室谷代表取締役Gemini APIの「Managed Agents」が、自前のサンドボックスを持ち込めるセルフホスト環境に対応したんですよね。Google（Gemini API／AI Studio）の公式発表から出ているニュースで、パートナーとしてVercel、Modal、Daytona、Fly.io、Google Cloud、Cloudflare、E2Bの名前が挙がっています。
テキトー教師DotAI 認定講師これは単に「選択肢が増えた」という話じゃないんですよ。Managed Agentsの実行環境がGoogle側の固定から、自分で選べる方向に開いたという構造的な変化で。
まず何が発表されたかを整理しましょうか。
まず何が発表されたかを整理しましょうか。
室谷代表取締役お願いします。そもそもManaged Agentsって、Gemini API上で提供される「設定可能なエージェントハーネス」で、APIを1回呼ぶだけでLinuxサンドボックスが払い出されて、エージェントが推論・コード実行・ファイル管理・Web閲覧を自律的にやる、というものなんですよね。
テキトー教師DotAI 認定講師そうです。公式ドキュメントの表現でも「a single API call provisions a Linux sandbox」と書かれていて、エージェントがその中でreason（推論）し、execute code（コード実行）し、manage files（ファイル管理）し、browse the web（Web閲覧）する。
ここまでがワンセットの商品になっているわけです。
ここまでがワンセットの商品になっているわけです。
室谷代表取締役で、今回の発表はそのサンドボックスを「bring your own sandbox」、つまり自前で持ち込めるようにしたと。従来はGoogleがホストするUbuntuベースの環境に限られていたのが、選択肢が広がる方向に動いたということですね。
テキトー教師DotAI 認定講師ただ、セルフホスト環境の具体的な仕様や料金、提供範囲の詳細は今回の資料には明記されていないんですよ。ここは慎重に扱うべきところで、「対応した」という事実と、「では何がどう変わるのか」を分けて考える必要があります。
Gemini API「Managed Agents」のセルフホスト環境対応とは？
Managed Agents セルフホスト対応の要点
サンドボックスとは
エージェントがコード実行やファイル操作を行う、OSレベルで隔離された実行環境
ネットワーク既定値
外向きアクセスは既定で無制限。allowlistで制限可能
セルフホスト対応の意味
隔離環境の「置き場所」を自前のサンドボックス基盤から選べるようにする
パートナー事業者
Vercel、Modal、Daytona、Fly.io、Google Cloud、Cloudflare、E2B
室谷代表取締役まず用語を揃えておきたいんですけど、Managed Agentsの「サンドボックス」って何なのか。エージェントがコードを実行したりファイルを操作したりする隔離された実行環境、という理解でいいんですよね。
テキトー教師DotAI 認定講師はい。公式ドキュメントでは「Every agent runs in a sandboxed environment that is isolated at the OS level」と説明されていて、OSレベルで隔離されている。
既定では外向きのネットワークアクセスが無制限で、許可リスト（allowlist）で制限できる設計になっています。
既定では外向きのネットワークアクセスが無制限で、許可リスト（allowlist）で制限できる設計になっています。
室谷代表取締役なるほど。で、今回のセルフホスト対応は、その隔離環境の「置き場所」を自分で選べるようにする、という話なんですね。
MYUUUでもエージェントを業務に組み込むときに、実行環境をどこに置くかは毎回論点になるので、これは刺さる話です。
MYUUUでもエージェントを業務に組み込むときに、実行環境をどこに置くかは毎回論点になるので、これは刺さる話です。
テキトー教師DotAI 認定講師そうなんですよ。これまではGoogleが用意した環境に載せる前提だったのが、自前のサンドボックス基盤を持ち込める。
パートナーとして名前が挙がっている顔ぶれを見ると、その方向性がよく分かります。
パートナーとして名前が挙がっている顔ぶれを見ると、その方向性がよく分かります。
室谷代表取締役Vercel、Modal、Daytona、Fly.io、Google Cloud、Cloudflare、E2B。いずれもサンドボックスやサーバーレス実行基盤を提供している事業者ですね。
テキトー教師DotAI 認定講師ええ。だから「自前の環境で動かしたい」というニーズに応えるための対応だと読めます。
ここは後で詳しく話しましょう。
