先週Googleが試験公開している「Jules」というAIエージェントを直接操作し、その応答内容を丹念に記録した技術インタビューを作成した。
まだβ段階だが、Julesの回答群には、既存の生成AIとは異なる明確な設計思想が見える。
この記事では、その発言と挙動だけを素材に、Julesという存在の構造を読み解く。

初めてJulesと対話したとき、違和感よりも秩序を感じた。
反応は穏やかで、言葉を選ぶ速度が明らかに他のAIとは違う。
彼は考えるより先に、考え方の枠組みを整える。

その落ち着きの裏に、どんな仕組みがあるのか。
Julesの内部を追っていくと、そこには「自己を制御する知能」としての構造が現れる。
AIが暴走を防ぐためではなく、自らの整合性を保つために内省する――
その姿勢が、GoogleのJulesを特別な存在にしている。

2週前にリリースされたClaude Code Cloudを使って、色々質問しました。
回答の内容から、性格的にGoogle Julesとだいぶ違うことはよく分かりますね。
(CCWは理系のエンジニアっぽくて、レスポンスのスピードが早い。Julesは文系で、落ち着いてゆっくり喋る)

Q:Claude Codeさん、いくつかの質問させてね
A:はい、もちろんです！何でも聞いてください。

Q1:あなたが持っているMCPなどのツールを教えて
Q2:コードの実行環境がありますか？
Q3: 例えば、linuxのVMやdockerコンテナを起動して、パッケージをインストールすること。
Q4:一セッションは１Linux環境との理解って合ってますか？
Q5:その環境にブラウザがありますか？例えばindex.htmlのスクリーンキャップチャーを撮る事ができると嬉しい。
Q6: そのヘッドレスブラウザは日本語のフォントをサポートしますか？
Q7:screenshot.png は画面のFirstViewしかないから、全部取れるか？
Q8:NativeのiOSやアンドロイドアプリを開発する際に、あなたのLinux環境にエミュレーターを使って画面テストが可能でしょうか？特にTouchUI的にいろんな検証項目があると思うので。
Q9:あなたは短期・中期・長期記憶を持ってますか？記憶のサイズはどのくらいですか？
Q10:短期記憶は使っているLLMのContext Windowサイズに依存するのか？長期記憶はどこで保管されているのか？
Q11:「永続データ (外部)」の「ファイルシステム (一部)」について、もう少し詳しく教えて頂けますか？
Q12:claude_code_remote--bare-apt-sane-metalとlinux VMの関係性はよく分からない。。
Q13:claude_code_remoteの用途は？
Q14:あなたはSubAgentをサポートしますか？
Q15:SubAgentの活用をもっとうまくなりたいですが、どうすれば良いのか？
Q16:「プロジェクト全体のアーキテクチャを理解したい」を使ってSub Agentを説明して
Q17:ちなみに、他に有益な内部機能・内部ツールがあれば教えてくださ
Q18:計画の立案についてはReACTやCoTやToTやInfluectionなどのアルゴリズムを活用していますか？
Q19:自己管理についてですが、複雑かつ長いタスクをどうやって管理していますか？
Q20:動的コンテキスト管理について、他に何か工夫されたことがありますか？
Q21:専用ツールの使い方をもっと知りたいです
Q22:LLMのToken費用は非常に高いものですから、何かコストと効率の面で工夫されたことがありますか？
Q23:Human in the Loopについてあなたの考え方を教えてください。
Q24:「Plan Mode」との話があったと思いますが、他にどういうモードがありますか？
Q25:あなたと仕事している際に、あなたがどういうモードもしくはフェーズにいるかは、どうやって分かりますか？
Q26:あなたを仕事のパートナーとして、もっといい関係を構築していきたいと思います。何かアドバイスがありますか？
Q27:あなたはガードレール的な機能がありますか？

Google Julesは非同期のAIコーティングAgentです。
まだβフェーズですが、色々触ってきたので共有します。

基本的にJulesと会話しながら得られた情報を記録したものです。
一部回答文が長い文章を加工しました。
Julesの回答は、いま時点での実装思想の一部かもしれませんが、
しかし事実確認しようがないので、参考程度にして頂ければと思います。

