
Codex MobileでPCに触らず、Google ColabのT4をエージェントの武器にする
Codex Mobile越しに、PCへ直接触らず、Google ColabのT4 GPUを使った画像生成実験を完結できました。
先に短く投稿した実験メモはこちらです。
Codexモバイル越しに、Google Colab CLI の実験を完結できた🔥🔥🔥
— Maki@Sunwood AI Labs. (@hAru_mAki_ch) June 6, 2026
PCには直接触らず、
モバイルからCodexに指示するだけでここまで実行。
やったこと:
1. Google Colab CLI をインストール
2. Colab の T4 ランタイムを起動
3. Google Drive を Colab 上で /content/drive にマウント
4.… https://t.co/IfVR93Yfdf pic.twitter.com/A2lxsK87MM
やったことはシンプルです。
スマホからCodexに指示し、Mac側でGoogle Colab CLIを使い、ColabのT4ランタイムを起動する。
そのColab上でGoogle Driveを /content/drive にマウントし、画像生成モデルを動かして、生成画像とメタデータをMyDriveへ直接保存する。
最後にColabセッションを停止し、残存セッションがないことまで確認する。
つまり、スマホからの指示だけで、認証、GPU起動、画像生成、Drive保存、後片付けまで通せました。
これはかなり大きいです。
なぜなら、エージェントにGPUという武器を持たせられるからです。
何を試したのか
今回試したのは、Google Colab CLIです。
Google Colabをブラウザのノートブックとして開くのではなく、ローカル端末からCLIでColab VMを作成し、コードを実行できるツールです。
今回の流れは次の通りです。
Codex MobileからMac上のCodexへ指示
Mac側でGoogle Colab CLIをインストール
GoogleアカウントでOAuth認証
ColabのT4 GPUセッションを起動
Colab上でGoogle Driveをマウント
stabilityai/sd-turbo で画像生成
生成画像とJSONメタデータをMyDriveへ直接保存
Colabセッションを停止
残存セッションがないことを確認
ポイントは、画像を一度ローカルに持ち帰ってからDriveへ置いたのではなく、Colab上でマウントしたGoogle Driveへ直接保存したことです。
保存先は次のパスです。
/content/drive/MyDrive/colab-cli-imagegen/実行した構成
ローカル端末側では、Google Colab CLIの colab コマンドを使いました。
最初に確認したバージョンは次の通りです。
colab version
Version: 0.5.9GPUセッションはT4を指定して起動しました。
colab new -s imagegen-t4-mounted --gpu T4Colab側では、T4が認識されていました。
Tesla T4, 15360 MiB, 14913 MiBGoogle Driveのマウントも、Colab上で成功しています。
Mounted at /content/driveその後、Colab内で保存先を確認しました。
/content/drive exists True
/content/drive/MyDrive exists True
target_exists True /content/drive/MyDrive/colab-cli-imagegenここまで確認してから、画像生成を実行しました。
生成した画像
使ったモデルは stabilityai/sd-turbo です。
T4で軽く試すため、設定は小さめにしました。
モデル: stabilityai/sd-turbo
GPU: Tesla T4
サイズ: 512 x 512
steps: 4
seed: 20260606
guidance scale: 0.0
プロンプトは、ベランダのハーブ栽培をイメージしたものです。
a cozy balcony herb garden at sunrise, shiso leaves in small planters, soft morning light, clean documentary photo, high detail生成された画像はこちらです。

画像としては軽いテストですが、今回の主役は画質そのものではありません。
重要なのは、スマホからの指示だけで、ColabのT4 GPUを起動し、画像生成を実行し、成果物をDriveに保存できたことです。
Driveへ直接保存できた
生成結果は、Colab上でマウントしたGoogle Driveへ直接保存されました。
image_path=/content/drive/MyDrive/colab-cli-imagegen/sd-turbo-shiso-20260606T031108Z.png
metadata_path=/content/drive/MyDrive/colab-cli-imagegen/sd-turbo-shiso-20260606T031108Z.json
image_exists=True size=537389
metadata_exists=True size=647あとからColab内で再確認しても、同じパスにPNGとJSONが存在していました。
drive_target /content/drive/MyDrive/colab-cli-imagegen True
sd-turbo-shiso-20260606T031108Z.json True 647
sd-turbo-shiso-20260606T031108Z.png True 537389Google Driveの画面でも、同じフォルダ内にファイルが見えています。

メタデータJSONには、モデル名、プロンプト、seed、画像サイズ、GPU名、保存パスを残しました。
これにより、あとから「何を、どの設定で、どこに保存したのか」を追えます。
後片付けまで確認した
ColabのGPUセッションは、使い終わったら止める必要があります。
今回は最後に明示的に停止しました。
colab stop -s imagegen-t4-mounted停止後、残存セッションも確認しました。
[colab] Session terminated.