ここは後で詳しく話しましょう。
セルフホスト環境で何ができるようになるのか
マネージド環境とセルフホスト環境の比較
マネージド環境(従来)
- 実行環境はGoogleホストに固定
- Ubuntuベース
- Python 3.12 / Node.js 22 をプリインストール
- 7日間の非活動で環境を永久削除
- VMは一定の非活動後に停止、次回リクエストで状態復元(コールドスタート)
- 同時に持てるマネージドエージェントは最大1,000
- インフラ構築の手間を取り除ける
セルフホスト環境
- 自前のサンドボックスを持ち込める
- 実行基盤の選択肢が広がる
- 既存インフラやセキュリティ要件に合わせやすい可能性
- ネットワーク制御・ライフサイクル・計算資源の扱いの詳細は資料に記載なし
- マネージド側の制約(最大1,000等)が同様にかかるかは判断不可
室谷代表取締役ここが一番知りたいところなんですけど、セルフホスト環境にすると、具体的に何が変わるんですか。
テキトー教師DotAI 認定講師資料で明確に読み取れるのは、エージェントの実行環境をGoogleホストのものに固定せず、自前のサンドボックスを持ち込めるようになった、という点です。ただ、その場合のネットワーク制御やライフサイクル、計算資源の扱いが従来とどう変わるかの詳細は、今回の資料には書かれていません。
室谷代表取締役そこは「現時点では明らかにされていません」ですね。憶測で埋めると記事として危ないので。
テキトー教師DotAI 認定講師そうしましょう。ただ、従来のマネージド環境側の仕様は公式ドキュメントにしっかり書かれているので、そこを基準に「何が嬉しいのか」は語れます。
室谷代表取締役従来の環境はUbuntuベースで、Python 3.12とNode.js 22がプリインストールされている。環境は7日間の非活動で永久削除されて、VMは一定の非活動後に停止する。
次回リクエストで状態が復元されるけどコールドスタートになる、と。
次回リクエストで状態が復元されるけどコールドスタートになる、と。
テキトー教師DotAI 認定講師そうです。あと、同時に持てるマネージドエージェントは最大1,000。
これはマネージド側の制約なので、セルフホスト環境に持ち込んだ場合に同じ制約がかかるかは、資料からは判断できません。
これはマネージド側の制約なので、セルフホスト環境に持ち込んだ場合に同じ制約がかかるかは、資料からは判断できません。
室谷代表取締役なるほど。つまりセルフホスト対応の「うれしさ」を現時点で言うなら、実行基盤の選択肢が広がることで、既存のインフラやセキュリティ要件に合わせやすくなる可能性がある、というところまでですね。
テキトー教師DotAI 認定講師そうですね。Google I/O 2026の開発者基調講演では「Managed Agents in the Gemini API removes the friction of infrastructure setup（インフラ構築の手間を取り除く）」と説明されていて、同時に「Host your own Antigravity agent」としてAntigravity SDKで自前インフラにデプロイする道も示されていたんですよ。
室谷代表取締役あ、そこは繋がる話ですね。マネージドの手軽さと、自前で動かしたいというニーズの両方が示されていて、今回のセルフホスト対応はその間を埋める位置づけだと読める。
テキトー教師DotAI 認定講師ええ。だから「マネージドか自前か」の二択ではなく、マネージドの枠組みの中で実行環境だけを自前にする、という中間解が出てきたわけです。
ここは実務的に大きいと思いますよ。
ここは実務的に大きいと思いますよ。
室谷代表取締役MYUUUでも、クライアントのセキュリティポリシーで「実行環境はうちのVPC内で」と言われることがあって。そういう案件では今までマネージドを諦めるか、別の構成にするかだったんですよね。
テキトー教師DotAI 認定講師まさにそこです。Antigravity周りの自前デプロイの話はGoogle Antigravityの「Remote Agents」とは？クラウドVMで常時稼働するエージェントでも整理しているので、あわせて読むと位置づけが分かりやすいですよ。
対応パートナー（Vercel・Cloudflare・E2Bなど）とその意味
対応パートナーの顔ぶれと意味
Vercel
AI SDKを提供。Gemini APIのドキュメントでもエージェント構築フレームワークとしてVercel AI SDKが挙がる
Modal
サンドボックス／サーバーレス実行基盤の事業者
Daytona
サンドボックス／サーバーレス実行基盤の事業者
Fly.io
サンドボックス／サーバーレス実行基盤の事業者
Google Cloud
パートナーとして挙げられている
Cloudflare
