株式会社ずんだもん技術室AI放送局 podcast 20250903

関連リンク LangChain & LangGraph 1.0 alpha releases 今回は、AI開発の主要フレームワークであるLangChainとLangGraphの1.0アルファ版がリリースされたという、注目すべきニュースをお届けします。このリリースは、AIアプリケーション開発の現場で活躍する、特にこれからAIの世界に飛び込む新人エンジニアの皆さんにとって、非常に重要な進歩となるでしょう。 まず、LangGraphについてです。これは、自律的にタスクをこなすAIシステム、いわゆるAIエージェントを効率的に「オーケストレーション」（複数の要素を組み合わせて協調的に動かすこと）するための低レベルなフレームワークです。複雑なAIエージェントシステムを本番環境で安定稼働させるための、きめ細かい制御や、エラーが起きても処理を続けられる「耐久性のある実行」機能を提供します。また、短期的な記憶や、人間が途中で介入できる仕組みも備わっています。UberやLinkedInといった大手企業でも既に本番環境で活用されており、その堅牢性は実証済みです。今回の1.0リリースでは、既存の機能との互換性を保ちながら、さらに安定性が高められています。 次に、LangChainです。こちらは、より手軽にAIの機能をアプリケーションに組み込むための高レベルなフレームワークです。様々なAIモデル（例えばOpenAIのGPTシリーズなど）との連携を標準化してくれるため、特定のベンダーに縛られずに、素早くAI機能を開発できます。LangChain 1.0では、LLM（大規模言語モデル）が外部ツールを使ってタスクを自動でこなす「エージェント」という概念に、特に焦点を当てています。例えば、LLMにWeb検索ツールを与えて、必要な情報を自動で収集させるといった使い方が可能です。新しいcreate_agent機能は、先ほど紹介したLangGraphの強力な基盤の上に構築されているため、より高度で安定したエージェントの構築が可能になります。もし皆さんが既存のLangChainの機能を使っている場合でも心配はいりません。従来の機能はlangchain-legacyという新しいパッケージで引き続き利用できるよう配慮されています。 そして、LangChainの基盤となるパッケージであるLangChain Coreも1.0に昇格しました。これは、LangChainが多様なAIサービスと連携するための共通の抽象化層を提供しています。今回のアップデートで特に注目すべきは、LLMとのやり取りに使われる「メッセージ」の形式が進化し、テキストだけでなく、画像や動画といった多様な情報を扱える「コンテンツブロック」に対応した点です。これにより、よりリッチで複雑なAIアプリケーションが作れるようになります。 さらに、PythonとJavaScriptの両方に対応した、新しい統一されたドキュメントサイトも公開されました。これにより、学習がさらにしやすくなるでしょう。 今回のアルファリリースを経て、10月下旬には正式な1.0バージョンが登場する予定です。皆さんのフィードバックが、今後の開発に貢献する機会にもなります。AI開発の進化を加速させるこれらのツールが、今後どのように活用されていくのか、非常に楽しみですね！ 引用元: https://blog.langchain.com/langchain-langchain-1-0-alpha-releases/ シングルエージェント vs マルチエージェントを整理してみる AIエージェントの設計において、「シングルエージェント」と「マルチエージェント」という2つの主要な考え方があり、どちらを選ぶべきかという議論が活発になっています。新人エンジニアの皆さんも、これからのAIシステム開発で直面する可能性のある重要なテーマなので、一緒に整理していきましょう。 マルチエージェントとは？ 複数のAIエージェント（自律的に思考・行動するAI）がチームを組んで協力し、一つのタスクをこなすイメージです。 得意なこと: Anthropicの研究のように、複雑な情報をリサーチする「読み込み中心」のタスク（例：論文調査、情報収集）で高い性能を発揮します。複数のAIが並行して情報を集めることで、効率的に進められます。 難しいこと: 複数のAIが協調するため、AI同士の「情報共有（コンテキスト共有）」が難しくなる点が課題です。Cognition AI（Devinの開発元）は「マルチエージェントを作るな」と主張し、例えばFlappy Birdのゲーム開発で、背景担当のAIがマリオ風、鳥担当のAIがリアルな鳥を作るなど、各AIが独自の判断（暗黙の決定）をしてしまい、最終的に一貫性のない成果物になる例を挙げています。人間同士のプロジェクトでも、情報共有が不十分だと認識のズレが生まれるのと似ていますね。また、トークン使用量が増えコストが高くなる傾向もあります。 シングルエージェントとは？ 一つのAIエージェントが、最初から最後まで責任を持ってタスクをこなすイメージです。 得意なこと: コーディングのような「書き込み中心」のタスク（例：コード生成、コンテンツ作成）で、一貫性のある成果物を作りやすいとされています。一つのAIが全ての文脈（コンテキスト）を把握したまま作業を進めるため、矛盾が生じにくく信頼性が高まります。デバッグ（不具合の原因探し）も比較的容易です。 