youtube版(スライド付き) 関連リンク Introducing AgentKit OpenAIが、AIエージェント（特定のタスクを自律的に実行するAI）の開発をもっと簡単で効率的にするための新しいツールキット「AgentKit」を発表しました。これまでは、AIエージェントを作るには、たくさんの異なるツールを組み合わせて使ったり、エージェントの性能評価を手動で行ったりと、開発者に大きな負担がかかっていました。AgentKitは、こうした課題を解決し、エージェントの設計からデプロイ、性能改善までを一貫してサポートする、まさに「エージェント開発のためのオールインワンツール」です。 AgentKitの主な機能は以下の3つです。 Agent Builder (エージェントビルダー): これは、複数のAIエージェントが連携して動く「ワークフロー」（処理の流れ）を、まるでフローチャートを描くように視覚的に作れるツールです。ドラッグ＆ドロップでノード（処理の塊）を繋ぎ、エージェントの動きを直感的に設計できます。複雑なエージェントの処理も一目でわかるようになるため、開発チームやビジネス側の関係者みんなで理解しやすくなります。テスト実行やバージョン管理もできるので、試行錯誤しながら素早く改善を進められます。実際に日本の「LY Corporation」でも、わずか2時間足らずでワークアシスタントエージェントを構築できたと紹介されています。 Connector Registry (コネクターレジストリ): エージェントが外部のデータソース（Dropbox、Google Drive、Sharepointなど）や、他のツールと連携するための接続設定を、一元的に管理できる場所です。企業内で多くのエージェントが様々なデータにアクセスする場合でも、管理者がすべての接続をまとめて把握・管理できるため、データ連携がよりスムーズかつ安全になります。 ChatKit (チャットキット): エージェントとユーザーが会話するための「チャットUI」（ユーザーインターフェース）を、あなたのアプリやウェブサイトに簡単に組み込めるツールです。チャット画面のデザインや、エージェントの応答をリアルタイムで表示するといった機能の実装は意外と手間がかかるものですが、ChatKitを使えば、手間をかけずに製品に馴染むチャット機能を素早く追加できます。さらに、AgentKitには、開発したエージェントの性能を評価し、改善するための強力な機能も加わりました。例えば、「Evals」という評価ツールでは、データセットを使ってエージェントの動作を自動で評価したり、より良いプロンプト（AIへの指示文）を自動で生成したりできるようになります。これにより、エージェントの信頼性や性能を客観的に測り、継続的に向上させることが可能になります。これらのツールは、AIエージェント開発における「複雑さ」や「手間」を大きく削減してくれるでしょう。新人エンジニアの皆さんも、AgentKitを活用することで、より効率的かつ確実に、革新的なAIアプリケーション開発に挑戦できるようになります。引用元: https://openai.com/index/introducing-agentkit LLM用宣言的プログラミング言語 DSPy この記事では、LLM（大規模言語モデル）を使ったアプリケーション開発をもっと簡単で効率的にする新しい技術「DSPy」について、新人エンジニアの方にも分かりやすく解説しています。DSPyは「Declarative Self-improving Python」の略で、特に「宣言的（Declarative）」という特徴が大きなポイントです。これまでのLLMアプリケーション開発では、OpenAIのAPIなどを直接使う場合、LLMに与える指示文（プロンプト）を細かく書いたり、状況に合わせて複数のプロンプトを使い分けたりする必要がありました。例えば、足し算のようなシンプルなタスクでも、プロンプトの作成や管理、エラー対応、複雑な処理の組み込みなど、開発者が一つ一つコードで記述する必要があり、これがかなりの手間でした。 DSPyのすごいところは、このプロンプト作成や管理の「手間」を劇的に減らせる点にあります。「宣言的」というのは、「どうやって動かすか」という具体的な手順ではなく、「何をしたいか」という目的だけを記述するアプローチのことです。たとえば、これまでは「〇〇たす△△というプロンプトをLLMに送り、その結果を受け取る」と書いていた部分を、DSPyでは「num1とnum2という入力から、その和（sum）を出力してほしい」と宣言するだけで、LLMへの具体的な指示文（プロンプト）はDSPyが自動的に生成・調整してくれます。実際のコード例を見ると、OpenAIのAPIを直接使った場合に数行必要だった記述が、DSPyではdspy.Predict('num1, num2 -> sum')のようにたった1行で済みます。これにより、開発者はプロンプトの細かい文言に頭を悩ませることなく、LLMに解決させたいタスクの入力と出力の形だけを定義すればよくなります。また、dspy.Signatureを使って、和だけでなく差や文字列の連結など、複数の出力を同時に得るような複雑なタスクも、明確な形で定義できます。