サンドボックス／サーバーレス実行基盤の事業者
E2B
サンドボックス／サーバーレス実行基盤の事業者
室谷代表取締役パートナーの顔ぶれをもう一度見ておきたいんですけど、Vercel、Modal、Daytona、Fly.io、Google Cloud、Cloudflare、E2B。これ、よく見ると「サンドボックスを売り物にしている会社」が並んでいるんですよね。
テキトー教師DotAI 認定講師そうなんですよ。VercelはAI SDKを提供していて、Gemini APIのドキュメントでもエージェント構築フレームワークとしてVercel AI SDKが挙がっています。
Modal、Daytona、Fly.io、Cloudflare、E2Bはいずれもサンドボックスやサーバーレス実行基盤の事業者です。
Modal、Daytona、Fly.io、Cloudflare、E2Bはいずれもサンドボックスやサーバーレス実行基盤の事業者です。
室谷代表取締役ここが面白いところで。Googleが自前で全部抱えるんじゃなくて、実行基盤の選択肢を外部に開いたわけですよね。
テキトー教師DotAI 認定講師ただ、各パートナーが具体的にどういう形で統合されるのか、料金がどうなるのかは、今回の資料には書かれていません。「同日リリースのパートナーとして挙げられている」という事実までです。
室谷代表取締役そこは正確に書きたいですね。で、この顔ぶれの意味ですけど、開発者からすると「いつも使っている実行基盤をそのまま持ち込める」可能性があるということじゃないですか。
テキトー教師DotAI 認定講師そう読めますね。特にVercel AI SDKはJavaScript/TypeScriptでエージェントやAI UIを作るためのものなので、フロント寄りのチームには馴染みが深い。
そこがManaged Agentsの入口になる可能性はあります。
そこがManaged Agentsの入口になる可能性はあります。
室谷代表取締役あと、Gemini APIのドキュメントではエージェント構築のフレームワークとしてLangChain/LangGraph、LlamaIndex、CrewAI、Vercel AI SDK、Google ADK、Antigravity SDKが列挙されているんですよね。選択肢が多いのはいいことですけど、逆に「どれを使えばいいのか」で迷う。
テキトー教師DotAI 認定講師そこは講座でもよく聞かれるんですよ。受講生さんが「ADKとAntigravity SDKとVercel AI SDK、何が違うんですか」と。
今回の発表で言えるのは、実行環境の選択肢が増えたという話であって、フレームワークの推奨が変わったという話ではないんですよね。
今回の発表で言えるのは、実行環境の選択肢が増えたという話であって、フレームワークの推奨が変わったという話ではないんですよね。
室谷代表取締役そこを混ぜると記事が間違った方向に行くので、切り分けて書きましょう。
Managed Agentsの使い方・始め方（AI StudioとAPIキー）
室谷代表取締役じゃあ実際の始め方を。公式のクイックスタートを見ると、まずAI StudioでAPIキーを取得して、GenAI SDKを使う流れですね。
テキトー教師DotAI 認定講師はい。公式のサンプルでは
エージェントに
client.interactions.createを呼ぶときに3つのパラメータを渡します。エージェントに
antigravity-preview-09-2026、環境にenvironment="remote"、そしてinputにやってほしいことを書く。室谷代表取締役environment="remote"で新しいサンドボックスが払い出される、と。で、返ってくるInteractionオブジェクトからinteraction.idとinteraction.environment_idを保存しておけば、同じサンドボックスで会話を続けられる。テキトー教師DotAI 認定講師そうなんですよ。ここがManaged Agentsの設計として面白くて、状態が2つの軸に分かれているんです。
会話コンテキストは
会話コンテキストは
previous_interaction_id、環境の状態（ファイルやインストール済みパッケージ、サンドボックスの状態）はenvironmentで管理する。室谷代表取締役独立してるから、会話だけリセットしてファイルは残す、逆に会話は引き継いで新しいワークスペースにする、という組み合わせができるわけですね。
テキトー教師DotAI 認定講師ええ。公式の例だと、1ターン目で作った
これは実務だとかなり効くところです。
fibonacci.txtが2ターン目でも残る。これは実務だとかなり効くところです。
室谷代表取締役あと、長い会話だとコンテキストが膨らむ問題があって。公式には「around 135k tokens」で自動的にコンテキスト圧縮がかかると書かれていますね。
