# Google Cloud CLIリモートMCPサーバーを公開 > Google Cloud CLIリモートMCPとData Agent Kitの権限統制、Bedrockのソウル・シンガポールとインドでの処理地域、Gemini 4 Argonの提供段階と安全策を整理。11月30日にClaude APIで提供終了するClaude Sonnet 4.5の移行先と確認点も伝える。 Canonical URL: https://labs.eastbraver.com/digest/ai-digest-20261001 Published: 2026-10-01T06:30:00+09:00 Category: ai-digest Tags: remote-mcp, ai-agent, infrastructure, amazon-bedrock, anthropic, aws, llm-inference, claude, gemini, frontier-model 最初に、gcloudとbqを隔離サンドボックスで実行するGoogle Cloud CLIリモートMCPサーバーを読み、IAMロール、認証、監査の設計を確認したい。続いて、一般提供されたGoogle Cloud Data Agent Kitの対応範囲と統制、Amazon Bedrockのソウル・シンガポールでのリージョン内推論とインド内のクロスリージョン推論を整理する。Gemini 4 Argonの1,000,000トークンの出力上限と、広範な提供前に整える安全策も扱う。最後に、2026年11月30日にClaude APIで提供終了するClaude Sonnet 4.5の移行先と確認点を押さえる。 今日の選定軸は、AIを運用する基盤で、誰の権限が使われ、データがどこを通り、どの安全策と移行期限を固定するかである。Google Cloud CLIは認証済み呼び出し元、Data Agent Kitは利用者本人または権限借用するサービスアカウントの権限で処理する。Bedrockは単一リージョンとインド内の振り分けでデータ移動と容量条件が異なる。Argonは提供段階ごとの安全策、Claude Sonnet 4.5は呼び出し経路ごとの提供終了日程を判断する材料として選んだ。（[出典1](https://cloud.google.com/blog/products/ai-machine-learning/google-cloud-cli-remote-mcp-server-in-preview/) / [出典2](https://cloud.google.com/blog/topics/developers-practitioners/data-agent-kit-is-now-ga-bring-google-data-cloud-to-any-coding-agent/) / [出典3](https://aws.amazon.com/blogs/machine-learning/introducing-anthropic-models-on-amazon-bedrock-for-in-region-inference-in-seoul-and-singapore/) / [出典4](https://aws.amazon.com/blogs/machine-learning/amazon-bedrock-expands-claude-model-availability-to-india-cross-region-inference/) / [出典5](https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-argon/) / [出典6](https://platform.claude.com/docs/en/about-claude/model-deprecations)） > [!NOTE] 収集範囲 > この号は、一部の収集元から情報を取得できない状態で作成した。取得できなかった収集元に更新がなかったことを示すものではない。 > > - エージェント開発基盤と推論ランタイムのリリース情報: 収集元13件中12件を取得できなかった > - OpenClawのセキュリティアドバイザリ: 収集元1件中1件を取得できなかった ## Google Cloud CLIリモートMCP、MCP互換基盤からgcloud・bqを実行 Google Cloudは、Google Cloud CLIリモートMCPサーバーをパブリックプレビューとして提供開始した。標準のModel Context Protocolに対応する任意のエージェント基盤やオーケストレーション・ランタイムから接続し、ネットワーク分離されたクラウド上のサンドボックスでgcloudおよびbqコマンドを実行できる。（[出典1](https://cloud.google.com/blog/products/ai-machine-learning/google-cloud-cli-remote-mcp-server-in-preview/)） 公開されるツールは`run_gcloud_command`と`run_bq_command`で、前者はGoogle Cloud環境の管理、診断、保護、後者はBigQueryのリソース割り当て、ジョブ監視、タスクのスケジュールに対応する。各コマンドは認証済み呼び出し元の権限で実行され、対象リソースにはIAM権限と組織ポリシー・サービスの制約が適用される。（[出典1](https://cloud.google.com/blog/products/ai-machine-learning/google-cloud-cli-remote-mcp-server-in-preview/)） 認証方式は実行環境で異なり、Google Cloud上のホスト型プラットフォームでは鍵を使わないAgent Identity、外部ランタイムではOAuth 2.0を使う。利用開始には、対象プロジェクトでCloud CLI Execution APIを有効化し、エージェントまたはユーザーIDにMCP Tool User IAMロールを付与して、接続先をcloudcli.googleapis.com/mcpに設定する。