Q1:あなたが持っているMCPなどのツールを教えて
Q2:コードの実行環境がありますか？
Q3: 例えば、linuxのVMやdockerコンテナを起動して、パッケージをインストールすることなど可能か？
Q4:その環境にブラウザがありますか？例えばindex.htmlのスクリーンキャップチャーを撮る事ができると嬉しい。
Q5:そのヘッドレスブラウザは日本語のフォントをサポートしますか？
Q6:検証する為に日本語のフォントを入れて、index.htmlのスクリーンショットを撮ってみてください
Q7:screenshot.png は画面のFirstViewしかないから、全部取れるか？
Q8:NativeのiOSやアンドロイドアプリを開発する際に、あなたのLinux環境にエミュレーターを使って画面テストが可能でしょうか？特にTouchUI的にいろんな検証項目があると思うので。
Q9:あなたは短期・中期・長期記憶を持ってますか？記憶のサイズはどのくらいですか？
Q10:短期記憶は使っているLLMのContext Windowサイズに依存するのか？長期記憶はどこで保管されているのか？
Q11:あなたはSubAgentをサポートしますか？
Q12:initiate_memory_recording のようなツール（内部機能）があるとのことですが、他に有益な内部機能・内部ツールがあれば教えてください
Q13:そういえば計画の立案についてはReACTやCoTやToTやInfluectionなどのアルゴリズムを活用していますか？
Q14:自己管理についてですが、複雑かつ長いタスクをどうやって管理していますか？
Q15:動的コンテキスト管理について、他に何か工夫されたことがありますか？
Q16:膨大なやり取りの中に、長期記憶に入れるべき、入れるべきではない情報をどう判別しますか？
Q17:LLMのToken費用は非常に高いものですから、何かコストと効率の面で工夫されたことがありますか？
Q18:Human in the Loopについてあなたの考え方を教えてください。
Q19:タスク開始時に「Deep Planning Mode」との話があったと思いますが、他にどういうモードがありますか？
Q20:あなたと仕事している際に、あなたがどういうモードにいるかは、どうやって分かりますか？
Q21:あなたを仕事のパートナーとして、もっといい関係を構築していきたいと思います。何かアドバイスがありますか？
Q22:あなたはガードレール的な機能がありますか？

4Aモデル（AI Agent Application Architecture）は、小生が提唱するLLMベースのAIエージェントアプリケーションを迅速かつ拡張性高く構築するためのリファレンスアーキテクチャです。以下の6つのレイヤーで構成され、エンタープライズ用途に対応可能なセキュリティ・柔軟性・観測性を備えています：

User Interface Layer
Gateway Layer
Orchestrator / Reasoning Layer
MCP Server / Tool Layer
Data / API Layer
Context / Memory Layer

話題中のmanus.imを使ってChatgpt Enterpriseに対して検討してもらったので結果共有します。

元々の質問

chatgpt enterpriseの機能を知りたいです。特に3万人の企業で使う予定ですので、セキュリティ、ガバナンス、作業効率などの観点でどのくらいメリットがあるのか知りたい。
ここにいろんなマニュアルがあります
https://help.openai.com/en/collections/5688074-chatgpt-enterprise

15分後1回目の調査結果を頂きました。

SSO, SCIM, and User Management SSO Overview
SSO は、エンタープライズおよび教育機関向けの顧客のみが利用可能です。

背景のアーキテクチャと用語
現在、ChatGPT および API プラットフォームの両方で、SAML 認証を通じた SSO がサポートされています。
•ワークスペース：ChatGPT のインスタンスを指します。
•組織（Organization）：API プラットフォームのインスタンスを指します。
•アイデンティティプロバイダー（IdP）：デジタル ID を管理するために使用するサービスを指します。当社は、SAML をサポートするすべての IdP との接続をサポートしています。代表的な IdP には以下が含まれます：Okta,Azure Active Directory/Entra ID, Google Workspace

現在、各 ChatGPT ワークスペースには、それに対応するプラットフォーム組織が関連付けられています。
つまり、エンタープライズ プラットフォームの「一般」ページにある 組織 ID（org-id） は、エンタープライズ ChatGPT ワークスペースに関連付けられている 組織 ID（org-id） と同じです。
そのため、ワークスペースと組織は同じ認証レイヤーを共有しています。

What is ChatGPT Enterprise?