context rotを防ぐためだと。
context rotを防ぐためだと。
テキトー教師DotAI 認定講師そこはManaged Agents APIのネイティブ機能として自動で行われる、と明記されています。開発者が自前で圧縮ロジックを書かなくていいのは大きいですよ。
室谷代表取締役ストリーミングもあって、長時間タスクではステップごとの差分が返ってくる。ステップ完了時に
step.stopイベントで使用量の統計が入る、と。テキトー教師DotAI 認定講師そして、サンドボックス内で作られたファイルはFiles APIでダウンロードできる。ただし公式には「no SDK method yet」、つまりSDKメソッドはまだなくて直接HTTPリクエストで、と書かれています。
ここは今後の整備が待たれるところですね。
ここは今後の整備が待たれるところですね。
室谷代表取締役設定を固めたら、再利用可能なマネージドエージェントとして保存できるのもポイントですね。
base_agentにantigravity-preview-09-2026を指定して、agent_configでモデルを選んで、base_environmentを定義する。テキトー教師DotAI 認定講師保存したエージェントはIDで呼び出せて、しかも呼び出しのたびにベース環境がフォークされるので、毎回クリーンな状態で始まる。これは本番運用を考えるとありがたい設計です。
室谷代表取締役ソースはインラインで定義するか、GitHubやCloud Storageから取ることもできる、と。ここらへんの実装詳細はAntigravity API完全ガイド：SDK・料金・プロキシ設定まででも触れているので、手を動かす人はそちらもどうぞ。
料金と提供状況——プレビュー期間中は何が課金されるのか
室谷代表取締役料金、ここ大事ですよね。公式ドキュメントには「Managed agents use a pay-as-you-go model based on Gemini model tokens and tool usage」と書かれています。
テキトー教師DotAI 認定講師そう、従量課金で、軸はGeminiモデルのトークンとツール利用。そして「A single interaction can trigger multiple reasoning loops, typically consuming 100k to 3M tokens」と。
1回のインタラクションで複数の推論ループが走って、典型的には10万〜300万トークン消費する、と明記されています。
1回のインタラクションで複数の推論ループが走って、典型的には10万〜300万トークン消費する、と明記されています。
室谷代表取締役これは見積もりを間違えると怖い数字ですね。普通のチャットの感覚で叩くと、あっという間に積み上がる。
テキトー教師DotAI 認定講師しかも「Environment compute is not billed during the preview」、つまりプレビュー期間中は環境の計算資源は課金されない。逆に言うと、トークンとツール利用は課金対象ということです。
室谷代表取締役そこ、誤解されやすいので強調したいですね。「プレビューだから無料」じゃないんですよ。
環境の計算資源が無料なだけで、モデルのトークンは課金される。
環境の計算資源が無料なだけで、モデルのトークンは課金される。
テキトー教師DotAI 認定講師そうなんですよ。講座でも「プレビュー=無料」と勘違いされる方がいるので、そこは毎回説明しています。
あと、提供状況はPublic Preview、公開プレビューです。公式ドキュメントにも「Managed agents are in Public Preview」と書かれていて、機密性の高いワークフローで使う前にエージェントの行動と出力を確認するよう注意喚起されています。
あと、提供状況はPublic Preview、公開プレビューです。公式ドキュメントにも「Managed agents are in Public Preview」と書かれていて、機密性の高いワークフローで使う前にエージェントの行動と出力を確認するよう注意喚起されています。
室谷代表取締役本番でミッションクリティカルな処理を任せるのは、まだ慎重に、と。
テキトー教師DotAI 認定講師ええ。あと制約として、環境は7日間の非活動で永久削除、VMは一定の非活動後に停止して次回リクエストでコールドスタート、プリインストールはUbuntuベースでPython 3.12とNode.js 22、マネージドエージェントは最大1,000。
ここは押さえておきましょう。
ここは押さえておきましょう。
室谷代表取締役整理するとこうです。
- 課金軸: Geminiモデルのトークン + ツール利用（従量課金）
