きは少ない」で、現状はプレビュー段階と見ている
• Googleが動かない理由として、広告ビジネスを壊しかねない説と、Chromeの信頼とシェアによる後出しで勝てる説が挙げられた
• AIブラウザにはパスワードやクレジットカード情報を渡さず、試すなら捨てアカウントで、というのがしぶちょーさんの助言
• DeepSeek-OCRは文字を画像として取り込み、トークン数を10分の1ぐらいに減らす発想で、深掘り回で扱う予定
• Claude Code on the Webは環境構築なしで使え、二人は番組ホームページ制作やガジェットレビュー企画に挑戦する構想を話した