Claude Cowork のリードエンジニアが AI をどう活用しているか（8 分読了）

**Magic Patterns—製品のようなプロトタイプを提供** - **Guru—真実の AI レイヤー** Anthropic の Claude Cowork および Claude Code Desktop のエンジニアリングリードである **[Felix Rieseberg](https://www.linkedin.com/in/felixrieseberg)** が、Claire とともに、彼が実際に自身の生活や仕事で Claude をどのように活用しているかを紹介します。このエピソードでは、2D の間取り図から 3D のフロアプランナーを構築したり、メールを個人の在庫データベースとして利用したり、接続されたアプリからライブダッシュボードを作成したり、$20 のハードウェアで「Claude バディ」を組み上げたりする様子を詳しく解説します。また、AI からより多くの価値を引き出すための彼の哲学についても共有します：抽象化レイヤーを一つ上へ行き、Claude にバックグラウンドで作業させ、コンピュータが人生の些細な面倒な問題を解決できないと決めつけないことです。 - AI の普及における最大の障壁は、人々が AI にあらゆる問題を解決させることができることに気づいていないことです。フェリックスはこの状況を常に見ており、ツールは非常に強力ですが、ユーザーがそれらに手を伸ばすための筋肉記憶（マッスルメモリー）をまだ構築できていません。彼のアドバイス：何かクリエイティブではない面倒なことをしているときは、立ち止まって「これを Claude 代わりにやらせることはできないか」と自問してください。そのギャップは技術的なものではなく、心理的なものです。 - あなたのメールは、未開拓の個人データのための金鉱です。フェリックスは引っ越しの際に自分のメールを使って家具の在庫リストを作成しました：すべての購入領収書、すべての確認メール、すべての寸法を。Claude はそれらすべてを解析し、実際の家具を使った 3D フロアプランナーを構築してくれました。この同じ原則は、衣類、医療記録、旅行履歴、あるいは長年にわたって領収書や確認メールを送受信してきたあらゆる分野に適用されます。あなたはすでに構造化されたデータベースを持っています—Claude にそれを指し示すだけでよいのです。 - 抽象化のレイヤーを一つ上に行き、さらにその先へ進んでください。フェリックスは最初は家具の寸法を手動でフロアプランナーに入力していましたが、そこで立ち止まり、Claude に自分が持っている家具が何かを特定させるように頼みました。そしてさらに一歩進み、メールの中から家具を見つけるよう Claude に指示しました。これが鍵となるパターンです：面倒な作業をしている自分に気づくたびに、「これを Claude 代わりにやらせることはできないか」と自問してください。次に、「何をすべきかを自分で指示しなくても、Claude がそれをどう判断できるか」を自問してください。 - ライブアーティファクトは、個人用ダッシュボードを常に最新の状態に保つための Claude の答えです。静的なアーティファクトとは異なり、ライブアーティファクトは接続されたサービス（Spotify、Gmail、カレンダー、Notion、あなたが許可したその他のもの）からのリアルタイムデータで自動的に更新されます。フェリックスが構築したのは、2000 年代初頭のソフトウェアのような外観を持ち、一日中絶えず更新される個人用ダッシュボードです。決定的な機能は、ピッチデッキ、デイリーブリーフィング、あるいは個人的なレポートをもう手動で更新する必要がないことです。 - 本当に何を求めているか分からない場合は Opus を選択してください。フェリックスのモデル選定におけるヒューリスティック：問題が明確に範囲が定められていて具体的であれば Sonnet を使用します。Claude にあなたが言ったことではなく、実際にあなたが望んでいるものを解釈させる必要がある場合は Opus を使いましょう。「単位付きでフロアプランを作成して」という要求（Sonnet の領域）と、「私の人生をどう整理すればよいか教えてほしい」という要求（Opus の領域）の違いです。ほとんどのタスクでは Sonnet で十分ですが、問題の分解にさらに一層の深さが必要な場合は、Opus を使う価値があります。 - 子どもたちは AI を恐れないため、最高の AI ユーザーです。フェリックスは、親たちから送られてくる動画を見ています—Claude で子供たちが作成した、手描きのキャラクターを持つカスタムビデオゲームやインタラクティブなストーリー、数年前であればソフトウェアエンジニアを必要としたツールなどです。大人たちは 20 年間、「コンピュータができないこと」を学ぶという「心の牢獄」の中にいてきました。その学習を解きほぐすことが鍵となります。 - Claude がミスを犯したときは、モデルではなくワークフローをデバッグしてください。フェリックスは Claude を罵倒しません（チームが人々がそうするときに知っておくのは有用だと彼は指摘していますが）。代わりにこう尋ねます：「私が期待したのはこれです。どこで何が違ったのか、手順を追って説明してもらえますか？今後これを防ぐにはどうすればよいですか？」通常、解決策は「Claude はこれができない」ではなく、「プロンプトを変更する必要がある」「データソースを整理する必要がある」「事前実行（ドライラン）を設定する必要がある」というものです。Claude を壊れたツールとして扱うのではなく、より良い指示を必要とする協力者として扱ってください。 **Magic Patterns—プロダクトのような見た目のプロトタイプを提供** - **ThoughtSpot—AI 駆動の分析機能をプロダクトに組み込む** クレアは、Google I/O 2026 で発表された最大のローンチを解説します。