Kimihiko Kitase ♨️ 北瀬 公彦

AI・クラウド・ビッグデータ・仮想化業界で、開発からマーケティングまで幅広く経験。企業・自治体・大学で AI / クラウド活用を支援。Apache CloudStack や Gemini CLI の OSS コントリビューター。温泉・サウナ。銭湯ネタ多め。発言は個人の意見であり、所属組織とは無関係です。

[Kimihiko Kitase ♨️ 北瀬 公彦 @kkitase]

🎅 Google Cloud Biling Watcher 公開されたーー！ありそうでなかった気がしたので作ってみましたー。Google Cloud 利用の方は試してみてくださいませ。

#antigragity #vscode どちらのマケプレにも公開されてますので、いいねと、フィードバックお待ちしています🎄🎄🎄

注: 料金が表示されるのに、BigQuery で請求データのエクスポート設定してから 1 - 2 日かかります。
#googlecloud

[なかむらさとる @satoluxx]

#GoogleCloudNext で @kazunori_279 -sanのセッションを聞いてハートに火がついちまった。
カッとなって、デモ作ったｗ
BigQueryでAutonomous Embedding Generationを利用してベクトル化は勝手にやってもらい、それをBigQueryAgentで仕掛けて、見るのはデータポータル（DataStudio）で実現してみました。30分ぐらいでお手軽に出来てしまったよ。
いや、こりゃ便利だわ。
#bigquery #bq_sushi

[なかむらさとる @satoluxx]

今日の資料です。
以前作ったやつを焼き直したりしています。
質問とかあったらガンガン投げ込んでねっ！
https://t.co/DPZs18AhPC
#gcts2026 #bq_sushi

[あんどぅ@育休中 @integrated1453]

NRIの株主総会の通知が送られて来たので中計2028の資料見たけど、投資家から見て「SIerの開発はAIに代替されるのでは？」という疑問に対して、「非機能要件が重要なんやで」という説明をしていて、NRIのテクニカルエンジニア出身の自分としてはグッと来るものがある
https://t.co/yQ3TlTigfS

[Kimihiko Kitase ♨️ 北瀬 公彦 @kkitase]

お話しするタイミングを伺ってたんですが、最後までお話しできずでした😅 ファシリテーターお疲れ様でした！

[ばんのー #ハッカソン 屋さん @about40man]

#findy_hackathon 始まったよー

[ばんのー #ハッカソン 屋さん @about40man]

#findy_hackathon 始まったよー

[ばんのー #ハッカソン 屋さん @about40man]

【AI Agent Hackathon】findy主催、Googleスポンサーで開催される『DevOps x AI Agent Hackathon』 の募集がはじまりましたよー！！
MAにて運営のサポートをさせていただいております。
イベント内での「チームビルディング」で、僕と握手
#GoogleCloud　#findy_hackathon
https://t.co/gW4UGkAShj

[Makisuo @makisuo]

All types of databases, Redis, Postgres, Clickhouse, Mysql etc. now display important stats and metrics aswell as most run queries in the Maple service map

[イルカのえっちゃん（Appsheet研究家） @irukano_ecchan]

今日、ようやく私の WS Studio に「ループ処理」が実装されたので🎉、スプシに複数行一括入力する方法を紹介したい😃

続きはリプ欄で

[木内翔大＠SHIFT AI代表「日本をAI先進国に」𝕏 @shota7180]

「Google Workspace Studio」を使えば、商談後の事務作業のフローも自動化できます。

フォルダに商談メモを追加するだけで、Geminiが議事録を作成。

さらに、条件分岐を使って「必要な場合のみ」提案書のたたき台を自動生成し、管理シートへの記録と通知までが完了します↓

[Google Cloud Japan @googlecloud_jp]

2025 年に新設された Gartner Magic Quadrant の AI アプリケーション開発プラットフォーム部門で、Google がリーダーに選出されました🏆
→ https://t.co/7wgD7nG12j

実行能力については評価対象となった全ベンダーの中で最高評価を獲得。レポートからも読み取れる、Google のエージェント プラットフォーム戦略の指針となる 3 つの原則を紹介します。

[Avi Chawla @_avichawla]

Google's onto something!

They just made every other approach to agent memory look incomplete.

When a stateless agent crashes mid-workflow and restarts, it loses all its progress and decisions.

