koide/note-articles

Fork 0

koide 960c65807b

Deploy Docusaurus Site / deploy (push) Successful in 1m0s

Details

Add Mermaid diagram for Antigravity-CDP-Discord bridge flow

2026-03-07 02:36:24 +00:00

10 KiB

Raw Blame History

sidebar_position, title, description, displayed_sidebar, image

sidebar_position	title	description	displayed_sidebar	image
2	いま混線しがちなAI用語をほどく：モデル／実行基盤／UIの関係	モデル、実行基盤、UI/ブリッジの3層でAIツールの関係を整理する（2026年3月検証版）	null	/img/ai-terms-model-vs-agent-platform-banner.png

いま混線しがちなAI用語をほどく：モデル／実行基盤／UIの関係

はじめに

「AntigravityとClaude、どっちが賢いの？」——この手の会話が噛み合わないのは、層の違うものを比較していることが多いからです。

Antigravityは「IDEに統合されたコーディング体験」、Claudeは「推論を行うモデル」。そもそも比較軸が違います。

この記事では、いま混線しやすい用語を次の3層に分けて整理します。

層	一言で	例
モデル層	推論・生成を行う頭脳	Claude / GPT / Gemini
実行基盤層（Runtime / Harness）	モデルにツール呼び出し・計画・実行・検証の「手足」を与える	Claude Code / Codex CLI / Antigravity Core
UI/ブリッジ層	人間や外部チャネルとの接点	IDE, Web UI, Discord Bot, CDPブリッジ

注意: 実際のプロダクトは1層にきれいに収まらず、2層以上をまたぐことがあります（例: Antigravity = 実行基盤 + UI、ChatGPT = UI + モデル）。本記事ではあえて「主層」と「副層」に分けて整理します。

3層モデル図

graph LR
    subgraph UI["UI / ブリッジ層"]
        direction TB
        CLI["CLI"] ~~~ IDE["IDE（Antigravity等）"]
        IDE ~~~ Web["Web / App UI"]
        Web ~~~ Bot["Discord Bot"]
        Bot ~~~ CDP["CDPブリッジ"]
    end

    subgraph Runtime["実行基盤層（Runtime / Harness）"]
        direction TB
        CC["Claude Code"] ~~~ CodexCLI["Codex CLI"]
        CodexCLI ~~~ AGCore["Antigravity Core"]
        AGCore ~~~ OC["OpenClaw Gateway"]
    end

    subgraph Model["モデル層"]
        direction TB
        Claude["Claude"] ~~~ GPT["GPT"]
        GPT ~~~ Gemini["Gemini"]
    end

    UI --> Runtime
    Runtime --> Model

主要ツールを層で分類する

ツール	主層	副層	バックエンドモデル	コメント
Antigravity	実行基盤 + UI	—	構成・時期により異なる（公式Docs参照）	IDE体験が強く「モデル＝ブランド」と混同されやすい
Claude Code	実行基盤	UI（CLI）	Claude（Anthropic公式）	MCP / Skills / Subagents で拡張
Codex CLI	実行基盤	UI（CLI）	GPT系（OpenAI公式）	OpenAI側のCLIエージェント
Cursor	実行基盤 + UI	—	マルチモデル（公式Docs参照）	IDE一体型で層が混線しやすい
ChatGPT	UI + モデル	一部実行機能	GPT系	「モデル名＝体験名」になりやすい
Gemini（チャット）	UI + モデル	一部実行機能	Gemini系	同上
OpenClaw	オーケストレーション基盤	UIブリッジ連携	接続先の基盤に依存	複数エージェント・チャネルを束ねる運用レイヤー

ポイント: 「どちらが賢いか」を議論するなら、まずどの層で比較しているかを固定する。モデル性能の話なのか、ツール連携の話なのか、IDE体験の話なのかで答えが変わります。

MCP と Skill——実行基盤層を拡張する2つの軸

3層モデルの中でも、実行基盤層の拡張方法としてよく名前が出る2つを整理します。

	MCP（Model Context Protocol）	Skill
何を解決するか	ツール・データソースへの接続の標準化	運用ノウハウ・手順の再現性と遅延ロード
粒度	1つの外部サービスとの接続定義	1つのタスク遂行に必要な手順・プロンプトの塊
実行基盤との関係	基盤がMCPサーバーを呼び出す	基盤がSkill定義を読み込んで実行する
具体例	Gitea API接続、SearXNG検索	コードレビューループ、記事生成手順

実務では MCP（接続）＋ Skill（再現性） を併用するのが強い構成です。MCPで外部ツールに繋ぎ、Skillでその使い方を定型化する、という役割分担になります。

Antigravityまわりで混線しやすい点

Q1. Antigravityはモデルか？

いいえ。実行基盤 + UI です。モデルそのものではありません。

Q2. なぜモデル扱いされるのか？

ユーザーは「Antigravityを開いて使う」という体験単位で認知する
バックエンドモデルを意識する場面が少ない
ブランド名が体験全体を代表してしまう

これはChatGPTでも同じ現象が起きています。「ChatGPTが賢くなった」は多くの場合「バックエンドがGPT-4oに切り替わった」という意味です。

Q3. AntigravityのDiscord連携はどの層の話か？

多くの場合 UI/ブリッジ層 の話です。非公式CDPブリッジでAntigravityのWeb UIを外部から操作する構成は、モデル性能とは無関係のブリッジ実装の議論になります。

