「データドリブン」から「エージェントドリブン」に MarkeZine編集部（以下、MZ）：まず、AIエージェントとは何か、従来の生成AIとは何が違うのか、基礎的なところから教えてください。 山崎：「生成AI」は、幅広い分野の「作業」や「質問」に対して、自然言語で対応するもの。一方AIエージェントは、単なる「チャット」の応答ではなく、複雑なタスクについて、目的達成のための手段を自律的に考え、そのための様々な作業を人間の指示なしで取捨選択し、実行していくことができる高度なシステムのことを指します。 AIエージェントのさらに先に、異なる目的や役割をもつ複数のエージェントが対話しながら人間を支援する「マルチエージェント」という概念もあります。これらのエージェントは、単にタスクを自動化するのではなく、プロセス全体において必要なアクションを考案し、相互に働きかけながら業務をこなします。AIエージェント
You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert
Intelligent agents are considered by many to be the ultimate goal of AI. The classic book by Stuart Russell and Peter Norvig, Artificial Intelligence: A Modern Approach (Prentice Hall, 1995), defines the field of AI research as “the study and design of rational agents.” The unprecedented capabilities of foundation models have opened the door to agentic applications that were previously unimaginabl
【SaaSモデルの終焉?】生成AIで正直大体数のSaaS企業はオワコンに。AI時代で生き残るモデルとは？ 断言しよう。SaaS業界の8割は、今後5年以内に死ぬ。 これは脅しでも誇張でもない。生成AIがもたらした「開発コスト10分の1時代」の必然的な結果だ。 （ちょっと過激ですが、AIがキャッチーな感じで書いたので敢えて放置ですw まあ、結構あり得るかと思います。） SaaS黄金時代の終焉は、もう始まっている2022年時点で約2375億ドル、2030年には9082億ドル規模になると予測されていたグローバルSaaS市場。平均的な企業は5年前の20倍もの費用をSaaSに支出し、30以上のサービスを活用している。 だが、これらの数字は過去の遺物になりつつある。 なぜか？答えは単純だ。 かつて数億円かけて開発していたシステムが、今や数百万円で作れる。しかも開発期間は数ヶ月から数週間に短縮された。 G
You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert
米OpenAIは6月3日（現地時間）、AIコーディングエージェント「Codex」を、ChatGPT Plusユーザーも利用できるようにした。Codexは新たに、AIによるネットへのアクセスにも対応した。 Codexは、ソースコード管理プラットフォーム「GitHub」と接続し、ユーザーの指示に従ってソースコードを編集できるツール。ChatGPT Pro／Team／Enterpriseプランのユーザーに限定されていたが、対応プランを拡張した。 Plusユーザー向けには「期間限定で、利用制限を緩和している」状態。利用が集中した場合はレート制限を設ける場合があるという。 「最もリクエストが多かった」というAIによるネットへのアクセスにも対応。必要なパッケージやライブラリを、ネット経由で自動で取得できるようになった。公開当初は安全性の観点から、AIによるネットへのアクセスは意図的に遮断していた。 ネ
はじめましての方も、お久しぶりの方もこんにちは。スパイスコード代表の中河です。 スパイスコードは、「ロカルメ・オーダー」 order.localmet.com というAI Agentを内包したERPサービスを開発・提供しているスタートアップです。 近年、AI Agentという言葉を耳にする機会が増えましたが、実は私たちはこのブームが来る前から、AI Agentの実用化に向けた開発に取り組んできました(例えば、本日ご紹介する機能の実装を行っていたのは2023年12月〜2024年1月頃です)。そして現在では、ERPの中核機能として、AI Agentを実際にお客様にご利用いただいています。 本ブログでは、私たちのAI Agentがどのような仕組みで動いているのか、そして他のAgentとは何が異なるのかについて、ご紹介していく予定です。 第1回目となる今回は、「AI Agentが生成したコードを安
Julesは、既存のリポジトリと直接接続できる、非同期型のエージェント型コーディングアシスタントだ。 Googleによると、エージェント型開発は試作段階から実用段階へと移行する転換期を迎えており、今後のソフトウェア開発の主流になっていくという。同社は「GoogleのAIモデル『Gemini 2.5 Pro』を搭載したJulesは、現存する開発支援ツールの中でも高度なコード理解、分析能力を持つ」としている。 基本機能と利用条件 コードベースを「Google Cloud」の仮想マシン（VM）にコピー（クローン）し、プロジェクトの全体的なコンテキストを理解した上で、テストの作成、新機能の開発、音声による変更履歴の提供、バグの修正、依存関係のバージョンアップといったタスクを実行する。 非同期で動作するため、Julesがバックグラウンドで作業している間、ユーザーは他のタスクに集中できる。プライバシー
You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert
2024年末と2025年の最初からAIエージェントについての議論が盛り上がっていますね。 これまでPharmaXでもYOJOというプロダクトで実現してきたAigentic Workflow（記事執筆当時はフローエンジニアリングと読んでましたが、エージェントがバズワード化したとことで、Aigentic Workflowの方がしっくりきそうだと感じてます）について、いくつかノウハウをシェアして来ました。 PharmaXではいち早くAigentic Workflowに取り組み、実際のビジネス成果を出しており、色々な所でも発表もさせていただいております。 今巻き起こっているAIエージェントについての議論には多少違和感があるので、今時点での自分の意見をまとめてみたいと思います。 今回の記事は、下記のみやっちさん(@miyatti)の記事にかなり触発されて、自分自身の考えを自分の言葉で書くことにしまし
You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert
SWE-bench Bash Only uses the SWE-bench Verified dataset with the mini-SWE-agent environment for all models [Post]. SWE-bench Lite is a subset curated for less costly evaluation [Post]. SWE-bench Verified is a human-filtered subset [Post]. SWE-bench Multimodal features issues with visual elements [Post]. Each entry reports the % Resolved metric, the percentage of instances solved (out of 2294 Full,
