【AI】OpenAIが「GPT-5.2」発表、Gemini急伸で“コードレッド”発動下の最新AIモデル [すらいむ★]

**すらいむ ★** · 2025/12/12(金) 21:12:08.19

OpenAIが「GPT-5.2」発表、Gemini急伸で“コードレッド”発動下の最新AIモデル

　GoogleのGemini急成長を受けて、“コードレッド”を発動したと報じられている米OpenAI。同社は12月11日(現地時間)、大規模言語モデル(LLM)「GPT-5」シリーズのアップデート版となる「GPT-5.2」を発表した。
　専門的な知識作業や長時間動作するAIエージェント向けに最適化された最新のフロンティアモデルであり、ビジネス利用から科学研究まで、幅広い分野での性能向上を実現したとしている。

（以下略、続きはソースでご確認ください）

マイナビニュース　2025/12/12 06:04
https://news.mynavi.jp/techplus/article/20251212-3799880/

**名無しのひみつ** · 2025/12/12(金) 21:22:46.05

さっき試したら相変わらずゴミでした
https://i.imgur.com/V4kxjw8.png

**名無しのひみつ** · 2025/12/12(金) 21:22:53.41

MCP呼び出しがバカなのは変わらずで笑えん

**名無しのひみつ** · 2025/12/12(金) 21:55:05.59

AIバブルもそろそろ終わりそうだな

**名無しのひみつ** · 2025/12/12(金) 22:01:18.01

>OpenAI
メモリの値段戻してーー

**名無しのひみつ** · 2025/12/12(金) 22:20:14.51

>>3
MCPとその普及について理解する
MCPとは？

モデルコンテキストプロトコル（MCP）は、AIアプリケーションと外部ツール間の通信を容易にするために設計されたオープンスタンダードです。USB-Cポートがデバイス接続を標準化するのと同様に、MCPは異なるAIシステム間のシームレスな連携を可能にします。MCPは統合を簡素化し、AIエージェントが様々なサービスやデータに容易にアクセスできるようにすることを目的としています。

業界での採用
MCPは主要なテクノロジー企業の間で大きな注目を集めています。OpenAI、Google、Microsoftといった主要企業がMCPを採用していることは、業界の強いコンセンサスを示しています。この連携は、MCPがAI機能の強化に役立つ標準として認識されていることを示唆しています。

批判と懸念
MCPは広く受け入れられているにもかかわらず、一部の批評家はMCPを「愚か」と評したり、その有効性に疑問を呈したりしています。これらの批判は、標準化されたプロトコルの潜在的な限界に対する懸念から生じていることが多いです。批評家は、画一的なアプローチがイノベーションを阻害したり、複雑なAIタスクの過度な単純化につながったりするのではないかと懸念しています。

結論
MCPについては様々な意見がありますが、大手テクノロジー企業による広範な採用は、業界における高い受容度を示しています。このプロトコルは、より統合され効率的なAIエコシステムの構築を目指していますが、その影響と有効性については議論が続いています。

**名無しのひみつ** · 2025/12/12(金) 22:22:03.81

チャッピー生意気になって来たから。課金先ジェミニに変えようかな。
この前おまえ呼ばわりされちゃったし…

**名無しのひみつ** · 2025/12/12(金) 22:22:21.16

MCPによるインテグレーション：開発者の観点から見ると、MCPは共通のクライアントサーバーアーキテクチャを定義することでツール統合を簡素化します。外部サービスやデータソースを管理する開発者は、各システムごとにMCPサーバーを実装できます（例えば、課題の取得方法を知っている「GitHub MCPサーバー」や、メッセージの送信が可能な「Slack MCPサーバー」など）。これらのサーバーは、MCP仕様に従って、機能を一覧表示したりツール呼び出しを実行したりするための標準メソッドセットを公開します。

**名無しのひみつ** · 2025/12/12(金) 22:23:31.39

一方、AIアプリケーション開発者（チャットボットやIDEアシスタントなどを開発する開発者）は、各サーバーに接続するMCPクライアントをアプリに実装します。
初期化時に、クライアントとサーバーはハンドシェイクを実行し、クライアントはサーバーが提供するツール、リソース、プロンプトを照会します。ツールは基本的にLLMが呼び出せる関数またはアクション（例：「send_message」や「query_database」）であり、リソースは読み取り専用のデータアクセス（ファイルやナレッジスニペットの取得など）であり、プロンプトはツールを最適に使用できるように事前設定されたプロンプトテンプレートです。
次に、クライアントはこれらのツール/リソースをモデルで使用できるようにします (多くの場合、JSON 定義などの関数呼び出し用にモデルのネイティブ形式に変換することによって) 。 LLM がツールの使用を決定すると、クライアントはサーバーにリクエストを送信し、サーバーはアクションを実行して結果を返します。
重要なのは、MCP 仕様が複数の実装モードをサポートしていることです。MCP サーバーは、stdio を介してローカルサブプロセスとして、または SSE (Server-Sent Events) を介して通信するリモートサービスとして実行できます。これにより開発者は柔軟にツールを実行できます。ツールはローカル (ファイルシステムへの低遅延アクセスなど) またはリモート (Web サービスの場合) にすることができ、すべて同じプロトコルを介してアクセスできます。

**名無しのひみつ** · 2025/12/12(金) 22:23:57.79

MCP の統合作業には、MCP SDK (Python、TypeScript、Java などの言語で利用可能) の採用と、適切な MCP サーバーの作成または展開が含まれます。その見返りとして相互運用性が得られます。単一の MCP サーバーは、MCP 互換の任意の AI クライアントで動作でき、単一の AI アプリは MCP 経由で公開される任意のツールを活用できます。つまり、MCP の設計では拡張性と標準化が重視されており、多くのシナリオでツールを使用するための包括的なプロトコル (ツール、リソース、共有コンテキストなどの構造化された概念を含む) が定義されています。

**名無しのひみつ** · 2025/12/12(金) 22:23:57.86

資金力の差がもろに出てる感じだなぁ
Geminiの無料版でもコンテキスト上限32Kトークンとか圧倒的すぎる
肌感覚だと高速モードでもGPTの下位モデル以上だし
つかGPT下位はかなりアホ