（[出典1](https://cloud.google.com/blog/products/ai-machine-learning/google-cloud-cli-remote-mcp-server-in-preview/)） MCPサーバー自体に追加料金はないが、作成したGCPリソースと該当するデータ転送には料金が発生する。Model Armorでプロンプトと応答を検査でき、設定すればツール呼び出しをAudit Logsへ記録し、呼び出し元ID、OAuthクライアント、IAM認可判断を確認できる。（[出典1](https://cloud.google.com/blog/products/ai-machine-learning/google-cloud-cli-remote-mcp-server-in-preview/)） > [!CAUTION] 確認できていない点 > パブリックプレビュー固有の利用制限とSLAは発表では示されていない。 **EastBraverの見立て:** 操作範囲を決める中心はMCPへの接続方式ではなく、呼び出し元IDに付与したIAM権限と組織ポリシーである。導入時は、広いCLI操作能力と権限境界を一体で評価する必要がある。（[出典1](https://cloud.google.com/blog/products/ai-machine-learning/google-cloud-cli-remote-mcp-server-in-preview/)） - 出典: [Google Cloud](https://cloud.google.com/blog/products/ai-machine-learning/google-cloud-cli-remote-mcp-server-in-preview/)（公式情報、2026-10-01 01:00 JST） **関連する技術ガイド:** [AIシステムのIdentityとAuthorization](/guides/ai-identity-authorization) / [AI AgentのTool](/guides/tool) ## Google Cloud Data Agent Kitが一般提供、15超のデータサービスに接続 Google Cloud Data Agent Kitが一般提供（GA）となった。無償のMCPツールとGoogle作成のオープンソースのエージェントスキルにより、利用中のコーディングエージェントからGoogle Cloudのデータ製品を直接扱える。（[出典1](https://cloud.google.com/blog/topics/developers-practitioners/data-agent-kit-is-now-ga-bring-google-data-cloud-to-any-coding-agent/)） MCPツールは15超のGoogle Data Cloudサービスに接続し、スキーマ確認、クエリ実行、ジョブログ参照、リソース管理に対応する。GAではBigQuery Graph、Bigtable、Managed Service for Apache Sparkが加わった。ほかにBigQuery、Spanner、AlloyDB、Cloud SQL、dbt、Dataform、Managed Service for Apache Airflowなどが具体的な対応先として示されている。（[出典1](https://cloud.google.com/blog/topics/developers-practitioners/data-agent-kit-is-now-ga-bring-google-data-cloud-to-any-coding-agent/)） 導入先は、VS Code、Antigravity IDE、CursorなどのVS Code互換エディター向け拡張機能と、Antigravity CLI、Claude Code、Codex向けプラグインである。Cloud ShellとCloud Workstationsには既定で導入済みで、エディターを開いてサインインすれば使える。初期設定では利用するGoogle Cloudサービスを選ぶと、必要なAPIの有効化、対応スキルのインストール、MCPサーバーの構成が自動実行される。（[出典1](https://cloud.google.com/blog/topics/developers-practitioners/data-agent-kit-is-now-ga-bring-google-data-cloud-to-any-coding-agent/)） Google Cloud上のデータへの各処理は利用者自身のIAM権限で実行され、エージェントは利用者本人、または利用者が権限借用するサービスアカウントとして接続する。このため行レベルと列レベルのセキュリティポリシーが適用され、管理者はIAM、Model Armor、VPC Service Controls、Principal Access Boundaryポリシーでもアクセス範囲を統制できる。（[出典1](https://cloud.google.com/blog/topics/developers-practitioners/data-agent-kit-is-now-ga-bring-google-data-cloud-to-any-coding-agent/)） **EastBraverの見立て:** 導入判断の中心は、新しい独立エージェントの採用ではなく、既存のコーディングエージェントに現在のIAM権限でデータ操作を許すかである。利用者または権限借用するサービスアカウントのIAM権限に加え、管理者はほかのポリシーでもアクセス範囲を統制できる。