さらに、DSPyには「CoT（Chain Of Thought）」という、LLMが段階的に思考して答えを導き出す機能も簡単に組み込めます。これは、複雑な問題に対してLLMが「なぜその結論に至ったか」という理由（reasoning）も含めて出力してくれるもので、高度な問題解決に役立ちます。DSPyではdspy.ChainOfThoughtを使うだけで、こうした多段階の推論も宣言的に記述できます。このようにDSPyは、LLMアプリケーション開発において、開発者が「何をさせたいか」に集中できるよう、プロンプトの設計や調整といった手間のかかる作業を自動化してくれる画期的なツールです。今後は、LLMの振る舞いを評価し、プロンプトを自動で最適化する「プロンプトチューニング」の機能も活用され、LLM開発をさらにシンプルで強力なものに変えていくことが期待されています。引用元: https://zenn.dev/cybernetics/articles/f879e10b53c2db AMD and OpenAI announce strategic partnership to deploy 6 gigawatts of AMD GPUs 皆さん、こんにちは！今回は、テクノロジー業界で非常に大きなニュースが飛び込んできたので、要点を分かりやすく解説します。半導体大手AMDと、チャットAI「ChatGPT」で有名なOpenAIが、今後数年間にわたる大規模な戦略的パートナーシップを発表しました。これは、AIの進化をさらに加速させるための重要な一歩となります。 ● 超大規模なAIインフラ計画今回の発表の最大のポイントは、OpenAIが次世代のAIインフラのために、なんと「6ギガワット」ものAMD製GPU（グラフィック処理装置）を導入するという点です。ギガワットは電力の単位ですが、これはAIを動かすための計算能力が途方もなく大規模であることを示しています。私たちが普段使っているPCのGPUが数Wから数百W程度であることを考えると、その規模の巨大さが想像できるでしょう。 ● なぜGPUがAIに不可欠なのか？ AI、特に「生成AI」と呼ばれるChatGPTのような技術は、膨大なデータを高速に処理する計算能力が不可欠です。GPUは、この種類の計算を非常に得意としており、AIの「脳」とも言える役割を担っています。OpenAIは、AMDの高性能GPUを活用することで、よりパワフルで高度なAIモデルを開発し、私たちが利用できるAIサービスの可能性を広げようとしています。 ● 具体的な導入スケジュールと今後の展開この計画は2026年後半から始まり、まずは1ギガワット分のAMD Instinct MI450シリーズGPUが導入されます。MI450シリーズは、AIや高性能計算に特化したAMDの最新GPUです。この提携は単に製品を供給するだけでなく、両社が技術的な専門知識を共有し、協力してAI向けハードウェアやソフトウェアの最適化を進める、まさに二人三脚の取り組みです。これまでもMI300XやMI350Xシリーズで協力してきましたが、今回の提携でその関係はさらに深まります。 ● 両社のWin-Winな関係 AMDにとっては、OpenAIという最先端のAI開発企業に大規模にGPUを供給することで、市場における存在感をさらに高めることができます。OpenAIにとっては、AI開発に必要な計算能力を安定して、かつ先進的な技術で確保できるという大きなメリットがあります。このパートナーシップは、単なるビジネス上の取引を超え、AI業界全体の成長と発展に貢献するものと期待されています。 AMDのCEOリサ・スー氏も、OpenAIのCEOサム・アルトマン氏も、この提携がAIの可能性を最大限に引き出し、その恩恵をより早く世界中に届けるための重要なステップだとコメントしています。新人エンジニアの皆さんにとっては、AIインフラがいかに巨大なもので、その裏側でどのような企業が協力し合って未来を築いているのかを知る良い機会になるでしょう。引用元: https://openai.com/index/openai-amd-strategic-partnership 最近の学生が知らなそうなIT知識このユニークな記事では、今の学生には馴染みがないかもしれない、懐かしいIT知識が紹介されています。例えば、液晶のドット抜けやテレホーダイ、CD-Rといった言葉に、「あとひとつは？」と読者へ問いかけ。コメント欄にはフロッピーディスクやInternet Explorer、MO、Y2Kなど、ベテランエンジニアが思わず「あったあった！」と頷くような用語が多数寄せられています。昔のIT技術や文化を知ることで、先輩たちの歩んだ歴史を感じられる、クスっと笑顔になれる楽しい記事です。引用元: https://anond.hatelabo.jp/20251006203201 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）

Ask this episode

“What did the council decide on item 42?” — answered with the speaker and the moment.

Transcript

Related