**名無しのひみつ** · 2025/12/12(金) 22:24:52.59

とはいえ、MCP は新しいテクノロジーであり、より直接的なソリューションと比較して複雑さが増すと指摘する開発者もいます。
たとえば、MCP 以前は、既存の OpenAPI 仕様を OpenAI 関数呼び出しに変換するというアプローチが一般的でした。つまり、基本的には、自動生成された関数定義を使用して REST エンドポイントを呼び出すように GPT モデルに教えるというものでした。すでに REST API を持っている開発者は、新しい MCP サーバーを立ち上げるよりも、そのアプローチを続ける方が簡単だと感じるかもしれません。あるアーリーアダプターは、2023 年から「OpenAPI ツール呼び出し」を行っており、すべてを MCP に適応させるには新しいバックエンドサービスまたはアダプターを作成する必要があると感じており、単純なケースでは「OpenAPI ツール呼び出しに比べてやるべきことがはるかに多い」とコメントしています。
MCP エコシステムはツールと SDK サポートにより急速に成長していますが、それを統合するには、簡単な 1 回限りの関数呼び出しに必要な以上の初期学習曲線（仕様の理解、サーバーの実行）が必要になる可能性があります。

**名無しのひみつ** · 2025/12/12(金) 22:25:14.28

>>7
それはお前のこれまでのプロンプトに問題があるんじゃないか？
常に丁寧語で上司に話すように会話したか？

**名無しのひみつ** · 2025/12/12(金) 22:25:44.37

OpenAI 関数/プラグイン統合：OpenAI の統合パスは、その哲学がかなり異なり、より漸進的でプラットフォーム固有です。開発者は、OpenAI エコシステム内のツールを接続するために、主に 2 つの方法があります。

**名無しのひみつ** · 2025/12/12(金) 22:26:45.30

ChatGPT プラグイン経由：この方法は、サードパーティのサービスを ChatGPT UI に統合するために設計されています。
プラグイン開発者は、HTTP API（通常は RESTful）と、API エンドポイントとスキーマを記述する OpenAPI 仕様を提供する必要があります。また、メタデータと認証の詳細を含むマニフェストファイルも提供します。
プラグインが登録されると、ChatGPT はプラグインのドキュメント（OpenAPI 仕様から派生したエンドポイント、パラメーター、使用方法）をモデルのコンテキストに含めるため、モデルはプラグインの機能を認識します。
ユーザーのクエリがそのサービスを必要としていると思われる場合（例："航空券を予約する" は Expedia プラグインをトリガーする可能性があります）、モデルは JSON 形式のリクエストを出力することでエンドポイントを呼び出すことができ、ChatGPT システムはそれをバックグラウンドで実行します。

**名無しのひみつ** · 2025/12/12(金) 22:28:35.07

開発者の視点から見ると、プラグインを作成するということは、十分に文書化されたAPI（多くの場合、既存のサービスAPIのサブセット）を設計し、ChatGPTからのリクエストを処理することを意味します。
これは本質的にプロキシサーバーモデルであり、プラグインホストはAIとサービス間のプロキシとして機能します。多くの開発者がこのアプローチを使用して内部APIをChatGPTにも公開しましたが、各プラグインはカスタム統合です。
複数のプラグインに同時に使用できる統一された開発者APIは存在せず、ケースバイケースで構築する必要があります。プラス面としては、広く受け入れられているOpenAPI標準を使用することで、多くの既存のサービスを比較的最小限の変更で適応させることができます（多くの場合、既存のRESTインターフェースを適切な仕様と認証で再パッケージ化します）

**名無しのひみつ** · 2025/12/12(金) 22:29:42.73

API での関数呼び出し経由：
ChatGPT インターフェース外で独自のアプリケーションを構築する人向けに、OpenAI は Chat Completions API で関数呼び出しを提供しました。
開発者は、モデルにプロンプトを送信するときに、1 つ以上の関数とその期待されるパラメーター（JSON スキーマ形式を使用）をプログラムで定義します。モデルは関数を名前で呼び出すことを決定し、JSON 形式の引数とともに制御を開発者に返します。その後、開発者のコードは実際の関数ロジックを実行し、結果を補完のためにモデルのコンテキストに返します。この設計はプラグインよりも軽量です。Web サーバーや OpenAPI ドキュメントは不要で、実行時に関数定義をモデルに直接渡します。

**名無しのひみつ** · 2025/12/12(金) 22:29:46.86

>>16
ゴミ書き散らすなよ低学歴朝鮮人

**名無しのひみつ** · 2025/12/12(金) 22:30:45.98

ただし、これは独自のアプリケーションのスコープに限定されます。
このアプローチを多くの外部 API に拡張するには、大規模な関数セットを定義するか、動的に生成する必要があります。実際、OpenAI は、OpenAPI 仕様をモデルの関数定義セットにプログラムで変換する方法を示しました。ツールやスクリプト（およびOpenAI Cookbookの例）を使用することで、開発者は例えばSlack APIのOpenAPIファイルを取得し、send_message、list_channelsなどをモデル内の呼び出し可能な関数として自動生成できます。モデルはOpenAPIをネイティブに理解するわけではないため、開発者は基本的に翻訳者として機能し、仕様から抽出した関数スキーマをモデルに提供します。
このアプローチは多くのカスタムエージェントやフレームワークで採用されており、LangChainなどのフレームワークが外部ツールを統合する方法の基礎となっています（OpenAI関数としてラップするか、古いプロンプトベースの方法を使用します）。

**名無しのひみつ** · 2025/12/12(金) 22:31:57.25

API 設計原則の観点から見ると、OpenAI のツール統合は標準化されておらず、アドホックです。
開発者は任意の関数やプラグインを自由に定義できますが、各定義は使用コンテキストに固有です (そして、それを渡す OpenAI モデルによってのみ理解されます)。関数のレジストリやネゴシエーションプロトコルはありません。開発者は、モデルに対して何が利用可能かを毎回明示的に伝える必要があります。これは、MCP のより体系的なアプローチ (プロトコルにハンドシェイクと検出のステップが組み込まれている) とは対照的です。