（[出典1](https://cloud.google.com/blog/topics/developers-practitioners/data-agent-kit-is-now-ga-bring-google-data-cloud-to-any-coding-agent/)） - 出典: [Google Cloud](https://cloud.google.com/blog/topics/developers-practitioners/data-agent-kit-is-now-ga-bring-google-data-cloud-to-any-coding-agent/)（公式情報、2026-09-30 22:00 JST） **関連する技術ガイド:** [AIシステムのIdentityとAuthorization](/guides/ai-identity-authorization) / [MCP](/guides/mcp) ## Amazon Bedrock、ソウルとシンガポールでClaudeのリージョン内推論に対応 Amazon Bedrockは、bedrock-runtimeエンドポイントでのリージョン内推論に対応した。ソウルではClaude Opus 5とClaude Sonnet 5、シンガポールではClaude Sonnet 5を利用できる。（[出典1](https://aws.amazon.com/blogs/machine-learning/introducing-anthropic-models-on-amazon-bedrock-for-in-region-inference-in-seoul-and-singapore/)） 推論リクエストとデータは指定した単一のAWSリージョン内で処理され、入力プロンプトと出力結果もリクエストの全期間を通じて同じリージョン内にとどまる。（[出典1](https://aws.amazon.com/blogs/machine-learning/introducing-anthropic-models-on-amazon-bedrock-for-in-region-inference-in-seoul-and-singapore/)） クロスリージョン推論プロファイルとは異なり、リージョン内推論にはルーティング層がない。その代わり、処理能力は呼び出したリージョンの容量に制約され、リクエストにはリージョン単位のサービスクォータが適用される。（[出典1](https://aws.amazon.com/blogs/machine-learning/introducing-anthropic-models-on-amazon-bedrock-for-in-region-inference-in-seoul-and-singapore/)） オンデマンド利用の料金は、呼び出したリージョンの標準オンデマンド料金に従う。クォータ消費、Amazon CloudWatchメトリクス、AWS CloudTrailログも同じリージョン単位で扱われる。（[出典1](https://aws.amazon.com/blogs/machine-learning/introducing-anthropic-models-on-amazon-bedrock-for-in-region-inference-in-seoul-and-singapore/)） > [!CAUTION] 確認できていない点 > ソウルとシンガポールのモデル別オンデマンド入出力単価は取得できた範囲では確認できない。 **比較表: ソウルとシンガポールの対応範囲** 両リージョンともbedrock-runtimeエンドポイントでリージョン内推論を利用できるが、利用可能なClaudeモデルが異なる。（[出典1](https://aws.amazon.com/blogs/machine-learning/introducing-anthropic-models-on-amazon-bedrock-for-in-region-inference-in-seoul-and-singapore/)） | 観点 | ソウル | シンガポール | | --- | --- | --- | | AWSリージョン | ap-northeast-2（[出典1](https://aws.amazon.com/blogs/machine-learning/introducing-anthropic-models-on-amazon-bedrock-for-in-region-inference-in-seoul-and-singapore/)） | ap-southeast-1（[出典1](https://aws.amazon.com/blogs/machine-learning/introducing-anthropic-models-on-amazon-bedrock-for-in-region-inference-in-seoul-and-singapore/)） | | 対応モデル | Claude Opus 5、Claude Sonnet 5（[出典1](https://aws.amazon.com/blogs/machine-learning/introducing-anthropic-models-on-amazon-bedrock-for-in-region-inference-in-seoul-and-singapore/)） | Claude Sonnet 5（[出典1](https://aws.amazon.com/blogs/machine-learning/introducing-anthropic-models-on-amazon-bedrock-for-in-region-inference-in-seoul-and-singapore/)） | **EastBraverの見立て:** 単一リージョン内での処理を優先する用途には明確な選択肢だが、他リージョンへのルーティングがないため、採用判断では対象リージョンの容量とクォータを処理要件に照らす必要がある。（[出典1](https://aws.amazon.com/blogs/machine-learning/introducing-anthropic-models-on-amazon-bedrock-for-in-region-inference-in-seoul-and-singapore/)） - 出典: [AWS](https://aws.amazon.com/blogs/machine-learning/introducing-anthropic-models-on-amazon-bedrock-for-in-region-inference-in-seoul-and-singapore/)（公式情報、2026-09-30 10:13 JST） ## Amazon Bedrock、Claude各モデルをインド国内推論に拡大 Amazon Bedrockで、Claude Opus 5、Claude Sonnet 5、Claude Haiku 4.5がインド地理的クロスリージョン推論に対応した。