以下の記事が面白かったので、簡単にまとめました。 ・Introducing upgrades to Codex 1. GPT-5-Codex「GPT-5-Codex」は、「Codex」のエージェントソフトウェアエンジニアリング向けにさらに最適化された「GPT-5」です。ゼロからプロジェクト全体を構築する、機能やテストを追加する、デバッグを行う、大規模なリファクタリングを実行する、コードレビューを行うといった、複雑で現実的なエンジニアリングタスクを想定して学習しています。より柔軟に操作でき、「AGENTS.md」の指示に忠実に従い、より高品質なコードを生成します。 「GPT-5-Codex」は、タスクの複雑さに応じて、思考に費やす時間をより動的に調整します。このモデルは、コーディングエージェントに不可欠な2つのスキル、開発者との対話型セッションでのペアリングと、長時間タスクにおける永続的かつ
はじめに 下記の記事では、「ネット記事の作成業務」を例とした、マルチエージェントシステムのアーキテクチャーを解説しました。 マルチエージェントシステムのアーキテクチャーを紐解く この中で、リモート環境にデプロイしたエージェントを A2A で利用する方法として、次の図のアーキテクチャーを紹介しました。この記事では、この環境を実際に構築する手順を紹介します。 A2A リモートエージェントによるマルチエージェントシステムの構成 環境準備 Vertex AI workbench のノートブック上で実装しながら説明するために、まずは、ノートブックの実行環境を用意します。新しいプロジェクトを作成したら、Cloud Shell のコマンド端末を開いて、必要な API を有効化します。 gcloud services enable \ aiplatform.googleapis.com \ noteboo
You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert
専門分化が進む分業下でもユーザーが本当に欲しかったものを追求するプロダクトマネジメント/Focus on real user needs despite deep specialization and division of labor
Today, Google announced the Agent Payments Protocol (AP2), an open protocol developed with leading payments and technology companies to securely initiate and transact agent-led payments across platforms. The protocol can be used as an extension of the Agent2Agent (A2A) protocol and Model Context Protocol (MCP). In concert with industry rules and standards, it establishes a payment-agnostic framewo
Vibe Coding Cleanup as a Service A new service category is quietly emerging in tech: Vibe Coding cleanup. What started as LinkedIn jokes about “fixing AI messes” has become a real business opportunity. The harsh reality nobody wants to admit: most AI-generated code is production-unready, and companies are desperately hiring specialists to fix it before their technical debt spirals out of control.
CLIから動作し、GitHubのIssueをもとにコードを解析・編集し、Pull Request（PR）を自動作成する「Issue Agent」を開発しました。 この記事では、Issue Agentの仕組みや特徴について紹介します。 Issue Agent 今回実装した開発AIエージェントはこちらです。 Issue Agentは、GitHubのIssueを読み取り、その内容に基づいてコードベースを自律的に解析し、 必要なファイルの作成や編集を行います。最終的には、自動でPRを作成する開発エージェントです。 例えば、こんなようなissueがあったとします。 たとえば、.gitignoreの設定が無秩序に増えてしまったために整理が必要だけれど、つい後回しにしていたIssueがあったとします。 これをIssue Agentに渡すことで、.gitignoreの内容や使っているフレームワークや利用技
You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert
Backlog getting you down? Drowning in technical debt? Delegate issues to Copilot so you can focus on the creative, complex, and high-impact work that matters most. Copilot coding agent makes this possible. Simply assign an issue (or multiple issues) to Copilot just as you would another developer. You can do this from github.com, GitHub Mobile, or the GitHub CLI. Copilot works in the background, us
You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert
You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert
応用機械学習と人工知能セミナー: AIエージェントの登壇資料です。 AIエージェントとは何か、なぜ開発するのかを言語化しました。 どう開発するかではヘルプデスクの事例をもとに紹介しています。
Model Context Protocol (MCP) 概要 MCPは、Claudeの開発元であるAnthropicによりLLMとローカル環境を接続するための標準プロトコル この規格で実装されたMCPサーバーを使うことで、LLMにローカルファイルの読み取りやAPIへのアクセスなどの機能を拡張できる JSON-RPC の仕様が規格化されているだけなので、様々なプログラミング言語で実装可能 Claude DesktopやCursor、Clineなどでは既にMCPサーバーの利用がサポートされている 仕様（Draft）はこちら GoのMCP開発ライブラリ Python, TypeScript, Java, Kotlin は公式からSDKが提供されていますが、(2025-03-21時点) Goでライブラリを使ってMCPサーバーを実装する場合は、自前で実装するか、サードパーティライブラリに頼ることに
