6/3/2025 AI Express｜オープンAI、AIエージェントと検索機能を強化する複数のアップデートをリリース

待望の/search APIが稼動したことをお知らせします。

最も人気のあるエンドポイントの一つである /search API は、開発者やエージェントがウェブコンテンツを発見し、クロールするための非常に簡単な方法を提供するように設計されています。1回のAPIコールで、ユーザーは簡単にインターネット全体を検索し、大規模言語モデル（LLM）に適した形式で結果を抽出することができます。

主な特徴は以下の通り：

• 効率的な検索：高度なアルゴリズムを使用して、関連するコンテンツをすばやく検索します。
• シームレスな統合：複数のプログラミング言語と開発プラットフォームをサポート。
• データフォーマット：取り込んだデータをLLMが直接使用できるフォーマットに自動変換。
• リアルタイム更新：最新かつ最も関連性の高い情報へのアクセスを保証します。

この機能は、API、管理コントロールパネル（MCP）、およびすべての統合で利用できるようになりました。

大規模なデータ分析が必要な場合でも、日々の開発ワークフローを簡素化したい場合でも、/search APIは強力なサポートを提供します。

2025年6月2日に開催されたSnowflake Summitで、OpenAIのCEOであるサム・アルトマンはAIの未来についての考えを語った。

アルトマンは、最近立ち上げたコーディング・エージェント、Codexは彼が直接経験したものだと言う。一般人工知能（AGI）Moments.Codexは幅広いタスクを処理することができ、バックグラウンドで自律的に動作し、優れたパフォーマンスを発揮する。複雑なタスクをこなせるだけでなく、近い将来、会議を傍聴したり、Slackのメッセージや社内文書を読んだりすることもできるようになるだろう。

「これらのモデルは、来年か再来年にはかなり素晴らしいものになるだろう。 とアルトマンは言った。「改善の余地はたくさんあるし、これからもっと良くなっていく。

彼はさらに、これらのモデルはユーザーから提供されたすべての文脈情報を理解し、さまざまなツールやシステムに接続し、最終的に答えを出すために綿密な推論を行うことができると強調した。これらのモデルは、ユーザーが独立して仕事をこなすのに十分な堅牢性を備えている。

アルトマンは、この能力は非常に近いと信じており、それが彼を興奮させている。

[フル動画：https://t.co/3HV0GvQ51r]

最新のニュースによると、オープンAIは2025年6月3日に、ネイティブのオーディオ処理をサポートする2つの新モデルをリリースする準備を進めているという：gpt-4o-audio-preview-2025-06-03 歌で応える gpt-4o-realtime-preview-2025-06-03.これら2つの新しいモデルは、特にオーディオ領域におけるマルチモーダル処理を大幅に強化する。

そのうちのひとつだ。gpt-4o-audio-preview-2025-06-03 これは、音声認識、音声テキスト化、音声合成などのアプリケーション・シナリオ向けに、より強力な音声理解・生成機能を提供することを目的としている。そして gpt-4o-realtime-preview-2025-06-03 その一方で、リアルタイムの音声処理に重点を置き、リアルタイムの対話、音声コマンドの理解、即時のフィードバックを可能にしている。

この一連のアップデートは、音声処理におけるAIの応用をさらに進め、より豊かで自然なインタラクティブ体験をユーザーに提供する。

最新のニュースとして、クロード・リサーチとリモートMCPの統合が、プロ・ユーザーにも正式に提供されるようになった。

クロード・リサーチのプラットフォームは、研究者や開発者がモデルのトレーニングやデータ分析をより効率的に行うための高度な自然言語処理ツールを提供します。リモート MCP (モデルコントロールパネル) の統合により、ユーザーはリモートアクセスでリアルタイムにモデルを監視および調整することができ、開発効率が大幅に向上します。

主な特徴は以下の通り：

• 高度な自然言語処理ツール
• リアルタイムのモデルモニタリングと調整
• 柔軟なリモートアクセス機能

これらの新機能により、ProユーザーはClaudeプラットフォームのパワーをより活用し、プロジェクトの進捗を加速させることができます。

最近、OpenAIは、知的エージェントを構築する能力をさらに強化するために設計された4つの重要なアップデートをリリースした。

第一に、**エージェントSDK**はTypeScriptをサポートし、開発者により強力な型チェックとより良い開発体験を提供します。第二に、音声エージェント用に設計された新しい **RealtimeAgent** 機能により、リアルタイムの対話処理が可能になり、ユーザーエクスペリエンスが大幅に向上します。

さらに、リアルタイムAPIに**トレース**サポートが追加され、開発者はより良いデバッグとシステムの最適化のためにリアルタイムのデータストリームをトレースして記録できるようになりました。最後に、OpenAIは**音声合成モデル**を改善し、より自然で滑らかな音声出力を提供します。

これらのアップデートは、テクノロジーの柔軟性と使いやすさを向上させるだけでなく、より効率的でインテリジェントなエージェントアプリケーションを構築するための追加ツールを開発者に提供します。

個人のハードウェア上でカスタムAIエージェントを構築するためにGemmaを使用する詳細な概要。この技術は、ユーザーが自分のラップトップ上で完全にローカルにAIエージェントを作成し、実行する方法に革命をもたらしました。