[colab] No active sessions found on server.ここはかなり重要です。
エージェントにGPUを使わせる場合、起動だけでなく、終了確認まで含めて1つの作業にする必要があります。
「生成できた」で終わるのではなく、「止めた」「残っていない」まで確認する。
この習慣がないと、GPU実験は危険です。
何が大きいのか
今回の実験で一番大きいのは、Codex MobileからPCに直接触らずに、GPU作業まで完結できたことです。
スマホは単なるチャット画面ではありません。
Codex Mobileを通すと、スマホが作業環境全体の司令塔になります。
今回の構成では、スマホから指示を出すだけで、次のような流れが成立しました。
PC側のCLIを操作する
ブラウザ認証を進める
ColabのGPUセッションを起動する
Colab上でGoogle Driveをマウントする
画像生成モデルを実行する
成果物をDriveへ保存する
セッションを停止する
保存結果と停止結果を確認する
これは、かなり可能性があります。
エージェントがローカルPCだけで動いていると、重い処理には限界があります。
でもColab CLIを使えば、エージェントが必要なときだけColabのGPUを呼び出せます。
T4ならColabの無料枠で使えることがあるので、個人実験としてもかなり大きいです。
もちろん、無料枠のGPUは常に保証されるものではありません。割り当て、利用時間、混雑、アカウント状況によって変わります。
それでも、無料枠でT4を使える可能性があるというだけで、エージェント実験の幅はかなり広がります。
エージェントにGPUを持たせるということ
今回の実験は、単に画像を1枚作っただけではありません。
「エージェントがGPUを使えるようになる」と、できることが変わります。
たとえば次のような作業です。
画像生成
画像編集
音声処理
動画生成
小さな学習実験
画像認識モデルの検証
ローカルでは重い推論の実行
生成結果のDrive保存
実験ログとメタデータの整理
人間が毎回Colabを開いて、セルを貼って、Driveをマウントして、GPUを確認して、生成して、保存して、停止する。
この一連の作業は地味に面倒です。
でもエージェントに任せられるなら、GPUは「たまに手で使う計算資源」ではなくなります。
必要なときに呼び出せる、外付けの実行力になります。
スマホからでも呼び出せるなら、さらに面白いです。
PCの前に座っていなくても、エージェントに「T4で軽く試して、Driveに保存して、終わったら止めて」と頼める。
これは、かなり実用的な方向です。
注意点
便利ですが、雑に使うのは危険です。
特に次の点は注意したほうがよいです。
Colabの無料GPUは常時保証ではない
GPUセッションは必ず停止する
Googleアカウント認証とDrive権限を理解して扱う
Driveへ本当に保存されたか、Colab内とDrive画面の両方で確認する
seed、モデル名、設定値、保存パスをメタデータとして残す
長時間ジョブをいきなり投げない
機密情報やトークンをログに出さない
今回も、最初はDrive保存の経路をローカル回収経由で済ませてしまいました。
その後、改めてColab上でDriveをマウントし、/content/drive/MyDrive/... へ直接保存する形でやり直しました。
この違いは大事です。
「Driveに保存した」と言うだけなら、ローカルからアップロードしても成立します。
でも今回確かめたかったのは、Colab上でDriveをマウントし、GPU実行の成果物をそのままMyDriveに残せるかです。
そこまで通って、ようやくこの実験の意味があります。
まとめ
Codex Mobileから、PCに直接触らず、Google Colab CLIでT4を起動し、画像生成モデルを動かし、Colab上でマウントしたGoogle Driveへ成果物を直接保存できました。
最後にセッション停止と残存なし確認までできました。
これは、エージェントにGPUという武器を持たせるための、かなり現実的な入口だと思います。
無料枠でT4が使えるなら、個人でも十分に試せます。
もちろん、割り当てや利用制限はあります。
それでも、スマホからエージェントへ指示し、エージェントが必要に応じてGPUを呼び出し、成果物をDriveに残して帰ってくる。
この流れが成立すると、エージェントはただの相談相手ではなくなります。
手元にPCがなくても、GPUを動かせる実行力を持った共同制作者になります。
参考リンク
今回の実験で参照した記事と公式情報です。
Google Colab CLI GitHubリポジトリ
https://github.com/googlecolab/google-colab-cli
Google Colab CLI を試す | npaka
https://note.com/npaka/n/n3ad5e2331e00
Codexモバイル越しに、Google Colab CLI の実験を完結できた🔥🔥🔥
— Maki@Sunwood AI Labs. (@hAru_mAki_ch) June 6, 2026
PCには直接触らず、
モバイルからCodexに指示するだけでここまで実行。
やったこと:
1. Google Colab CLI をインストール
2. Colab の T4 ランタイムを起動
3. Google Drive を Colab 上で /content/drive にマウント
4.… https://t.co/IfVR93Yfdf pic.twitter.com/A2lxsK87MM
#Codex #CodexMobile #GoogleColab #GoogleColabCLI #AIエージェント #GPU #画像生成 #GoogleDrive