MCPがステートレスに、Gemini 3.6 Flash登場、Gemini NotebookがコードをAI実行：2026年7月第5週AIツール3選

AIプラットフォームの「配管」が静かに取り替えられている。

2026年7月最終週、3つの変化が注目を集めた。AnthropicがMCP（Model Context Protocol）を完全に再設計し、サーバーレスや企業環境でも使いやすいステートレス構造に移行した。GoogleはGemini 3.6 Flashを中心に3つの新モデルを一挙公開し、実用モデル競争を本格化させた。そしてNotebookLMはGemini Notebookに名称変更し、ノート内でコードを実行してデータを分析する機能を新たに追加した。

3つの変化が指し示す方向は一つだ。AIがデモから実務へ、ツールからインフラへと移行している。

MCP 2026-07-28：ステートレス構造は何を変えるのか
OAuth/OIDCとMCPトンネル：企業環境で使えるMCP
Gemini 3.6 Flash：Googleの「実務型モデル」戦略
Gemini 3.5 Flash-LiteとCyber：コストと専門性の2軸
Gemini Notebookコード実行：リサーチと分析を一つの場所で
Google検索連携：ノートがリアルタイムデータを内包する
3つのアップデートが共に語るもの

1. MCP 2026-07-28：ステートレス構造は何を変えるのか

MCP 2026-07-28仕様が最も大きく変えたのは、プロトコルの基本的な動作方式だ。双方向の持続的接続（ステートフル）からリクエスト-レスポンス方式（ステートレス）へ移行した。

従来のMCPサーバーはクライアントとの長期接続を維持する必要があった。接続が切れると状態が失われ、クラウド関数やエッジ環境へのデプロイが困難だった。この構造的制約がMCPを実運用に導入する最大の障壁だった。

ステートレス構造への移行はこの問題を根本から解決する。MCP サーバーを AWS Lambda、Cloudflare Workers、Vercel Edge Functionsなどのサーバーレスプラットフォームにデプロイできるようになった。各リクエストは独立して処理され、状態の維持が不要になる。

ステートレス移行が実際に変えること

項目	旧Stateful	新Stateless
デプロイ環境	専用サーバー必要	サーバーレス/エッジ対応
スケーリング	手動設定	自動水平スケール
コスト構造	常時サーバー維持費	リクエスト課金
障害復旧	再接続が必要	次のリクエストで自動復旧

「MCPがステートレスになったのは単なるコード変更ではない。誰がMCPサーバーを作り、どこで実行できるかの境界が変わったのだ。」

2. OAuth/OIDCとMCPトンネル：企業環境で使えるMCP

2026-07-28仕様の第2の柱は、企業セキュリティ標準との統合だ。認可（Authorization）方式がOAuth 2.0・OIDC標準に合わせて再設計された。

従来のMCP認証はシンプルすぎて、Microsoft EntraやOktaのような企業アイデンティティシステムとの直接連携が困難だった。これが企業ITチームがMCPを社内に導入することを敬遠する主な理由の一つだった。

新しい仕様では、MCPサーバーが既存のOAuth/OIDCインフラと直接接続できる。SSOシングルサインオン、ロールベースアクセス制御、トークン有効期限管理が追加処理なしで動作する。

MCPトンネル：ファイアウォール内のツールをClaudeに接続する

MCPトンネルはリサーチプレビューとして公開された機能だ。社内ネットワーク内のMCPサーバーを公開インターネットに露出させることなくClaudeに接続できる。インバウンドファイアウォールルールの変更不要、公開エンドポイント不要。

活用シナリオ：

社内DB接続：外部に公開できない社内データベースをClaudeに接続
レガシーシステム統合：APIのない内部システムにMCPトンネルでアクセス
開発環境接続：ローカル開発サーバーをClaude Codeセッションに接続

3. Gemini 3.6 Flash：Googleの「実務型モデル」戦略

Google DeepMindが2026年7月21日、3つの新モデルを一挙公開した。中心となるGemini 3.6 Flashは、Googleが「業務最適化モデル」として位置づける新たな基準点だ。