OpenAIやAnthropicのようなプロバイダーに接続したり、お金を払ったりする必要はありません。オープンソースのGoogle Gemma 3モデル、Smolagents、LM Studioを組み合わせることで、完全なローカルAIエージェント環境を構築できます。

主な強み

• **完全なローカライズ**：すべてのデータと処理は、プライバシーとセキュリティを高めるためにローカルで行われます。
• **クラウドサービスに依存する必要がない**：サードパーティ・サービスへの依存を避け、コストを削減できる
• **高い柔軟性**：AIエージェントの機能とパフォーマンスは、特定のニーズに合わせてカスタマイズすることができます。

これは、特に医療データ分析や金融取引など、高度なプライバシー保護を必要とするアプリケーション・シナリオにおいて、開発者や研究者にとって大きな恩恵となる。

最近、OpenAIはプログラミング・アシスタント「Codex」をPlusユーザーにリリースすることを発表し、Codexエージェントがインターネットにアクセスできる新機能を紹介した。

この新機能は本日リリースされ、ユーザーは新しい環境を作成するか、既存の環境を編集することで、インターネットアクセスを有効にすることができる。デフォルトでは、インターネット・アクセスはオフになっており、ユーザーはCodexがタスクを実行する際に使用できるドメイン名とHTTPメソッドを完全にコントロールできる。

重要なポイント

• インターネットアクセスは手動で有効にする必要がある
• ユーザーは、Codexアクセス用のドメイン名とHTTPメソッドをカスタマイズできます。
• 使い方の詳細やリスクについては、公式文書をご参照ください。

このアップデートにより、開発者はより高い柔軟性と機能を手に入れ、Codexをより幅広いシナリオで使用できるようになります。例えば、開発者はCodexを使って、インターネットからリアルタイムのデータを取得したり、動的なコード生成を実行したり、外部APIを呼び出したりすることができます。

より詳細な情報と手順については、こちらをご覧ください：https://t.co/9LbzFI6WUb

kithbook_comチームは、v0プラットフォームを使って、いくつかの先進技術を統合したフルスタック・アプリケーションを構築している。現在、チームはGoogle OAuth認証機能を完成させ、80人がウェイティングリストに載っている。

次のステップとしては、GmailとGoogleカレンダーの同期を可能にすること、OpenAIの統合、コンテキストを使ったユーザープロファイルの構築などがある。これらの機能は、ユーザー体験を大幅に向上させ、よりパーソナライズされたインテリジェントなサービスをユーザーに提供する。

主なアップデート

• Google OAuth認証が正常に実装されました
• 80人がウェイティングリストに追加された
• へのアーリーアクセスのために4人が3ドルを支払った。

次のステップの計画

1. GmailとGoogleカレンダーの同期
2. OpenAI技術の統合
3. コンテキスト情報によるユーザープロファイルの構築

v0プラットフォームにより、kithbook_comチームはこれらの機能を効率的に開発・展開し、ユーザーにシームレスで安全なアプリケーション体験を提供することができました。

最近、OpenAudio S1という精密な音声制御技術が広く注目を集めている。この技術は、音声合成（TTS）の分野で画期的な進歩を遂げただけでなく、ユーザーにこれまでにないインタラクティブな体験を提供する。

OpenAudio S1は、高度な自然言語処理により、非常に自然で表現豊かな音声合成を実現します。TTS-Arenaの評価では、Word Error Rate (WER)がわずか0.008、Character Error Rate (CER)が0.004と、Seed TTSの評価でトップクラスの評価を得ています。

OpenAudio S1のコア機能は以下の通りです：

• 他の追随を許さない表現力と自然さ：怒りや喜び、悲しみ、微妙な強調、ささやき、共感など、さまざまな感情を正確に伝える能力。
• 幅広い応用シーン：ビデオ制作、オーディオブック、ポッドキャスト、AIコンパニオン、ゲームなど様々な分野に適しています。

この技術の登場は、人間とコンピュータの相互作用の可能性を大きく広げ、クリエイターに創造性を実現する手段を提供した。

音声認識・合成技術の絶え間ない進歩により、正確な音声コントロールは将来のスマートデバイスの重要な一部となり、人工知能技術の発展をさらに促進する。

firecrawl_devの新しい/searchエンドポイントのおかげで、競合分析がかつてないほど簡単になりました。この革新的なツールは、プロセスを自動化することで、市場調査の効率を劇的に改善します。

このツールは強力なパイプラインシステムを構築し、自動的に競合他社を特定し、そのウェブサイトから重要な情報をクロールし、最終的に詳細なレポートを作成します。プロセス全体は@LangChainAIのStateGraphによって駆動され、ワークフローのスムーズな実行を保証します。

**主な特徴

• 競合他社の自動発見と特定
• 対象ウェブサイトのデータを効率的にクロール
• 包括的な競合分析の作成

これらの機能により、企業は市場の動きをより速く理解し、より多くの情報に基づいたビジネス上の意思決定を行うことができる。

**幅広いアプリケーション・シナリオ：***。

• マーケティング担当者はこのツールを使って競合分析を行い、プロモーション戦略を最適化することができる；
• プロダクトマネージャーは、競合他社の製品の特徴を分析することで、自社の製品を改善することができる；
• ビジネスの意思決定者は、詳細なデータ・レポートに基づいて、より競争力のある戦略を立てることができる。

つまり、@firecrawl_devの新しい/searchエンドポイントは、競合分析を強力にサポートし、生産性を大幅に向上させる。