従来のグローバル・クロスリージョン推論に加わる選択肢で、インドのリージョナルエンドポイントから利用できる。（[出典1](https://aws.amazon.com/blogs/machine-learning/amazon-bedrock-expands-claude-model-availability-to-india-cross-region-inference/)） リクエストはAPIを呼び出すソースリージョンから発生し、インド地理的プロファイルに定義されたap-south-1とap-south-2の間だけで自動振り分けされる。推論はインド内に保たれるが、入力プロンプトと出力結果は両リージョン間を移動する場合がある。（[出典1](https://aws.amazon.com/blogs/machine-learning/amazon-bedrock-expands-claude-model-availability-to-india-cross-region-inference/)） bedrock-runtimeエンドポイントで、Anthropic Messages API、Amazon Bedrock InvokeModel API、Converse APIから呼び出せる。プログラムから対象モデルを利用する際は、インド地理的推論プロファイルIDを指定する。（[出典1](https://aws.amazon.com/blogs/machine-learning/amazon-bedrock-expands-claude-model-availability-to-india-cross-region-inference/)） AWSによると、クロスリージョン推論では顧客データを送信先リージョンに保存せず、ソースリージョンだけに保持する。Amazon Bedrockはゼロデータ保持モデルを採用し、デフォルトではモデルの入力と出力を保存しない。ただし一部モデルでは、自動安全分類器がコンテンツを検知した場合、AWSによる人手レビューが条件として必要になる。（[出典1](https://aws.amazon.com/blogs/machine-learning/amazon-bedrock-expands-claude-model-availability-to-india-cross-region-inference/)） 請求とクォータ消費は、実際に処理したバックエンドリージョンにかかわらず、利用者アカウントのソースリージョンに計上される。Amazon CloudWatchとAWS CloudTrailのログもソースリージョンだけに記録される。（[出典1](https://aws.amazon.com/blogs/machine-learning/amazon-bedrock-expands-claude-model-availability-to-india-cross-region-inference/)） > [!CAUTION] 確認できていない点 > Claude各モデルのインド向け料金と追加料金条件は取得できた範囲では確認できない。 **EastBraverの見立て:** 採用判断では、推論をインド内に限定できる点だけでなく、入出力のリージョン間移動、データの保存条件、人手レビューの例外を一体の条件として扱う必要がある。（[出典1](https://aws.amazon.com/blogs/machine-learning/amazon-bedrock-expands-claude-model-availability-to-india-cross-region-inference/)） - 出典: [AWS](https://aws.amazon.com/blogs/machine-learning/amazon-bedrock-expands-claude-model-availability-to-india-cross-region-inference/)（公式情報、2026-09-30 10:13 JST） ## Gemini 4 Argon、段階提供で出力上限を1,000,000トークンへ GoogleはGemini 4 Argonを発表し、現在はFairwind Programを通じて信頼されたサイバー防御担当者へ段階的に提供している。早期評価を経て開発者、企業、消費者へ広げる計画で、最初の対象は有料API顧客とGoogle AI Ultra加入者になる。（[出典1](https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-argon/)） 出力トークン上限は従来の64,000トークンから1,000,000トークンへ拡大された。これは出力側の変更であり、入力側の上限を示すものではない。（[出典1](https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-argon/)） Googleによると、Argonは重大なソフトウェア脆弱性を自律的に発見、検証、修正でき、信頼された防御担当者とGoogle社内チームにはサイバーガードレールなしで提供される。Googleが公表した自社の評価結果では、実世界の長期ソフトウェア工学を測るDeepSWE v1.1で77.9％、業務の一連の実行を測るAutomationBenchで51.3％を記録し、Wizの社内ブラックボックス侵入テスト評価では3.8 Flash Cyberを上回った。（[出典1](https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-argon/)） 投入時の導入価格は、入力100万トークン当たり2ドル、出力100万トークン当たり10ドルで、キャッシュ済み入力は入力単価から95％引きとなる。