これはGoogle I/O Writing Challenge

への提出です__ 🎬 シーン

Google I/O 2026は2時間で大量の発表を行いました.

🔥 Gemini 3.5 Flash
🤖 Antigravity 2.0
🛡️ Firebase AI Logic
🌐 WebMCP
🎨 Stitch
🧠 ジュール
👁️ ジニミー・オミニ

キーノートの糖分ハイカロリーは本物です

。私が読んだ全てのレカップは一つの発表を選び、それを説明しています。それは役に立ちます。しかし、ライブストリームが終わった後、私が実際に持っていた質問には答えませんでした。

🤔 これらのうち、今日から実際のプロジェクトで使って、壊れないものは何か？

だから、過去48時間、最新のツールの4つを使って開発をしました。デモプロジェクトでも、"hello world"でもありません。実際のワークフローに統合する試みです。

どうなったか、こちらです。 👇

🛠️ テストした4つのツール

私はスタックの異なる部分をカバーするツールを選びました：

私はそれぞれを特定のタスクで試しました。チュートリアルではありません。実際にリリースするものです。 🚀

1️⃣ Antigravity CLI: 129人の誰も話していないスキル

みんながAntigravityのマルチモデルルーティング（Gemini + Claude + GPT-OSSを一つのCLIで）について書いています。それはすごいです。🆒

でも、私の仕事のやり方を実際に変えたのは/skillsです

Antigravityには129個のビルトインスキルが付属しています。補完ルールではなく、実際のエージェントの行動です。例えば：

• 🔍agency-code-reviewer — コミット前に変更をステージングします
• 🤖 agency-agentic-search-optimizer — AIエージェントがあなたのサイトでタスクを完了できるか監査します
• 📖 agency-codebase-onboarding-engineer — 新しい開発者に不慣れたリポジトリを理解するのを助けます

🧪 テスト

私は実際のReact/TypeScriptプロジェクトでスキル作成ワークフローをテストしました。一つのプロンプト：

"Create a skill that enforces TypeScript strict mode violations before any PR merge"

⚡ 実際に反重力がしたこと

Step 1: Read tsconfig.json and package.json → understood the stack ✅
Step 2: Scanned src/ for existing type patterns ✅
Step 3: Ran git status → understood current state ✅
Step 4: Proposed SKILL.md + checker script + pre-commit hook ✅
Step 5: Asked for approval, then built all three ✅
Step 6: Created mock violations, ran hook against itself, verified ✅

✅ 良い点

一つのプロンプト。手で書かれた設定ファイルなし。プレコミットフックは現在アクティブで、次のTypeScript違反をブロックします.

⚠️ 悪い点

そのスキルはプロジェクトディレクトリではなく、~/.gemini/config/skills/グローバルに存在します。つまり、このマシン上のALLプロジェクトで利用可能です。60個のスキルがお互いに競合するようになるまで、便利です。😬

❌ うるささ

Gemini CLI（オープンソース、1万人以上の貢献者）は6月18日に終了します。Antigravityは非公開ソース。Googleは開発ツールをその収益化スタックに移しました

。これは認識すべき取引です。 🫠

🏆 判定

スキルシステムは本当に強力です。非公開ソースへの移行は本当に懸念すべきです。両者は事実です

⭐⭐⭐⭐ (4/5)

2️⃣ Gemini 3.5 Flash: 快速で安価で、何かが欠けています

AI Studioを通じてGemini APIにアクセスし、コンテンツ要約機能を動かしました。シンプルな作業：3,000語の記事を入力し、構造化された要約を取得します.

⚡ 高速性

ほとんどの入力に対してサブ秒レベルの応答時間です.Gemini 1.5 Proよりも明らかに高速です.

Gemini 1.5 Pro:   ~2.3s average
Gemini 3.5 Flash: ~0.8s average  ← 3x faster 🚀

🎯 品質

抽出と要約に長けている。ニュアンスの理解に苦労した — 意見記事の中で「議論の的となる見解」を特定するように頼んだ時、しばしば最も目立つ主張を選ぶ代わりに、最も刺激的な主張を選ばなかった。

💰 コスト

面白い点がある。Gemini 3.5 Flashは非常に安価に設定されているは高容量使用向けです。毎日数千件の文書を処理するツールを構築している場合、経済性が現実的です。📈

🚨 誰も言及していないこと

コンテキストウィンドウの挙動. 128Kトークンであれば、技術的に長い入力を処理できます。しかし、私は約60Kトークンを超えると品質が低下することに気づきました — モデルが長い文書の途中に埋め込まれた詳細を見落とし始めた

他の開発者が報告していることと一致するが、誰もそれについて書いていない.

