GoogleのGemini CLI v0.45.0は、見た目の派手さよりも運用寄りの更新です。リリースノートを見ると、文脈整理、履歴再開、MCPまわり、利用メタデータ、ルーティング修正が並んでいます。
AIコーディングツールは、新しいモデル名やデモだけを見ると判断を間違えます。小さな会社や開発会社にとって本当に効くのは、毎日の作業で止まらないこと、前の作業を安全に引き継げること、外部ツールとの接続を見える状態で扱えることです。v0.45.0は、その地味な部分に手が入っています。
何が起きたか
Gemini CLIのv0.45.0が公開されました。公式リリースでは、contextの簡素化、セッション再開時の履歴から内部セッション文脈を除く修正、MCP listのblacklist bypass防止、A2Aでのusage metadata公開、ルーティング関連の修正などが含まれています。
同時期のpreviewではPTY resizeの安定化や、無効なpreferredEditor設定でスパムループが起きる問題への修正も入っています。ここから読めるのは、Gemini CLIが「単発でコードを出す道具」から、CLI上で継続作業を回す道具へ寄っていることです。
何が変わったか
一つ目は、会話や作業履歴の扱いです。セッション再開時に内部用の文脈が履歴へ混ざると、次の作業でAIが余計な前提を拾うことがあります。小さな修正に見えますが、AIエージェントを日常業務で使う会社には大事です。前回の流れを引き継ぎたい一方で、内部ノイズまで引き継ぐと判断が濁ります。
二つ目は、MCPまわりの安全性です。MCPは、AIツールから外部のデータや操作に触れる入口になります。表示やlistの扱いに抜けがあると、意図しないサーバーやツールを見落とす可能性があります。Gemini CLI v0.45.0のMCP list修正は、AIに何を接続しているかを管理するうえで無視しにくい更新です。
三つ目は、usage metadataです。A2Aで利用メタデータを出せるようになると、AIエージェント間やツール連携の中で、どの処理がどれだけ使われたかを追いやすくなります。コスト管理、ログ確認、失敗時の切り分けに使える材料です。
小さな会社・開発会社・EC運用ではどこに効くか
少人数の開発会社では、AI CLIを「作業担当者」として使う場面が増えます。コード修正、調査、PR準備、ログ確認、社内ツールの接続。ここで困るのは、AIの性能そのものより、前提の引き継ぎミスや、接続ツールの見落としです。
Gemini CLIの今回の更新は、そういう運用事故を減らす方向です。履歴がきれいに残る。内部文脈が混ざりにくい。MCPの接続状態を確認しやすい。利用メタデータを追える。派手ではありませんが、毎日使う道具ではこの方が効きます。
EC運用でも同じです。商品情報、問い合わせ、在庫、社内通知をAIに扱わせるなら、AIがどの情報に触れて、どのツールを呼んだかを後から確認できる必要があります。AIが正しそうな答えを出すだけでは足りません。作業ログと接続管理がないと、現場では任せきれません。
そのまま真似ると危ない点
Gemini CLIを入れれば運用が整う、とは考えない方がいいです。CLI側が履歴やMCPを改善しても、会社側のルールがなければ事故は残ります。
たとえば、MCPサーバーを誰が追加できるのか。どのプロジェクトでどの接続を許すのか。顧客情報や秘密キーを含むファイルをAIに読ませないルールはあるのか。セッション履歴をどこまで保存するのか。このあたりを決めずにAI CLIだけ増やすと、便利な道具がそのままブラックボックスになります。
もう一つ、リリースノートの細かい修正を過大評価しないことです。v0.45.0は実務上おもしろい更新ですが、導入判断は自社の作業内容で見るべきです。AIに単発のコード作成だけを頼むなら、今回の差は小さいかもしれません。複数プロジェクト、MCP、履歴再開、ログ管理まで使うなら、意味が出ます。
最初にやるなら何か
まず、Gemini CLIに限らず、AI CLIの接続棚卸しを作ります。難しい表はいりません。
- どのAI CLIを使っているか
- どのMCPサーバーや外部ツールにつながっているか
- 読ませてよいフォルダと、読ませないフォルダ
- セッション履歴を残す場所
- 失敗したときに見るログ
次に、作業を二つに分けます。調査、コード下書き、テスト実行のような低リスク作業。もう一つは、顧客データ、公開サイト、注文、請求、設定変更に触れる作業です。後者は、AI CLIで実行できても、人間確認を挟む設計にした方が安全です。
monoblo/Sync8実務メモ
私なら、Gemini CLI v0.45.0は「新機能ニュース」としてではなく、AI実装会社の運用設計チェックに使います。履歴、文脈、MCP、メタデータ。この4つは、AIエージェントを現場に入れると必ず問題になります。
導入前の打ち合わせでは、「どのAIが賢いか」より先に、「AIが何を見て、何を実行し、どこに履歴が残るか」を確認する。この順番の方が、後で揉めにくいです。小さな会社では、AIツールの比較表より、接続と権限の1枚表の方が役に立ちます。