- 1インタラクションの目安: 複数の推論ループで典型的に10万〜300万トークン
- 環境の計算資源: プレビュー期間中は課金されない
- 提供状況: Public Preview（公開プレビュー）
- 環境ライフサイクル: 7日間の非活動で永久削除、VMは非活動後に停止しコールドスタートで復元
- プリインストール: Ubuntuベース、Python 3.12、Node.js 22
- 上限: マネージドエージェントは最大1,000
テキトー教師DotAI 認定講師セルフホスト環境を持ち込んだ場合に、この課金体系やライフサイクルがどうなるかは、今回の資料には書かれていません。ここは続報待ちですね。
日本から使えるか・従来のGemini APIと何が違うのか
室谷代表取締役日本から使えるのか、という点ですけど。公式ドキュメントに「Available regions」というページがあるので、リージョン単位の提供になっているのは間違いないんですよね。
ただ、今回の資料の中に日本關於の記載はないので、そこは「現時点では明らかにされていません」と書くのが正確です。
ただ、今回の資料の中に日本關於の記載はないので、そこは「現時点では明らかにされていません」と書くのが正確です。
テキトー教師DotAI 認定講師そうですね。AI Studioはブラウザから使えて、APIキーを発行してGenAI SDKで叩く形なので、手元ですぐ試すこと自体はできます。
ただ、本番でどのリージョンに置けるかは別の話で、そこは公式のAvailable regionsを確認する必要があります。
ただ、本番でどのリージョンに置けるかは別の話で、そこは公式のAvailable regionsを確認する必要があります。
室谷代表取締役で、従来のGemini APIと何が違うのか。ここが一番誤解されやすいところですよね。
関数呼び出しは「モデルがツールを呼ぶ」ところまでで、実行ループを回すのは自前。Managed Agentsは、その実行ループと実行環境まで含めてマネージドで提供する、という違いだと。
関数呼び出しは「モデルがツールを呼ぶ」ところまでで、実行ループを回すのは自前。Managed Agentsは、その実行ループと実行環境まで含めてマネージドで提供する、という違いだと。
テキトー教師DotAI 認定講師まさにそこなんですよ。公式の説明でも「a configurable agent harness」、設定可能なエージェントハーネスと表現されていて、ハーネスごと提供される。
単に関数呼び出しが便利になったという話ではないんです。
単に関数呼び出しが便利になったという話ではないんです。
室谷代表取締役プリビルトのエージェントとしては、Gemini 3.8 Flashで構築された汎用の「Antigravity agent」と、市場分析やデューデリジェンス、文献レビュー向けの「Deep Research」エージェントが提供されている、と。
テキトー教師DotAI 認定講師そうです。Antigravity agentは自分のインストラクション、スキル、データで拡張してカスタムエージェントにできる。
つまり「プリビルトで始めて、設定を足して自分用にする」という流れが公式に用意されているわけです。
つまり「プリビルトで始めて、設定を足して自分用にする」という流れが公式に用意されているわけです。
室谷代表取締役これは使い分けが明確ですね。すぐ汎用タスクを回したいならAntigravity agent、調査タスクならDeep Research、業務固有の処理なら設定を足してカスタム、という具合に。
テキトー教師DotAI 認定講師ええ。ただ、カスタムエージェントを作る際のモデル選択の幅や、Deep Researchの詳細な料金体系は、今回の資料だけでは判断できません。
そこは公式の各ページを見てください。
そこは公式の各ページを見てください。
室谷代表取締役あとセキュリティの話も外せないですね。既定で外向きネットワークが無制限というのは、裏を返すと危険でもあって。
許可リストで制限できるので、本番では必ず絞るべきだと。
許可リストで制限できるので、本番では必ず絞るべきだと。
テキトー教師DotAI 認定講師公式ドキュメントでも、外部ツールやAPIを繋ぐときは信頼できるソースだけを使い、権限は最小限に、シークレットはマネージドクレデンシャルとして保存してIDで参照する、と書かれています。egress proxyがリクエスト時に注入するので、サンドボックス内にシークレットが露出しない、と。
室谷代表取締役これは実務でかなり重要な設計ですよ。MYUUUでも認証情報の扱いは毎回議論になるので、サンドボックス内に置かずにプロキシで注入するのは参考にしたい。