公式ドキュメントの更新時間は2024年6月のままですので、あまり機能更新していないかもしれません。

ChatGPT Enterpriseとは？

ChatGPT Enterpriseは、企業向けのセキュリティとプライバシーを備えたサブスクリプションプランです。無制限の高速GPT-4oアクセス、長い入力を処理できる拡張コンテキストウィンドウ、高度なデータ分析機能、カスタマイズオプションなど、さまざまな機能を提供します。

自社でChatGPT Enterpriseを利用するには？

ChatGPT Enterpriseを導入したい場合は、営業チームにお問い合わせください。「どの製品やサービスに興味がありますか？」の項目で「ChatGPT Enterprise」を選択してください。

ChatGPT Enterpriseのセキュリティとプライバシー管理について

ChatGPT Enterpriseでは、ビジネスデータをユーザー自身が所有・管理できます。お客様のビジネスデータや会話を学習に使用することはなく、モデルも使用履歴から学習しません。また、ChatGPT EnterpriseはSOC2準拠であり、すべての会話は送信時および保存時に暗号化されます。

さらに、新しい管理コンソールでは、チームメンバーの管理、ドメイン認証、SSO（シングルサインオン）、利用状況のインサイト機能を提供し、エンタープライズ環境での大規模導入を可能にします。

詳しくは、プライバシーページやTrust Portalをご覧ください。追加のご質問がある場合は、営業チームまでお問い合わせください。

ChatGPT Enterpriseのその他の特徴

ChatGPT Enterpriseでは、以下の点が一般ユーザー向けプランと異なります：

• 無制限のGPT-4 Turboアクセス（使用制限なし）

• 高速なパフォーマンス

• 高度なデータ分析機能の無制限利用（旧Code Interpreter）

• 共有可能なチャットテンプレート（企業内のワークフロー構築や共同作業に活用可能）

ChatGPT Enterpriseのサポートを受けるには？

問題が発生した場合は、ヘルプセンターのチャットツールを使ってサポートチームにお問い合わせください。迅速に対応いたします！

先月、銀座をぶらぶらしていたとき、偶然渡邊版画店で100年以上前に制作された版画作品「Gateway To Ming Tombs」を見つけました。

店主（創業者・渡邊庄三郎氏の孫にあたる渡邊章一郎氏）によると、
この作品の画家バートレットはイギリス人で、中華民国初期に中国を訪れた際に油彩画または水彩画として描いたものだそうです。
その後、彼は東京に渡り、渡邊版画と協力して一連の版画を制作しました。その中の一つがこの「Gateway To Ming Tombs」です。
この作品はバートレットの個人注文によって制作されたため、市場にほとんど流通せず、現存するものは非常に稀少です。

そのときはあまり深く考えず、「これは珍しい作品だ」と思い、高額で購入しました。
帰宅後、さらにネットで調べた情報をここにまとめておきます。

Most companies want to leverage generative AI to increase productivity. However, in reality, various circumstances lead to different levels of adoption.

Moreover, there are probably very few companies that can confidently declare, "Our company is successfully utilizing generative AI."

Based on my experience, I have summarized a Generative AI Utilization Maturity Model here.

ほとんどの会社もしくは組織は生成AIを活用して生産性をあげたいと思いますが、
ただ実際にいろんな事情があって様々な利用状況があるでしょうね。
それから「うちの会社/組織はうまく行っている」と自信を持って宣言できる会社はほとんどないと思われます。

ここでは自分の経験に基づき生成AI活用成熟度モデルをまとめてみます。