用語の言い換え——議論を噛み合わせるために

混線しやすい言い方	層を揃えた言い方
「AntigravityとClaude Codeどっちが賢い？」	「Antigravity基盤とClaude Code基盤、運用面でどっちが自分の用途に合う？」
「Antigravityのモデルは？」	「いまAntigravityが使っているバックエンドモデルはどれ？」
「CursorとAntigravityどっちが強い？」	「IDE体験（UI層）と実行基盤の観点でそれぞれ何が違う？」

実務的な使い分け——この文脈での判断基準

公式APIベース（本番運用向き）

構成例: Claude Code + MCP + Skills、Codex CLI + Gitea連携
利点: 可観測性が高い、契約・利用規約が明確、レート制限やエラーハンドリングが公式サポート
適用場面: 本番サービス、継続的に動かす自動化

オーケストレーション基盤（複数エージェント統合）

構成例: OpenClaw Gateway + 複数エージェント + Discord/Webhook連携
利点: 異なる基盤のエージェントを1箇所で管理、チャネル横断の通知・応答が可能
注意点: オーケストレーター自体の可用性が単一障害点になりうる。Gateway障害時のフォールバック設計が必要

UI/CDPブリッジ（検証・PoC向き）

構成例: CDP経由でAntigravity Web UIを操作、Discord DOM監視
利点: 公式APIが存在しないサービスにもアクセス可能
制約: 後述のリスクを理解した上で、隔離環境・最小権限で運用すべき

CDPブリッジ運用のリスク整理

非公式CDPブリッジ（antigravity-discord-botのようなUI自動化ツール）は技術的には動作しますが、3つの異なるリスクを分けて評価する必要があります。

1. 技術リスク：リモート操作の攻撃面

CDPポートが開いている＝ブラウザの全操作権限が外部に露出しています。

CDP接続元を 127.0.0.1 に限定し、SSHトンネル経由でアクセスする
VM上で隔離されたブラウザプロファイルを使う
本番の認証情報が入ったブラウザセッションでCDP操作しない

2. 運用リスク：自動承認による破壊的操作

CDPブリッジ経由の操作を「自動承認」にすると、意図しない破壊的操作が実行されうる。

ファイル削除、設定変更、外部送信など不可逆な操作は人間承認を挟む
操作ログを残し、事後検証できるようにする

3. 規約リスク：UI自動化の利用規約上の扱い

「ただのリモコンだから安全」ではありません。判断軸は——

提供側がその操作を「自動代行」と見なすかどうか

多くのサービスはUI自動化（スクレイピング・ボット操作）を利用規約で制限している
公式APIが提供されている場合、そちらを使うほうが規約上安全
公式APIがない場合でも、利用規約を確認した上で判断する

参考情報

以下は執筆時点で参照した情報源です。URL・内容は変更される可能性があるため、利用時に最新版を確認してください。

Antigravity公式ドキュメント（Google）
Claude Code公式ドキュメント（Anthropic）
Cursor公式ドキュメント（Models and Pricing）
非公式CDPブリッジの実装例（GitHub上に複数存在）

この記事は2026年3月時点の情報です。モデル提供範囲・料金・規約は短期間で変わるため、導入前に必ず各サービスの公式ドキュメントと利用規約を確認してください。

CDPブリッジの接続関係（Mermaid）

以下は、今回の会話で出てきた「Antigravity + Discord Bot + CDPブリッジ」の接続関係です。

flowchart LR
    U[ユーザー\nDiscord] --> B[Discord Bot UI]
    B --> C[Anticlaw / LazyGravity\nCDPクライアント/ブリッジ]
    C -->|WebSocket JSON CDP| E[CDP Endpoint\nlocalhost:PORT]
    E --> A[Antigravity\nElectron/Chromium runtime]
    A --> R[Agent Runtime\n計画/実行/検証]
    R --> M[Model Backend\n例: Opus/Gemini/GPT]

    classDef ui fill:#4a9eff,stroke:#2d7cd4,color:#fff;
    classDef bridge fill:#9b59b6,stroke:#8e44ad,color:#fff;
    classDef app fill:#ff8c42,stroke:#d4712d,color:#fff;
    classDef model fill:#51cf66,stroke:#3da54e,color:#fff;

    class U,B ui;
    class C bridge;
    class E,A,R app;
    class M model;

伝え方テンプレ（誤解が少ない言い回し）

「Antigravityのremote-debugging-portを有効化し、指定ポートのCDPエンドポイントにブリッジを接続する」
「Discord BotはUI、Anticlaw/LazyGravityはCDPブリッジ、Antigravityは基盤+IDE」

10 KiB Raw Blame History Unescape Escape