難しいこと: 複雑なタスクになると、AIが一度に扱える情報量（コンテキストウィンドウ）の限界にぶつかる可能性があります。 結局、どう使い分けるの？ LangChainも指摘しているように、どちらが優れているというより、タスクの特性によって最適な選択が変わります。 読み込み中心のタスク（リサーチ、分析）: 複数のAIが情報を集めても矛盾しにくいので、マルチエージェントが有効な場合が多いです。 書き込み中心のタスク（コーディング、コンテンツ作成）: 一貫性が非常に重要なので、シングルエージェントの方が適している場合が多いです。 まとめ AIエージェントの設計は、ソフトウェア開発と同じで、どんな「仕事」をさせたいかによって最適なアーキテクチャを選ぶことが大切です。 タスクの並列化のしやすさ AI間の情報共有の必要性（一貫性がどこまで重要か） 開発コストや運用コスト これらをよく考え、最初はシンプルな構成（シングルエージェント）から始めて、必要に応じてマルチエージェントやハイブリッドなアプローチを検討するのが良いでしょう。「Keep It Simple, Stupid（シンプルに保て）」という原則がここでも重要になります。AIに適切に情報を伝える「コンテキストエンジニアリング」の技術も、これからますます重要になってきます。 引用元: https://zenn.dev/r_kaga/articles/ea7119d22d4d3c Claude Codeを使ってAIにブログ記事執筆を任せてみた ブログ記事を書くのは大変だと感じていませんか？「記事の構成を考えるのが苦手」「なかなか書き始められない」といった課題を抱えているエンジニアは少なくないはずです。この記事では、そんな悩みを解決するために、AIコーディングツール「Claude Code」とAIエージェントを活用して、ブログ記事執筆を効率化する仕組みが紹介されています。 筆者の @modokkin さんは、記事執筆のハードルを下げるために、Claude Codeのスラッシュコマンドと複数のAIエージェントを組み合わせたワークフローを構築しました。 この仕組みの核となるのは、次の3つのエージェントです。 インタビュアーエージェント: ブログ記事のテーマについて、筆者に質問を投げかけます。まるで対話しながら思考を整理するような形で、記事に必要な情報を段階的に引き出してくれます。 ゴーストライターエージェント: インタビュアーが集めた情報と、事前に設定した「スタイルガイド」に基づき、実際に記事の初稿を執筆します。これにより、AIが書いた文章でも、ある程度筆者らしい文体を再現できます。 編集者エージェント: 初稿が完成した後、/review コマンドで呼び出せます。このエージェントは、記事の文体や事実関係（ファクトチェック）をチェックし、より質の高い記事に仕上げるのを手助けしてくれます。 特に重要なのが「スタイルガイド」の存在です。これは、記事の冒頭の挨拶、文体（です・ます調など）、締めくくりの定型文といった、筆者独自の執筆ルールをAIに教えるためのものです。これにより、AIは単に情報をまとめるだけでなく、筆者の個性が反映された記事を作成できるようになります。 実際にこの仕組みを使ってみると、LT（ライトニングトーク）のスライドからブログ記事を作成するのに約1時間で済んだそうです。ゼロから書く場合でも、AIが叩き台を作ってくれることで、以前よりも質の高い記事が書けるようになったと感じています。もちろん、AIが書いた文章には微調整が必要な場合もありますが、その気づきをスタイルガイドにフィードバックすることで、AIの精度をどんどん高めていけるのが大きなメリットです。 技術的な工夫としては、Claude Codeの Task ツールを使ってエージェント間の連携をスムーズにし、インタビューの回答には音声入力ツールを組み合わせることで、さらに効率的に情報を入力できるようにしています。また、運用していく中で、当初の想定と異なり編集者エージェントは自動実行ではなく、必要に応じて呼び出す形に変更するといった改善も行われました。 この事例は、「文章を書くのが苦手」「記事の構成に悩む」といった課題を持つエンジニアにとって、AIが強力なアシスタントになり得ることを示しています。AIを活用することで、ブログ執筆のハードルが下がり、アウトプットの機会が増えるかもしれません。新人エンジニアの皆さんも、ぜひ自分の業務にAIを組み込むヒントとして参考にしてみてください。 引用元: https://tacoms-inc.hatenablog.com/entry/claude-code-blog-writing-automation ジェネレーティブなカラス避けビジュアルをChatGPTに開発してもらう ChatGPTを活用し、カラスを追い払うためのユニークなアニメーションビジュアルを開発した記事です。筆者はChatGPTにJavaScriptコードを生成させ、それをプロジェクターでゴミ置き場に投影するアイデアを実行。AIが考案した「目玉と斜線」が切り替わる威嚇ビジュアルが特に面白く、AIのクリエイティブで意外な応用例として、技術的な興味と楽しさを感じられる内容です。 引用元: https://blog.sushi.money/entry/2025/09/01/235900 お便り投稿フォーム （株式会社ずんだもんは架空の登場組織です）

There are no comments yet.

Please log in to write the first comment.