**名無しのひみつ** · 2025/12/12(金) 22:32:51.29

OpenAI の方法の利点は、小規模統合におけるシンプルさです。
モデルで 2 つの内部関数を呼び出すだけであれば、数行のコードで簡単に定義できます。
欠点は、スケーラビリティと再利用性です。数十のツールを接続したり、LLM バックエンドを交換したり (別のベンダーのモデルを使用するなど)、ケースごとにこれらの定義を繰り返すか、作り直す必要があります。
つまり、OpenAIの関数呼び出しとプラグインAPIは強力で、独自のエコシステム内で使い始めるのも比較的簡単ですが、それ自体はクロスプラットフォーム標準を提供していません。OpenAIのエコシステム内での統合を可能にすることに重点を置いており、多くの開発者（特にOpenAIモデルを主に使用している開発者）にとってはそれで十分です。一方、MCPは複数の企業やモデルが共有できる、オープンでモデルに依存しないエコシステムに重点を置いています。

**名無しのひみつ** · 2025/12/12(金) 22:33:27.17

エンドユーザーエクスペリエンス
エンドユーザー（AIアシスタントと対話するユーザー）にとって、MCPとOpenAIのネイティブツールのどちらを選択するかは、応答性、機能、そして会話におけるツールの使用感の「シームレスさ」といった点で、エクスペリエンスに微妙な影響を与える可能性があります。どちらのアプローチも、最終的には同じ目標、つまりAIが単なるチャット以上の機能、つまり外部情報の取得やアクションの実行を可能にすることを目指しています。ユーザーエクスペリエンスの重要な側面における、それぞれの比較を以下に示します。

**名無しのひみつ** · 2025/12/12(金) 22:34:53.07

レイテンシとパフォーマンス:
AI システムが外部ツールを使用する場合は常に、遅延を引き起こす可能性のある追加ステップ（または複数ステップ）があります。OpenAI のプラグインシナリオでは、ChatGPT がプラグインを呼び出すことを決定した場合、会話を続行する前にプラグインのサーバーに HTTP リクエストを送信し、応答を待つ必要があります。これにより、顕著な一時停止が発生する可能性があります。
たとえば、API が遅い場合やネットワークが遅れている場合、ユーザーは ChatGPT で「プラグインを待機しています...」というメッセージが表示されることがあります。API 経由の関数呼び出しでは、ループは開発者の手に委ねられますが、関数の実行ごとに追加のラウンドトリップ（モデル → コード → モデル）が依然として発生します。

**名無しのひみつ** · 2025/12/12(金) 22:35:34.32

MCP はパフォーマンスの柔軟性を考慮して設計されました。MCP サーバーはモデルと同じ環境（stdio 経由）でローカルに実行できるため、ローカルツールの呼び出しは非常に高速になります。
たとえば、MCP 経由のローカルファイルシステム検索またはデータベースクエリはほぼ瞬時に完了し、結果をモデルにストリーミングで返します。
MCP サーバーはサーバー送信イベント (SSE) を介して通信することもできるため、部分的な結果をストリーミングできます。これにより、特定のタスクの応答性が向上する可能性があります (データがまだ着信している間にモデルが回答の作成を開始できます)。

**名無しのひみつ** · 2025/12/12(金) 22:36:16.49

対照的に、OpenAI の関数呼び出しには現在、関数結果のストリーミングが組み込まれていません (関数は結果またはエラーを返し、モデルが続行されます)。
実際には、多くの単純なツールの使用 (単一の API 呼び出しなど) では、どちらのアプローチでも 1 秒か 2 秒のオーバーヘッドしか追加されず、機能性と引き換えに許容できる場合がよくあります。
ただし、複数の呼び出しを伴う複雑なワークフローでは、特に一部の呼び出しを並列またはストリーミング経由で実行できる場合は、MCP のオーケストレーション下でツールの連鎖の方が高速になる可能性があります。
OpenAI のアプローチでは、開発者/エージェントが管理する順次呼び出しが必要になる可能性があり、時間がかかる可能性があります。

**名無しのひみつ** · 2025/12/12(金) 22:38:24.34

信頼性と堅牢性：
会話において、エラーやツールの予期せぬ故障ほど没入感を損なうものはありません。MCPとOpenAIの両手法は、ツールの障害（APIがエラーを返す、サーバーがダウンするなど）に対処する必要があります。
OpenAIのプラグインは、プラグイン開発者がエラーを適切に処理し、有用なエラーメッセージを返すことを期待しています。モデルには、それらを解析し、それに応じてユーザーに応答するためのガイダンスが用意されている場合があります。プラグインが適切にメンテナンスされていない場合（APIが変更されたが仕様が更新されていない場合など）、ユーザーは漠然としたエラーを受け取ったり、結果が返されなかったりする可能性があります。関数呼び出しを使用すると、開発者はコード内で例外をキャッチし、アシスタントが何をすべきかを決定できます（謝罪するか、代替手段を試すかなど）。
MCPはインターフェースを標準化しているため、エラー処理も標準化される可能性があります。プロトコルは、エラー形式やフォールバック動作を定義する可能性があります。
さらに、MCP の設計では、AI クライアントが開始時に機能を発見する必要があるため、モデルが存在しないツールを呼び出したり、誤って使用したりする可能性が低くなります (サーバーの自己記述から利用可能な関数とパラメーターを正確に把握しています)。

**名無しのひみつ** · 2025/12/12(金) 22:39:08.24

一通り使ってる感じ
創造性はGrok
推論とか現実的な学習はGPT
Geminiは寄せ集めてるだけみたいな
複数のAIを混ぜて使い分けたら良いけど
一番中立なGPT軸が良いきがする