🏆 判定

高負荷で構造化された抽出タスクに最適。検索層なしで長い文書のニュアンス分析に頼らないで

⭐⭐⭐⭐ (4/5)

3️⃣ Firebase AI ロジック：セキュリティ モデルは物語

Firebase AI ロジックでは、Gemini 推論を直接クライアントから実行できます—ウェブ アプリやモバイル アプリはバックエンド プロキシなしで Google の API と通信します。

I/O キーノートはこれを魔法のように聞こえさせました。 🪄

現実はより複雑です。

🛡️ 本当に新しいもの：4層セキュリティモデル

┌─────────────────────────────────┐
│  Layer 1: App Check             │  ← Verifies requests from YOUR app
├─────────────────────────────────┤
│  Layer 2: Firestore Rules       │  ← Controls who can call the model
├─────────────────────────────────┤
│  Layer 3: Rate Limiting         │  ← Per-user throttling
├─────────────────────────────────┤
│  Layer 4: Output Filtering      │  ← Content safety on responses
└─────────────────────────────────┘

これは重要な理由がある。クライアントサイドのAIは常に信頼問題を持っている：APIキーがブラウザにある場合、誰でもそれを悪用できる。Firebaseのアプローチはそのリスクを完全に排除しないが、十分な摩擦を追加することで、日常的な悪用が簡単ではなくなる。 🔒

なにも新しいことじゃない

推論そのもの。すでにAI Studio APIを使ってフロントエンドからGeminiを呼び出すことができた。Firebase AI LogicはこれをFirebaseの認証とセキュリティエコシステムにラップしている。

Firebaseにすでに乗っている場合 → すっきりした統合 ✅
Firebaseに乗っていない場合 → 移行コストは実際にある ❌

🕵️ 陷阱

クライアントサイドの推論とは、あなたのプロンプト構造がブラウザのネットワークタブで見えるということです。プロンプトエンジニアリングが競争上の優位性の一部であるどんなアプリケーションでも、バックエンドプロキシを望むべきです。👀

🏆 裁判

FirebaseネイティブアプリでAI機能が必要ですがバックエンドの複雑さを避けたい場合に最適です。セキュリティに敏感なアプリケーションにおけるサーバーサイドの推論の代替品ではありません.

⭐⭐⭐ (3/5)

4️⃣ WebMCP: 最も重要な発表（しかしまだ関係ありません）

WebMCPは、ウェブアプリケーションが構造化された情報をAIエージェントに公開できるプロトコルです。それをrobots.txtと考えることができますがエージェントの相互作用 — それはAIクローラーにあなたのアプリができることを教えるもので、ページがあることだけではありません.

🤔 なぜこれが重要か

エージェントスタック全体（Geminiエージェント、Antigravity、Julesなど）は、ウェブアプリケーションと相互作用するためにそれらを理解する必要があります。WebMCPはGoogleがその標準化を試みたものです。

なぜまだワクワクしてないのか

小さなウェブアプリでWebMCPを実装してみたが、以下の点がわかった

• 📚 ドキュメントは少ない — I/Oセッションで約4分で説明された
• 🔧 ツールは最小限 — CLIのサンプリングツールがない、検証ツールがない、テストフレームワークがない
• 📉 対応はゼロ — まだ主要なフレームワークではサポートされていない
• ❓ これはGoogleの提案であり、標準ではありません — W3C/IETFの関与は未定

🏆 判定

ここを注視してください。まだ構築しないでください.

⭐⭐ (2/5)

📊 最終的なスコアボード

💡 思考のあり方を変えた唯一のこと

スキルファイル。断然です. 🏆

I/O 2026の前に、私のAIワークフローは以下の通りでした：

Open chat → Paste context → Get answer → Copy result
Open chat → Paste context → Get answer → Copy result
Open chat → Paste context → Get answer → Copy result
...forever 😩

スキルファイルはを反転させます：

Define behavior once (SKILL.md) → Agent executes autonomously → Forever ♾️

それは機能の改善ではありません。それは異なるプログラミングモデルです。

私が作成したアクセシビリティレビュアーは、私のマシンで#130のスキルを持っています。それはこちらにあります：

~/.gemini/config/skills/soilsense-accessibility-reviewer/SKILL.md

これからのAntigravityセッションではいつでもそれを呼び出せます。一つのプロンプトで作成されました。オーケストレーションコードはありません。

💬 ジニーミー3.5フラッシュのベンチマークは6ヶ月で時代遅れになります。コミットごとにチームの標準を強制するスキルファイル — それが複合的に影響します.

🎯 あなたは何を構築しますか？

他の人々が何を見つけているか興味があります。これらのツールを実際のプロジェクトでテストしましたか？何がうまくいきましたか？何が壊れましたか？ 🤔

特に興味があります：

• 🐧 LinuxでAntigravity CLIを実行している人（私はWindowsでテストしました）
• 🔥 Firebase AIロジックが本番環境で動作している（デモだけでなく）
• ワイルドなWebMCP実装

ご経験をお知らせください！👇

最良のI/Oカバレッジは、人々から来るものです。実際に物を作っていました、キーノートを観た人々ではありません📺➡️🔨

読んでいただきありがとうございます！もし、この情報があなたにどのI/Oツールを試すか決めるのに役立ったなら、❤️をドロップして、コメントであなた自身の経験を共有してください。