Gemini 3.6 Flashはコーディング、知識業務、マルチモーダル処理で前作より性能が向上し、同時にトークン使用量を最大17%削減した。より高い性能で、より少ないリソース消費というのがGoogleの主張だ。

Gemini 3.6 Flashの実務的強み

コーディング：多段階コード生成とデバッグでの速度・精度向上
知識業務：複雑な文書分析、要約、データ抽出の最適化
マルチモーダル：画像・テキスト混合入力処理の改善
コスト効率：同クラス比17%低いトークン消費でAPIコスト削減

4. Gemini 3.5 Flash-LiteとCyber：コストと専門性の2軸

同時に公開された2モデルはそれぞれ異なる方向を向く。一方は極限のコスト効率、もう一方は特定ドメインの専門化だ。

Gemini 3.5 Flash-Liteは「クラス最安」を標榜する。大量自動化、バッチ処理、コスト敏感なアプリケーション向けの選択肢だ。

Gemini 3.5 Flash Cyberはサイバーセキュリティの脆弱性検出と修正に特化したファインチューニングモデルだ。セキュリティ監査、コード脆弱性分析、パッチ提案を合理的なコストで実行する。

3モデルのポジショニング比較

モデル	核心的強み	主なユースケース
Gemini 3.6 Flash	性能・効率のバランス	一般業務、コーディング、マルチモーダル
Gemini 3.5 Flash-Lite	極低コスト	大量自動化、バッチ処理
Gemini 3.5 Flash Cyber	セキュリティ専門化	脆弱性分析、セキュリティ監査

「3モデルを同時公開したのは戦略的シグナルだ。単一最強モデルで競うより、用途別最適化モデルで市場を分割占領する方向だ。」

5. Gemini Notebookコード実行：リサーチと分析を一つの場所で

2026年7月16日、GoogleはNotebookLMをGemini Notebookに改名し、最も重要な新機能を同時公開した。ノート内でコードを直接実行してデータを分析できるようになった。

従来のNotebookLMの限界は明確だった。文書の要約や質問への回答は得意だったが、データ分析結果を実際に計算したりグラフを描いたりするには別のツールに移動する必要があった。Gemini Notebookはこの断絶をなくす。

各ノートブックには独立したセキュアなクラウドコンピュータが割り当てられる。アップロードしたCSVをその場で分析し、Pythonで可視化を作成し、結果をノートに保存するプロセスが一つの画面内で完結する。

コード実行で変わるリサーチワークフロー

従来のワークフロー

Gemini Notebookでリサーチ・要約
ChatGPT Code InterpreterまたはColabに移動
データ分析・可視化
結果をコピーしてGemini Notebookに貼り付け

新しいワークフロー

Gemini Notebookでリサーチ、分析、可視化まで完結

6. Google検索連携：ノートがリアルタイムデータを内包する

改名と同時に、Gemini NotebookのノートブックがGoogle AIモード検索結果に直接表示されるようになる機能が発表された。

この機能の意味は単純なアクセシビリティ向上にとどまらない。自分が構築したノートと分析資料がGoogleのAI検索応答に直接参照される可能性を意味する。

現在、この機能はGoogle AI Ultraサブスクライバーと Workspaceビジネスアカウントに先行提供されており、Proサブスクライバーにも順次拡張される予定だ。

7. 3つのアップデートが共に語るもの

3つのニュースを一つの流れとして見ると、パターンが見えてくる。

AIツールが「個人実験室」から「チームインフラ」へと移行している。

MCP 2026-07-28は企業セキュリティ標準（OAuth/OIDC）とサーバーレスデプロイを支援し、AIツール接続の敷居を下げた
Gemini 3.6 Flashと2つの専門化モデルは、AIモデル戦略が単一最強モデル競争から用途別最適化へ変わりつつあることを示す
Gemini Notebookのコード実行は、リサーチツールが分析ツールまで吸収する垂直統合のシグナルだ

今これらの変化を把握し実務に適用する人と、後から追いかける人の差は広がり続けている。

関連記事を読む

MCP 2026-07-28仕様を実際に試してみましたか？またはGemini Notebookのコード実行機能を試した方がいれば、コメントで体験を共有してください！