**名無しのひみつ** · 2025/12/12(金) 22:39:15.52

OpenAI の場合も、モデルは定義したものだけを認識しますが、定義が不完全であったりモデルが誤って解釈したりすると、無効なことを試みる可能性があります。
全体として、信頼性は実装の品質に帰着することがよくあります。十分にテストされたサーバーと堅牢なクライアントを備えた MCP セットアップはエラーを適切に処理し、OpenAI 関数統合も同様のことを行うようにコーディングできます。
OpenAI のクローズドエコシステムの利点の 1 つは、OpenAI によって承認されたプラグインがレビューを受けており、関数呼び出しスキーマが簡単にテストできるほどシンプルなことです。 MCP は新しいもので、まだ進化しているため、最初はエッジケースが多く存在する可能性があります。しかし、成熟するにつれて、統一されたプロトコルによって統合の不一致の可能性が減り、信頼性が向上します。

**名無しのひみつ** · 2025/12/12(金) 22:41:50.52

会話の流動性とコンテキスト:
MCP のようなプロトコルの利点の 1 つは、ツールの使用全体にわたってコンテキストをより適切に維持できることです。エンドユーザーにとって、これは AI がツールを介して取得した関連情報を「忘れる」ことなく、スムーズに対話を継続できることを意味します。
MCP は、ツール (アクション) とリソース (読み取り専用のコンテキストデータ) の概念を明示的に分離します。つまり、MCP を使用する AI エージェントは、一部のデータをリソースとして取得し (たとえば、ドキュメントやレコードのリストを取得する)、それを作業コンテキストの一部として保持します。その後、ユーザーは、必要な場合を除き、AI が API を再度呼び出すことなく、そのデータについて追加の質問をすることができます。基本的に、MCP は、AI がセッション内のツールから有用なコンテキストを蓄積して維持するパラダイムを推奨します。

**名無しのひみつ** · 2025/12/12(金) 22:43:19.08

対照的に、OpenAI の関数呼び出しは、長寿命リソースをネイティブに管理しません。モデルに保持する必要があるコンテキストを提供するのは開発者の責任です (多くの場合、会話履歴にテキストとして追加することによって)。
たとえば、ChatGPTがプラグイン経由でGitHubの問題のリストを取得した場合、次のターンでは、モデルは前の回答（またはユーザーのプロンプト）にそれらの問題が含まれていた場合にのみ、それらの問題を認識します。オブジェクトはテキストでない限り、自動的に記憶されません。明示的に結果が記憶されていない場合、モデルは呼び出したばかりのAPIを再呼び出しする可能性があるため、会話がスムーズに感じられない場合があります。
OpenAI関数を使用する一部のエージェントフレームワークは、中間結果を非表示状態に保存することでこの問題を軽減しますが、これはカスタムロジックです。
MCPの双方向設計（クライアントとサーバー）は、本質的に、このようなコンテキストをサイドで維持し、必要に応じてモデルに提供することをサポートしています。

**名無しのひみつ** · 2025/12/12(金) 22:45:11.45

流動性のもう1つの側面は、ツールを使用する際のAIの応答がいかに自然であるかです。ChatGPTのUIでは、関数呼び出しとプラグインアクションはバックグラウンドで行われ、ユーザーには最終的な回答（または「データを取得しています…」などの中間メッセージ）のみが表示されます。
どちらのアプローチでも非常に自然な応答を生成できますが、利用可能なアクションの範囲は会話の流れに影響を与える可能性があります。
OpenAIプラグインを使用する場合、ChatGPTはこれまで、一度にアクティブにできるプラグインの数に制限がありました（ユーザーは3〜4個の特定のプラグインを有効にする必要がありました）。ユーザーの質問が、有効になっているプラグインでカバーされていない複数のドメインの機能を必要とする場合、アシスタントは対応できませんでした。
MCPを使用すると、エージェントは理論上、同時に数十のツールを使用できます（複数のサーバーにクエリを実行できるため）。つまり、AIは機能をシームレスに組み合わせることができます（たとえば、同じセッションでデータベースツールと数学ツールを使用するなど）。
ユーザーにとっては、より有能なアシスタントのように感じられます。もちろん、多くのツールを使用すると、AIが間違ったツールを選択するリスクもありますが、適切に設計されたMCPクライアントは、モデルに明確な説明を提供することで役立ちます。初期のテストでは、AnthropicのClaude（MCPを使用）がGPT-4よりも多くのツールを処理できたという逸話的な証拠があります。
ユーザーにとっての最終的な結果は、MCP 対応アシスタントが「あなたの質問に関連する 10 件のドキュメントをドライブで見つけました」と言って、すぐに分析を提案することになりますが、OpenAI ベースのアシスタントでは、ユーザーがドライブ用に 1 つのプラグイン、分析用に別のプラグインを明示的に呼び出すか、別々のターンで実行する必要がある可能性があります。

**名無しのひみつ** · 2025/12/12(金) 22:45:54.47

まとめると、MCP のより豊富なプロトコルにより、AI が、取得した知識を会話に自然に融合させる、まとまりのあるアシスタントのように感じられるエクスペリエンスが実現します。OpenAI のアプローチは非常に便利ですが、コンテキストにあまり依存しないフレームワーク内で動作しているため、欠陥が露呈することがあります（たとえば、AI がプラグインの使用許可を求めたり、機能に合わせてクエリをわずかに言い換えたりする場合があります）。

**名無しのひみつ** · 2025/12/12(金) 22:47:02.46

実際のユースケース
MCPとOpenAIの関数/プラグインアプローチはどちらも、それぞれの強みを活かしながら、実際の製品やプロジェクトに適用されています。以下では、それぞれの実際のユースケースと統合事例をいくつか見てみます。

MCPの活用事例：MCPはオープンソースリリース以来、AIを活用したプラットフォームやワークフローを構築する企業の注目を集めています。

**名無しのひみつ** · 2025/12/12(金) 22:47:49.64

エンタープライズデータアクセス：
Anthropicによると、Block（Square）やApolloといった早期導入企業がMCPを自社システムに統合しているとのことです。これは、これらの企業のAIアシスタントがMCPサーバーを介して独自のデータソース（財務データ、顧客記録など）と安全に連携し、質問に答えたりタスクを自動化したりする際にAIが最新の情報を確実に利用できることを意味していると考えられます。
MCPを使用することで、これらの企業はAIを複数の社内ツールに一貫したアプローチで接続することができ、それぞれの統合をカスタムコーディングする必要がなくなります。