Gemini 3.5 Flash や Antigravity 2.0、そして Google AI Studio、Omni、Flow、Stitch、Pomelliなどです。このエピソードでは、彼女はこれらのツールを実際にテストし、実際に機能するものについて共有するとともに、Google がどこで追いつき、どこで先行しているのか、またなぜ「ローンチから利用可能になるまでのギャップ」がビルダーにとって依然として大きな問題となっているのかを説明します。 - Gemini 3.5 Flash は、Google のベンチマークにおいて主要なフロンティアコーディングモデルと競合しながら、実行速度は4倍速い。Google はこれを、高い推論能力と迅速な実行の両方が必要なタスクに最適化されたエージェント型コーディングモデルとして位置付けている。もしベンチマークが実環境でも有効であれば、この速度優位性がコーディングエージェントの市場を Google のツールへとシフトさせる可能性がある。 - Antigravity 2.0 は、Google の IDE を Claude Code や Codex と機能面で同等にするものだが、後追いとなっている。今回のアップデートでは、プロジェクト（フォルダ制約ワークスペース）、Cron によるスケジュールタスク、特定のタスク用のサブエージェントが追加された。UI は Codex とほぼ同一で、提供される機能も Anthropic や OpenAI が数ヶ月前にリリースしたものと一致している。優位性は速度にある：Gemini 3.5 Flash の性能が実証されれば、開発者は迅速な納品が必要な範囲を限定したタスクに対して Antigravity を選択するかもしれない。 - /grill-me スラッシュコマンドは、Claude Code の丁寧な確認ツールに対する Antigravity の攻撃的なアプローチだ。優しく質問をするのではなく、/grill-me は要件を尋問し、あなたが構築しようとしているものの核心に迫ると約束する。これが実際によりハードコアなものなのか、単なる巧妙なブランディングに過ぎないのかは今後の次第だが、これは Google が個性で差別化を図ろうとする試みを示している。 - Google AI Studio は現在、Workspace アプリと直接統合されているはずだ（あるいはそうされるべきところ）。その約束とは、セットアップ不要で Sheets を読み込み、Gmail の下書きを作成し、Drive を整理し、カレンダーを確認できるノーコードアプリを構築できるというものである。Claire はテスト中にこれを動作させることができなかった。これが実現すれば、Google がデータレイヤーを既に支配している内部の企業向け生産性ユースケースやパーソナルアシスタントワークフローを独占することになる。 - Omni は Google の Sora に対する回答であり、より長く、本番環境品質の動画生成に焦点を当てている。このモデルは 10 秒間の動画を作成する（Sora の 6〜7 秒に対して）、編集Acrossでキャラクターの一貫性を維持し、会話形式での編集も可能にする。Claire は子供の描画をアニメーション化してテストしたが、その出力は印象的だった。真の威力が発揮されるのは、同じキャラクターやシーンを複数回反復して改良する本番ワークフローにおいてだろう。 - Flow は Omni を基盤とした本番環境向けの動画編集ツールだ。これを使えば、キャラクターを定義し、アバターを作成し、映画のような品質を保ちながら会話形式で動画を編集できる。このツールは、スケールした一貫性のある高品質な動画が必要なクリエイターやマーケターを対象としている。Claire は自分自身のアバター作成を試みたが、その機能は失敗した——これは I/O 発表全体を通じて繰り返されるテーマだった。 - Stitch と Pomelli は Google のデザインおよびマーケティングツールだ。Stitch はブラウザ内で動作する Figma のようなもので、ストリーミングによるデザイン生成、インライン AI 編集、コード同期を特徴とする。Pomelli は URL からブランドブック、キャンペーンアセット、ウェブサイトを生成する。両者とも有望だが、「Google slop（グーグルのゴミ）」と呼ばれる、AI 生成デザインの汎用的な美意識に悩まされている。 - Gemini のマルチモーダル能力は依然として最大の差別化要因だ。ファイルや動画に関わる作業、あるいはドキュメントから動画へ、画像からテキストへと異なるモダリティ間での変換を伴う作業においては、Gemini モデルが卓越している。Claire はこれを用いてポッドキャスト動画からのブログ記事生成や描画のアニメーション化を行っている。3.5 シリーズもこの強さを継承しており、これらのユースケースでは Gemini のマルチモーダル性能が最高水準である。 - 最大の課題は：機能の半分がまだ実際に動作していないことだ。Claire はテスト中に破損した機能、欠落している統合、「近日公開」の免責事項を随所で見つけた。AI Studio での Workspace 統合？アクセスできなかった。Flow でのアバター作成？動作しなかった。準備が整っていない機能を発表すると、人々は忍耐を失い、ロードマップへの信頼を失う。 - もしこれらのエピソードを楽しんでいただけたら、返信して、さらに詳しく知りたいことを教えてください：AI ワークフロー、採用、成長、製品戦略——何でも構いません。 来週お会いしましょう、 レニー *P.S. 新しいエピソードを配信された瞬間に受け取りたいですか？お気に入りのポッドキャストアプリで「フォロー」してください。*

Claude Cowork のリードエンジニアが AI をどう活用しているか（8 分読了）

背景や根拠まで確認しますか？

調べる

選ぶ

サイト