広範な提供前には、有害なサイバー・CBRN要求の拒否、間接プロンプトインジェクションへの防御、思考過程と行動を監視して必要時に実行を止める対策を整備するとGoogleは説明している。（[出典1](https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-argon/)） > [!CAUTION] 確認できていない点 > 開発者・企業・消費者向け提供の開始日は発表では示されていない。入力コンテキスト上限は発表では示されていない。導入価格終了後の料金と既存モデルとの料金差は発表では示されていない。 **比較表: 提供段階による利用対象と安全条件の違い** 初期の限定提供では一部の防御担当者がサイバーガードレールなしで能力を利用し、広範な提供に向けては拒否、防御、監視の各安全策が強化される。（[出典1](https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-argon/)） | 観点 | 初期の限定提供 | 今後の広範な提供 | | --- | --- | --- | | 利用対象 | Fairwind Programの信頼されたサイバー防御担当者。Google社内チームも対象となる。（[出典1](https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-argon/)） | 開発者、企業、消費者へ拡大し、有料API顧客とGoogle AI Ultra加入者から開始する計画。（[出典1](https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-argon/)） | | サイバー安全条件 | 信頼された防御担当者とGoogle社内チームには、サイバーガードレールなしで提供される。（[出典1](https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-argon/)） | 有害要求の拒否、間接プロンプトインジェクションへの防御、思考過程と行動の監視を強化する。（[出典1](https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-argon/)） | **EastBraverの見立て:** 現時点では、能力評価や長い出力上限を本番採用の根拠にする段階ではなく、限定提供で得る評価を安全策へ反映してから対象を広げるリリースとして捉えるべきだ。（[出典1](https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-argon/)） - 出典: [Google](https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-argon/)（公式情報、2026-10-01 05:01 JST） **関連する技術ガイド:** [プロンプトインジェクション](/guides/prompt-injection) / [Guardrails](/guides/guardrails) ## Claude Sonnet 4.5が非推奨に、2026年11月30日にClaude APIで提供終了 Anthropicは2026年9月30日、Claude Sonnet 4.5（`claude-sonnet-4-5-20250929`）を非推奨とし、Claude APIで利用している開発者へ提供終了を通知した。提供終了の予定日は2026年11月30日で、推奨される移行先は`claude-sonnet-5-5`である。（[出典1](https://platform.claude.com/docs/en/about-claude/model-deprecations)） Anthropicの定義では、非推奨のモデルは引き続き動作するが推奨されず、提供終了日を過ぎたモデルへのリクエストは失敗する。一般公開モデルの提供終了は、利用中の顧客へ少なくとも60日前に通知する方針である。（[出典1](https://platform.claude.com/docs/en/about-claude/model-deprecations)） この日付が適用されるのは、Claude API、Claude Platform on AWS、Microsoft FoundryというAnthropicが運用する基盤である。Amazon BedrockとGoogle Cloudは提供元が独自に提供終了の日程を定めるため、状態や日付が異なる場合がある。（[出典1](https://platform.claude.com/docs/en/about-claude/model-deprecations)） 利用箇所の洗い出しには、Claude ConsoleのUsageページからエクスポートしたCSVで、APIキーとモデルごとの利用量を確認できる。（[出典1](https://platform.claude.com/docs/en/about-claude/model-deprecations)） > [!CAUTION] 確認できていない点 > Amazon BedrockとGoogle CloudでのClaude Sonnet 4.5の提供終了日は、Anthropicの非推奨一覧では示されていない。 **EastBraverの見立て:** 移行判断の起点は11月30日という期限だけでなく、呼び出し経路ごとの日程差である。Claude APIで直接呼ぶ処理と、Amazon BedrockやGoogle Cloud経由の処理を分けて棚卸しし、`claude-sonnet-5-5`での回帰確認を期限前に済ませる必要がある。（[出典1](https://platform.claude.com/docs/en/about-claude/model-deprecations)） - 出典: [Anthropic](https://platform.claude.com/docs/en/about-claude/model-deprecations)（公式情報、2026-09-30） **関連する技術ガイド:** [LLM API](/guides/llm-api)