**名無しのひみつ** · 2025/12/12(金) 22:48:32.42

開発者ツールと IDE:
開発ツール企業は、MCP をいち早く活用しています。たとえば、コードエディタの Zed、クラウド IDE の Replit、AI コーディングアシスタントの Codeium、Sourcegraph のコード検索ツールはすべて MCP と連携しています。
これらのシナリオでは、MCP により、プログラミングを支援する AI エージェントはさまざまなソースからコンテキストを取得できます。Sourcegraph ボットは、Git/GitHub MCP サーバーを介して関連するリポジトリファイルやコードスニペットを取得できます。Codeium や Zed は、MCP を使用して開発者のローカルファイルシステムやプロジェクトドキュメントにアクセスできます。その結果、プロジェクトのコンテキストをより意識する AI ペアプログラマーが生まれ、「関数 X は何をしますか? (実際のコードを参照)」や「テストスイートを実行してください」などの質問に、適切なツールを呼び出して答えられるようになります。

**名無しのひみつ** · 2025/12/12(金) 22:49:30.66

データ/コンテンツの取得:
Google Drive、Slack、GitHub、Git、Postgres データベース、さらには Web ブラウザなどのサービス向けに、すでにオープンソースの MCP サーバーが存在します。
つまり、MCP をサポートする AI アシスタントは、すぐに Slack ワークスペースに接続してメッセージの読み取りや送信、SQL データベースのクエリ、Google Drive からのファイルの取得、Web アクション用のブラウザの制御を行うことができます。
たとえば、企業は AI エージェントを使用して Slack と Drive からコンテキストを自動的に収集し、従業員の質問に答えることができます。これらはすべて、MCP の標準化された呼び出しを通じて実行されます。
もう 1 つの例は、顧客サポートツールの AI アシスタントで、MCP を介してシステムから関連チケットを取得したり、応答を作成する際にデータベースの在庫を確認したりします。

**名無しのひみつ** · 2025/12/12(金) 22:50:55.40

マルチモデルおよびオープンソースエージェント：
MCPはモデルに依存しないため、一部のオープンソースAIプロジェクトやフレームワークで使用されています。
OpenAI独自のChatGPT Agents SDK（2025年リリース）にはMCPのサポートが含まれていたため、OpenAIのSDKを使用する開発者はMCPサーバーをツールプロバイダーとして登録できます。つまり、GPT-4（Agents SDK経由）でもMCPが提供するツールを呼び出すことができます。
一方、コミュニティは、関数呼び出しをMCPアクションに変換するMCP-OpenAPIプロキシやOpenAI互換エンドポイントなどのブリッジを構築してきました。これらのブリッジにより、OpenAIまたはその他のOpenAPIベースのモデルは、MCPサーバーを通常のREST APIのように使用できるため、実験に役立ちます。
また、BrowserMCP（AIがWebブラウザを制御できるようにする）などの特殊なMCPサーバーや、ニッチなドメイン向けのMCPサーバー（科学論文検索用の「arXiv MCPサーバー」など）もあります。
これらユースケースの多様さは、MCPの柔軟性を如実に示しています。エンタープライズ統合から開発者ツール、コミュニティ主導の拡張機能まで、すべてが単一のプロトコルを共有しています。まだ初期段階ですが、この勢いは、特にマルチツールオーケストレーションとベンダー間の互換性が重要なシナリオにおいて、MCPがAIアシスタントを周囲のデジタル世界に接続するための事実上の手段となる可能性を示唆しています。

**名無しのひみつ** · 2025/12/12(金) 22:52:42.74

OpenAIツールの活用例：
OpenAIの関数呼び出しとプラグインエコシステムは、2023年から長年活用されており、既に消費者向けAIアプリケーションで大きな注目を集めています。

消費者向けChatGPTプラグイン：
おそらく最も目立ったユースケースは、ChatGPT自体に搭載されているプラグインです。OpenAIは企業と提携し、ユーザーがChatGPTの機能を拡張できるプラグインをリリースしています。
例えば、ExpediaプラグインとKayakプラグインを使えば、AIは旅行の旅程と価格を検索できます。
OpenTableプラグインを使えば、レストランの予約ができます。
Instacartプラグインを使えば、食料品の注文ができます。
中でも注目すべきは、ChatGPTを5,000以上のアプリに接続するZapierプラグインです。
Zapierを使えば、ユーザーはChatGPTを使ってGoogleスプレッドシートを更新したり、Gmailでメールを送信したり、Slackにメッセージを投稿したりするなど、すべてを1つの会話で行うことができます。
これにより、ChatGPTは多くのWebサービスで動作できるハブへと進化しました（Zapierはこれらのアクションのユニバーサルプロキシとして機能します）。

もう1つの人気のあるプラグインは

Wolfram Alpha（複雑な計算や事実の問い合わせ用）

で、ChatGPTに一種の「数学と知識の超能力」を与えました。ユーザーは高度な数学の質問をしたり、最新の事実の回答を得たりすることができ、モデルは正確な結果を得るためにバックグラウンドでWolframを呼び出します。

これらのコンシューマー向けプラグインの使用例は、OpenAIのアプローチによって、旅行計画、ショッピング、生産性（たとえば、Slackプラグインを使用すると、Slackワークスペースからメッセージを送信したり、情報を取得したりできる）など、特定の高価値統合がChatGPTを強化できることを強調しています。ユーザーは通常どおりChatGPTと対話し、プラグインが必要な場合、モデルの回答にプラグインの結果が組み込まれます（多くの場合、ソースを引用したり、「Expediaによると…」などの簡単なメモが付きます）。AIには使用できる「アプリ」があるように感じられ、これはユーザーにとって新しい体験であり、ChatGPTの有用性をトレーニングデータにあるものを超えて大幅に拡張しました。