And because LLMs are non-deterministic, the restarted agent will likely make different intermediate choices on the same data.

Imagine an agent who processed financial records over five days.

- On day 1, it ingested 4,000 records and normalized formats. One record has an ambiguous date field ("03/04/2026"). Say the agent interpreted it as March 4th. Every downstream decision builds on that interpretation.

- On day 3, the agent crashed.

A stateless restart means the agent re-ingests all 4,000 records from scratch. This time, the LLM could interpret that same ambiguous date as April 3rd.

The final output will be different, not because the data changed, but because the reasoning chain diverged.

This is fundamentally different from a database crash. Database replays are deterministic.

To actually solve this problem, the agent needs to periodically save its intermediate state, including the progress, accumulated decisions, and the reasoning chain that led to them.

If it crashes, it reloads the last checkpoint and continues from there with every prior decision intact.

If you want to see this in practice, Google Cloud's Agent Platform implements this through three mechanisms, and they have partnered with me today to show what they are doing!

→ Memory Bank gives agents a persistent state that accumulates across sessions over days or weeks. The agent on day 5 can easily read what was decided on day 1 without re-processing anything.

→ Resume Agents handle checkpoint-and-resume natively. When an agent crashes or pauses for human approval, Agent Runtime saves the full state. When it resumes, the context reloads exactly as it was. The agent consumes zero compute while it waits.

→ Ambient Agents make execution event-driven. The agent activates when new data arrives, not when a human types a prompt.

The hardest problem in production agents isn't making them smarter. It's making sure they remember what they already decided.

I have shared the link to the Agent Platform in the replies!

[Shubham Saboo @Saboo_Shubham_]

https://t.co/w7v8Vq1JNN

[Google Workspace @GoogleWorkspace]

＼仕事でも、Gemini／

Gemini in Gmail なら、単なる翻訳ではなく、専門用語の解説まで付けてくれます。パーソナライズされたコミュニケーションのサポート以外にも、文章作成やデータ整理まで、Google AI を活用できます。

[しぃー │AIコンシェルジュ @deliciousair_]

Gemini のビルド機能むちゃくちゃ便利。
Gメールやドライブ、いろんなものから情報もってきて
シートにまとめてくれたり、
分析も、グラフも
となりのGeminiにお願いするだけで作ってくれる。
質問が足りないときは、Gemini がいくつか質問してくれて、ポチポチ選択するだけ。至れり尽くせり♡

[Philipp Schmid @_philschmid]

We made a collection @GoogleDeepMind scientific agent skils for research tasks, genomics, structural biology, cheminformatics, literature search, and more.

👉https://t.co/zkPuCtmwEE
https://t.co/zkPuCtmwEE

[まじん @Majin_AppSheet]

ドライブの新しい「プロジェクト」機能。
「Meet recordings」フォルダを追加しておけば勝手に会議コンテキスト溜まっていくのいいな

[ラリオス｜Ralios @emoiralios]

知ってた？

#GoogleCloud の国内 120 社以上の導入事例と解決策をまとめた「生成 AI 活用事例集」専用の NotebookLM があるってこと。生成 AI やデータ分析の活用事例を、より深くインタラクティブに探索できるから、今すぐアクセスしてみてね！

https://t.co/c6awwVVz7U

[O'Reilly Japan @oreilly_japan]

7/28(火)発売予定の新刊『Google CloudではじめるAI/ML入門』に、日本語版のカバー画像を追加しました。Google Cloudのさまざまな機能を活用して、データの収集、処理、分析から、機械学習モデルの開発・デプロイまでの一連のプロセスを学べます！
https://t.co/GrF6N1D3BB

[ITmedia AI＋ @itm_aiplus]

「Gemma 4 12B」登場　メモリ16GBのノートPCでも動作するマルチモーダルモデル
https://t.co/RiV9IkOPu6

[Google Cloud Japan @googlecloud_jp]

📝 Gemini 公式 note 更新
新しい AI エージェント学習プログラム
GEAR（Gemini Enterprise Agent Ready）特集
https://t.co/SvrKj4tt9Q

「GEAR って？」「何ができるの？」そんな疑問にお答えします。記事でご紹介している「 GEAR スタータープロンプト」から、ぜひ試してみてください！