LangGraph Platform is now Generally Available: Deploy & manage long-running, stateful Agents LangGraph Platform, our infrastructure for deploying and managing agents at scale, is now generally available. Learn how to deploy Today we’re excited to announce the general availability of LangGraph Platform — our purpose-built infrastructure and management layer for deploying and scaling long-running, s
Our Transformers Code Agent beats the GAIA benchmark! By July 1, 2024 • 95 DeepSeek's reasoning skills are probably particularly useful for something like this. But in my mind, particularly for academic research type tasks, the propaganda baked into the model is a non-starter. I tested out the new DeepSeek-R1-Distill-Llama-70B-Uncensored-v2-Unbiased model yesterday. It was a very crude test, but I
この数か月間、自分の開発サイクルにAIを取り入れて色々試してみています。便利なところも多い反面、やはり微妙な点も多く、その中でもひとつどうしてもまずいなぁ、と思っているところが出てきたので、それについて一言だけ書きたいと思います。 私がやっていたのは、比較的込み入った某仕様のパーサーとそれを応用した仕組みの生成です。一部の基本コードを私が書いて、仕様をspec.mdというファイルに書いたのち、Claude Codeにコードを書かせました。思っているものと違うものが出てきた場合はその都度spec.mdを更新し、改めてClaude Codeに修正させる、という形で開発していきました。 この開発をしていく中で、あきらかに人間がやるとちょっとロジックが込み入ってて面倒くさいなぁ～難しいなぁ～という部分が出てきました。コンポーネント間でちょっとわかりにくい情報の受け渡しが必要な場面があり、いろいろな
300以上の過去記事から最新の記事まで全て読み放題。AGIラボはGPTs Difyなど、最前線のAI活用情報に特化したマガジン・コミュニティです。実践的なAI活用術を含む記事で得られる知見で業務の効率化、自動化から創造的なタスクまですぐに活用可能。生成AI革命の最前線をお届け。
You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert
2025/04/07 追記 前提パッケージのバージョン依存によって、Agent Engine へのデプロイが失敗するケースが発見されたので、pydantic と typing-extensions のバージョンを固定するように本文内の手順を更新しました。 はじめに 下記の記事では、Gemini API の Function Calling を利用して、外部ツールと連携した LLM Agent を実装する方法を解説しました。 Gemini API の Function Calling 機能で LLM Agent を実装する そこでは、下図のループを Python の while ループで愚直に実装しました。 Function Calling を使用した Agent の動作 最近は、このような LLM Agent のループ処理を実装する際に、オープンソースのフレームワークである LangGra
米OpenAIは3月11日（現地時間）、開発者や企業が信頼性の高いエージェントを構築するための「Responses API」と「Agents SDK」を発表した。 同社の「Operator」やChatGPTの「deep research」などのエージェントは、指示されたタスクを理解し、複数のタスクを組み合わせて、より複雑な問題を解決するAIだ。 OpenAIは、これらのツールの提供は、開発者や企業からの、同社のモデルの能力を本番環境で使えるエージェントに変換するには課題があるという声を受けてのものだと説明した。 Responses API Responses APIは、従来の「Chat Completions API」と「Assistants API」の機能を統合し、Web検索、ファイル検索、コンピュータの使用などの機能をエージェントに組み込むことを可能にするAPI。単一のAPI呼び出しで
You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert
$15M fundraise to build the first autonomous video platform for digital adoption. Read more about our journey.
React.js LLM Agent for next generation codingReactAgent is an experimental autonomous agent that uses GPT-4 language model to generate and compose React components from user stories. It is built with React, TailwindCSS, Typescript, Radix UI, Shandcn UI, and OpenAI API. Email addressGet updates → ReactAgent v0.1.0 I've been working in the couple of months on an experiment, trying to make GPT-4 much
You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 本記事は日本オラクルが運営する下記Meetupで発表予定の内容になります。発表までに今後、内容は予告なく変更される可能性があることをあらかじめご了承ください。 ※本記事は下記記事の補足記事となります。 ※ミートアップ実施時の動画は↓こちら。 はじめに 今年に入ってからLLMを利用するアプリにグラフ技術を応用する論文が多数発表されています。それを受けてかLangChain, Inc.からもLangGraphという名のライブラリが登場しました。このライブラリではこれまでのように一つではなく複数のエージェントを定義し、各エージェントに異なる役
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
nairesasuke.blogspot.com