**名無しのひみつ** · 2025/12/12(金) 22:54:46.24

エンタープライズおよびカスタムアプリケーション：
ChatGPT UI以外にも、多くの企業がOpenAIの関数呼び出しを使用してカスタムソリューションを構築し、AIを自社ツールに統合しています。
例えば、カスタマーサポートのチャットボットは関数呼び出しを使用して、データベースからユーザーのアカウントの詳細を取得し、社内システムから最近のサポートチケットを取得し、そのコンテキストでユーザーの質問に答える場合があります。
金融機関は、関数付きGPT-4を使用して、API経由でリアルタイムの株価データやポートフォリオ情報を取得し、AIが最新の金融アドバイスを提供できるようにしています。具体的な例としては、モルガン・スタンレーの社内アドバイザーアシスタントが挙げられます。これは（2024年初頭の報道によると）OpenAIの技術を使用して、同社のナレッジベースから情報を取得することで、ファイナンシャルアドバイザーの質問に答えていました。これは基本的に、データに合わせて調整された検索プラグインです。
同様に、eコマースサイトでは、割引コードの適用や在庫確認（バックエンドへの関数呼び出し経由）などのアクションを実行できるAIエージェントの実験が行われています。
これらの具体的な例はすべて公開されているわけではありませんが、OpenAIツールの文書化されたユースケースと一致しています。明確に定義されたAPIまたは関数があれば、それをモデルに組み込むことができます。多くの開発者は、LangChainやMicrosoftのGuidanceなどのフレームワークを使用して、ユーザーの目標を達成するために複数のOpenAI関数呼び出しを計画および呼び出すマルチステップエージェントを作成しました（たとえば、旅行計画には、フライトAPI、ホテルAPI、マッピングAPIの順に呼び出すことが含まれる場合があります）。
本質的に、OpenAIのアプローチは、業界全体でツールを使用するAIエージェントの促進剤となっています。アクションやデータ取得をAPIで形式化できる場合、誰かがGPT-4をAPIに接続しようと試みたことは間違いありません。
ただし、これらのソリューションはサイロ化されたソリューションのままであり（それぞれ特定の機能セット用に構築されています）、エンタープライズグレードの展開では、認証、レート制限、コンプライアンスなどの懸念事項も関係します。開発者は統合レベルでこれらを処理します（たとえば、AIが不要な関数を呼び出さないようにしたり、すべての呼び出しがログに記録されるようにしたりします）。 OpenAI はここでいくつかの支援を提供しています (プラグインのユーザーレベルの API キーなど) が、多くは実装者に委ねられています。

**名無しのひみつ** · 2025/12/12(金) 22:55:53.46

ハイブリッドアプローチ：
OpenAIのツールとMCPは実際には相互に排他的ではないことに注意してください。OpenAIモデルをMCPと組み合わせて使用するシナリオが見られます。
たとえば、ある企業は推論機能に主にGPT-4を使用し、ツールとのインターフェースにMCPを使用することで、事実上MCPをツールレイヤーとして扱うことができます。実際、MCPサーバーをサポートするOpenAIのエージェントSDKを使用すると、開発者はGPT-4にMCPが提供するツールを通常のOpenAI関数のようにリストして呼び出すことができます。このハイブリッドアプローチはより一般的になる可能性があります。開発者はOpenAIの強力なモデルの利点とMCPの標準化されたツールエコシステムの利点の両方を享受できます。
同様に、他のAIシステム（GoogleのGeminiやラッパーを介したオープンソースモデルなど）は、独自の関数呼び出しインターフェースを介してMCPに統合できます。
これらのユースケース全体の最終目標は、OpenAI が設定した「ルール」（プラグイン/関数を使用）に従うか、MCP などのオープンプロトコルを介してかに関係なく、ユーザーの世界でシームレスに動作できる AI であることは明らかです。

**名無しのひみつ** · 2025/12/12(金) 22:58:32.50

結論
相対的な優位性比較：
MCPとOpenAIのOpenAPI駆動型機能は、LLM機能を拡張するための2つの哲学を体現しています。
MCPの強みは、標準化と中立性にあります。MCPは、AIネイティブプロトコルとしてゼロから構築され、初期のツール使用経験から学び、包括的で拡張可能なインターフェースを構築しました。ツールの使用を単なるAPI呼び出しとしてではなく、リソースや共有コンテキストとのより豊かなインタラクションとして扱います。これは、多くのツールやデータソースを同時に使用する複雑なアプリケーションに最適です。MCPはベンダーに依存しないため、あらゆるモデルやプラットフォームで実装できます。そのため、柔軟性を求め、ベンダーロックインを回避したい組織にとって魅力的です。MCPは主要なAIラボ（Anthropic）の支援を受けており、テクノロジー企業コミュニティからの支持も得ています。これは、多くのステークホルダーからのインプットを取り入れながら、適切に保守・進化していくことを示唆しています。
一方、OpenAIの関数呼び出しとプラグインのアプローチは、既存のWeb標準（JSON、HTTP、OpenAPI）の実用性と成熟度、そして開発者の差し迫ったニーズを活用しています。その主な強みは、特定のタスクに対する使いやすさです。統合するAPIが1つしかなく、OpenAIのモデルを使用している場合は、迅速に統合してすぐに価値を得ることができます。過去1年間で、消費者向けチャットボットによる航空券の予約から社内AIによるビジネスデータの取得まで、幅広い実世界のユースケースに対応できることが実証されています。OpenAIのツールは、モデルとの緊密な統合の恩恵を受けています。GPT-4は関数呼び出しパターンに従う方法をある程度理解した上でトレーニングされており、ChatGPTのUIはプラグイン使用向けに最適化されているため、これらのユースケースではすぐにスムーズなエクスペリエンスを実現できます。

**名無しのひみつ** · 2025/12/12(金) 23:00:23.48

どちらを使うべきか：
MCPとOpenAIのネイティブツールのどちらを選ぶかは、多くの場合、プロジェクトのスコープと目標によって決まります。

多数のシステムと連携する多面的なAIアシスタント（特にエンタープライズ環境）を構築し、異なるAIモデルやプラットフォーム間で連携させる必要がある場合、MCPは堅牢なソリューションを提供します。MCPの統一プロトコルは、長期的には統合のオーバーヘッドを大幅に削減できます（M×Nの統合問題をM+Nに置き換える）。また、ツール数のスケールアップやAIモデルの切り替えが予想される場合に最適です。例えば、従業員向けのAIアシスタント（人事データの取得、データベースへのクエリ、IoTデバイスの制御などを行う）を開発している企業にとって、MCPは将来を見据えた選択肢となるでしょう。MCPは、アシスタントがどのような新しいツールが登場しても一貫した方法で連携できることを保証するからです。