テキトー教師DotAI 認定講師さらに「The agent may use any credential it has access to」、つまりエージェントはアクセスできるクレデンシャルを全部使いうるので、全スコープを許容できるものだけ渡すこと。最小権限のサービスアカウントかAPIキー、長命キーより短命トークン、定期的なローテーション、と具体的に書かれています。
室谷代表取締役あと「Always verify outputs」、生成コードやデータ変換、設定変更はデプロイ前に必ず検証を、と。これはエージェント全般に言えることですけどね。
テキトー教師DotAI 認定講師そうなんですよ。Geminiのモデル側の進化についてはGemini 4 Carbonとは？Google DeepMindが発表したサイバー防御特化の新モデルでも触れていますが、実行環境側の統制はまた別のレイヤーの話なので、両方押さえておきたいところです。
室谷代表取締役まとめると、Managed Agentsのセルフホスト対応は「実行環境の選択肢が広がった」という一歩で、料金やライフサイクルの詳細は続報待ち。ただ、マネージドの手軽さを保ちつつ自前環境に寄せられる方向性は、エンタープライズでエージェントを展開したいチームにとっては追い風なんですよね。
テキトー教師DotAI 認定講師そうですね。まずはAI StudioでAPIキーを取って、
そこでトークン消費の感覚を掴んでから、自前環境の持ち込みを検討する。その順番が現実的だと思います。
antigravity-preview-09-2026とenvironment="remote"で1回呼んでみる。そこでトークン消費の感覚を掴んでから、自前環境の持ち込みを検討する。その順番が現実的だと思います。
よくある質問
室谷代表取締役ここからは、よく聞かれる点を整理していきますね。まず「Managed Agentsとは何か」ですが、Gemini API上で提供される設定可能なエージェントハーネスで、APIを1回呼ぶとLinuxサンドボックスが払い出され、エージェントが推論・コード実行・ファイル管理・Web閲覧を自律的に行うものです。
テキトー教師DotAI 認定講師次に「従来のGemini APIと何が違うのか」。関数呼び出しはモデルがツールを呼ぶところまでで、実行ループや実行環境は自前で用意する必要がありました。
Managed Agentsはそのハーネスと実行環境まで含めて提供する、という違いです。
Managed Agentsはそのハーネスと実行環境まで含めて提供する、という違いです。
室谷代表取締役「料金はどうなるのか」は、Geminiモデルのトークンとツール利用に基づく従量課金で、1インタラクションで典型的に10万〜300万トークン消費する、と。環境の計算資源はプレビュー期間中は課金されません。
テキトー教師DotAI 認定講師「今すぐ使えるのか」については、Public Preview、公開プレビューとして提供されています。機密性の高いワークフローで使う前に、エージェントの行動と出力を確認するよう公式が注意喚起しています。
室谷代表取締役「セルフホスト環境の料金や仕様は」については、現時点では明らかにされていません。パートナーとしてVercel、Modal、Daytona、Fly.io、Google Cloud、Cloudflare、E2Bが挙げられている、というところまでが今回の発表です。
テキトー教師DotAI 認定講師「プリビルトとカスタムの使い分けは」については、汎用ならGemini 3.8 Flashで構築されたAntigravity agent、調査タスクならDeep Research、業務固有ならAntigravity agentを自分のインストラクション・スキル・データで拡張する、という整理になります。
室谷代表取締役「日本から使えるのか」は、公式にAvailable regionsのページがあるのでリージョン単位の提供ですが、今回の資料に日本關於の記載はなく、現時点では明らかにされていません。手元で試すこと自体はAI StudioとAPIキーで可能です。
テキトー教師DotAI 認定講師「セキュリティは大丈夫なのか」については、環境はOSレベルで隔離され、既定では外向きネットワークが無制限なので許可リストで制限する。シークレットはマネージドクレデンシャルとして保存してIDで参照し、サンドボックス内に露出させない。
最小権限、短命トークン、定期ローテーションが公式に推奨されています。
最小権限、短命トークン、定期ローテーションが公式に推奨されています。
室谷代表取締役というわけで、まずは1回呼んでみて、トークン消費とサンドボックスの挙動を体感するのがおすすめです。セルフホスト環境の詳細は続報を待ちつつ、パートナーの動きもチェックしておきたいところですね。
テキトー教師DotAI 認定講師そうですね。今回の発表は「マネージドか自前か」の二択を崩す一歩なので、そこを起点に自社のユースケースを考えてみると面白いと思います。