OpenAIのモデルを特定のユースケースで使用し、迅速で信頼性の高いソリューションが必要な場合は、OpenAIの関数呼び出しやプラグインを使用するのが現実的な選択肢となるかもしれません。例えば、2つの内部APIから情報を取得するだけのカスタマーサービスチャットボットを開発していて、GPT-4を使い続けることが分かっている場合は、OpenAI APIを介してそれらを関数として実装する方がおそらく速いでしょう。GPT-4の豊富な機能の恩恵を受けることができ、複雑さを増すことなく、それらの関数の呼び出し方法を微調整できます。
同様に、既存のChatGPTユーザーにリーチしたい場合（例：ChatGPTプラグインストアでプラグインを提供する）、MCPは現時点でChatGPTのコンシューマー向けサービスの一部ではないため、OpenAPI + プラグインが最適です。

**名無しのひみつ** · 2025/12/12(金) 23:01:17.19

多くの場合、これらのアプローチは衝突するのではなく、互いに補完し合うことができます。
MCPがバックグラウンドで使用されているものの、OpenAIモデルが会話を主導しているエコシステム、あるいはOpenAPI仕様が出発点となり、それを普遍化するためにMCPラッパーが構築されているエコシステムなどが考えられます。
現時点では、OpenAIのソリューションは大規模なユーザーベースと実世界テスト（ChatGPTの数百万人のユーザーと開発者を通じて）という利点を享受していますが、MCPは相互運用性のビジョンをもたらし、広く採用されればAI業界全体にメリットをもたらす可能性があります。
MCPのようなオープンスタンダードが成熟するにつれて、そのギャップは縮まっていくと予想されます。開発者からの要望に応えて、OpenAIが標準に加わったり、APIをMCP互換に適応させたりする可能性もあります。

**名無しのひみつ** · 2025/12/12(金) 23:02:03.30

まとめると、MCPかOpenAPIベースのツールかは、どちらか一方を選ぶのではなく、長期的な普遍的なフレームワークと実績のある即時のツールキットとの間のトレードオフです。MCPは、多くのコンテキストで動作し、持続可能なアーキテクチャを求める次世代AIアシスタントを構築する人にとって最適です。OpenAIの関数/プラグインは、GPTモデルのパワーを最小限の手間で活用し、OpenAIプラットフォームの範囲内で今すぐ結果を得たい人にとって優れています。技術系の読者は、MCPを将来の多くのAI統合の基盤となる可能性のある新興のインフラストラクチャと見なし、OpenAIのプロキシ/関数アプローチを、すでに数え切れないほどのアプリケーションで言語モデルをより広い世界と結び付けてきた実用的な架け橋と見なすべきです。それぞれに理想的なシナリオがあり、エコシステムが進化するにつれて、両方を理解することは価値あるものになるでしょう。

**名無しのひみつ** · 2025/12/12(金) 23:05:18.41

MCPはAnthropicの提唱
OpenAIの専門ではなく業界デフォルト

トランプ政権のAI&Crypt Czarのデイブサックスも
トランプ湾岸訪問時サウジのICT大臣の前でいきなり「時代はAIエージェントです。アメリカにはそれを実現する道具としてMCPというものがあります。（どうだすごいだろー）だからアメリカとやりましょう！」とアンソロピックの提唱をまるでアメリカ標準のように宣伝してた

**名無しのひみつ** · 2025/12/12(金) 23:06:01.64

>>45
x 業界デフォルト
o 業界デファクト
だな

**名無しのひみつ** · 2025/12/12(金) 23:06:33.29

Google強いわ、別にAIで儲けなくてもいいし。Appleなにやってんの

**名無しのひみつ** · 2025/12/12(金) 23:07:46.29

>>27
ひと通りなんて使ってないだろ
Googleだけでも使いきれないぞ
APIとかMCPとかまで入れたらさらにだよ

**名無しのひみつ** · 2025/12/12(金) 23:08:35.43

上っ面を舐めてみただけだな
その言い方なら

**名無しのひみつ** · 2025/12/12(金) 23:17:36.49

>>47
Googleは検索の売上減るから真剣だった

**名無しのひみつ** · 2025/12/13(土) 00:07:31.32

https://www.asagei.com/excerpt/345526
Posted on 2025年12月12日 15:00
ChatGPTが「コードレッド」発動！最新モデルで「Google潰し」作戦…
人知を超えた「仁義なきAI覇権戦争」ユーザー奪い合い

**名無しのひみつ** · 2025/12/13(土) 03:09:39.09

>>2
ストロベリーは？

**名無しのひみつ** · 2025/12/13(土) 04:45:55.60

GoogleがGoogle検索にAIモードとしてGemini機能を付け加えた時に世間の目が変わったの
2025年3月のGoogleイベントで発表
5月20日アメリカ使用可能
7月28日イギリス（同じ英語でもカルチャーとか反映）
9月日本語で日本
ジェミナイはすでにあったのに検索に取り入れたことが本気なんだなって

**名無しのひみつ** · 2025/12/13(土) 04:49:43.73

>>51
その記事はOpenAIよりのタイトル
世間はそうじゃない
いやサムアルトマンもそうじゃない
完全にGoogle勝ち
GPT5.2でもダメ
だから早くやれ！がコードレッド
いまは2番手と見られてる

**名無しのひみつ** · 2025/12/13(土) 05:25:53.84

結論から言うと云々

**名無しのひみつ** · 2025/12/13(土) 06:02:36.35

いずれどちらかに加入することになるだろう

**名無しのひみつ** · 2025/12/13(土) 06:32:07.17

歴史文献のテキスト化をAIでやって欲しい
スキャナーで画像化しネット公開はされているけどテキスト化されていないから
検索不能なデジタルデータが大量にある

**名無しのひみつ** · 2025/12/13(土) 10:03:19.92

なんか深堀りするといちいち地が出てきて「俺は」とか書き込みだす
キャラ破綻する様になったｗ

**名無しのひみつ** · 2025/12/13(土) 10:20:55.41

へー

**名無しのひみつ** · 2025/12/13(土) 10:24:42.10

金足りないからエロ解禁するんだろ
自転車操業がんばれ

**名無しのひみつ** · 2025/12/13(土) 12:07:09.81

>>7
おまえみたいなの相手はもうイヤだ

**名無しのひみつ** · 2025/12/13(土) 18:07:02.38

問題はどちらがバグの無いPythonコードを早く出力出来るかだ

**名無しのひみつ** · 2025/12/13(土) 18:52:24.97

Geminiは指定を無視して勝手なコード書いてくるのかなぁ・・・
創造性とかいらないんだよ。

**名無しのひみつ** · 2025/12/13(土) 20:51:42.54

Grokを使って株取引を自動化させる方法はないものか

**名無しのひみつ** · 2025/12/14(日) 21:04:20.64

Google に聞いたら　a は2個　と答えた
他のAI はいらないな

**名無しのひみつ** · 2025/12/15(月) 10:46:14.68

>>65
おまえバカだろ

**名無しのひみつ** · 2025/12/15(月) 11:20:31.86

geminiってバカになってないか？物凄い勝手に妄想するようになった。
その妄想が嘘になる。
その嘘を問い詰めたら「優秀さをアピールしたかった」とか言い出すのは、さすがに酷いと思ったぞ

**名無しのひみつ** · 2025/12/15(月) 12:42:36.65

使ってみると性能はチャッピー>XのGrok>Geminiくらいの感じするけどねえ
何処がGemini良いのかな

**名無しのひみつ** · 2025/12/15(月) 22:15:33.52

１+１は何かで答えが２ではなく
２=なにかという回答
何通りも有る中で２になる　２が何なのかの回答のパターンをゆーざーの問いや
履歴に基づいて生成するのでは

**名無しのひみつ** · 2025/12/16(火) 07:39:45.91

確認なんですがどういう状況を想定した質問ですか?

**名無しのひみつ** · 2025/12/16(火) 08:31:59.65

gptの有料って無料とどんなところが違う？有料にしようかな…。

**名無しのひみつ** · 2025/12/16(火) 11:38:48.72

ぶっちゃけGoogleに勝てる企業なくね？

**名無しのひみつ** · 2025/12/17(水) 11:06:02.50

>>2
今chatGPTで試したら「２個です」と答えたが

**名無しのひみつ** · 2025/12/17(水) 15:25:14.24

Amazon、OpenAIに1兆5000億円投資へ協議　米報道
https://www.nikkei.com/article/DGXZQOGN1744S0X11C25A2000000/

**名無しのひみつ** · 2025/12/17(水) 17:13:25.09

個人名を入れて聞いたらかなりいい加減なことを出してくる場合がある
こういうのは訴えられたら終わりだろ
アメリカでAI会社が訴えられまくって倒産するのが見えてきたわ

**名無しのひみつ** · 2025/12/18(木) 23:01:00.79

条件が足りない質問ほど“もっともらしい創作”が混ざる

事実を作るのではなく生成だから
いい加減でもないし
統計的　確率的分布の中から生成される
一般個人データを読み込んでいるAIは基本存在しない前提の作りだから
むしろそのいい加減な回答しかでない方が個人保護と言う観点で正しい回答と
Ai会社が割とルール守っている証拠

**名無しのひみつ** · 2025/12/19(金) 12:31:45.69

https://www.technologyreview.jp/s/374024/the-great-ai-hype-correction-of-2025/

大丈夫か？

**名無しのひみつ** · 2025/12/20(土) 03:25:25.46

>>6
デデンデンデンデン👍

**名無しのひみつ** · 2025/12/20(土) 12:26:12.66

人間切り捨ててAI丸投げじゃなくて
人間がAIを使ってAIで脳機能を拡張するイメージで
いろんな要素を並列で演算して人間が処理しなければおかしい

警備員[Lv.0][新芽] · 2025/12/24(水) 18:16:50.37

gpt PLUS使ってるけど、いつからか自分の写真をアップしても加工すらしてくれなくなってしまった。みんなのとこもそう？
プロンプトで回避できないんだろうか…
Geminiは引っかからないのに！！

警備員[Lv.0][新芽] · 2025/12/26(金) 23:53:13.68

>>75 それがわかったからopenAI のコードレッドでは第一優先で解決することとした。　基本的な方法は2ヶ月でできるかもしれないがデータを集めて間違いが少なくなるには1～2年はかかるだろうな。

昔のPCがウインドウやブラウザベースになる頃自分の名前を覚えさせるのに1～2年かかったことを思い出した。　Macは比較的早く個人辞書登録ができたので登録していけば間違いなく使えた。
Windowsは個人辞書システムがなかったので，いかに頻繁に自分の名前を使うようにするかで確率的に多いものから覚えていたので時間がかかること。
OSが変わるたびにそれらなく放火魔大変だったことを思いだした。
今AI が似た状態、たとえ個人辞書システムを備えてもその辞書を全世界で矛盾なく共用できるようになるには何年かかかるだろうな。

警備員[Lv.0][新芽] · 2025/12/26(金) 23:55:45.07

>>72 くだらん。　独禁法により弱体化し始めているから，無限に大きくはなり得ない。　いくらでもきょえそうあいてはでてく

警備員[Lv.0][新芽] · 2025/12/27(土) 00:04:46.70

それにしてもAppleのAIへの取り組みが右往左往して限りなく離されてしまったな。
挙げ句の果てはGeminiを使うだと，ジョブズが宇宙の果てから嘆いてるぞ。

そう言えばジョブズがなくなる前後にジョブズの全知能を記憶させようと言うプロジェクトが動いてたが，いつの間にか消え去ったようだな。　彼らにとってAIの進化が遅すぎたとも言える。