Strands Agents × インタリーブ思考で変わるAIエージェント設計 / Strands Agents x Interleaved Thinking AI Agents

Slide 1

Slide 1 text

Slide 2

Slide 2 text

Copyright © Acroquest Technology Co., Ltd. All rights reserved. 2 自己紹介 ◼ 所属 • Acroquest Technology Co., Ltd. ◼ 主な業務分野 • システムアーキテクト • IoT／AIサービス開発 • サーバーレス • データ分析基盤 • 生成AI活用／導入 ◼ 好きなAWSサービス • AWS Lambda • Amazon Bedrock 鈴木貴典シニアテクニカルアーキテクト

Slide 3

Slide 3 text

会社概要 ◼ 所在地：神奈川県横浜市港北区新横浜 ◼ 社員数：約80人 ◼ 事業内容：・IoT関連システム開発／サービス提供・データ分析サービス提供・機械学習・AI活用／導入・生成AI活用／導入 Acro = 先端を Quest = 探究するアクロクエストテクノロジー株式会社 Acroquest Technology Co., Ltd.

Slide 4

Slide 4 text

当社における主な実績 Copyright © Acroquest Technology Co., Ltd. All rights reserved. 4 国際的なデータ分析大会「KDD Cup 2025」当社データサイエンティストチーム日本人チームトップとなる 3位入賞 AWSを活用した AI／MLサービスの実績「機械学習コンピテンシー」認定取得（日本で3社のみ）言語処理学会（NLP2025）「チューニングコンペティション」当社データサイエンティストチーム数学タスク：準優勝安全性タスク：第3位

Slide 5

Slide 5 text

Slide 6

Slide 6 text

「インタリーブ思考（Interleaved Thinking）」とは？ Copyright © Acroquest Technology Co., Ltd. All rights reserved. 6 Point 1 Claudeモデル独自の思考プロセス 1. Claudeモデルの拡張思考（≒推論モード）におけるオプション 2. Claude 4 以降から利用できるようになっている 3. ※注意現状はベータ版の扱い 1. 最初の思考だけではなくツール呼び出しの間でも思考する 2. 上記により、ツールの呼び出し結果を踏まえて自動でその後の処理を制御してくれる 1. 最近のエージェントは外部ツール（MCP含む）を呼び出すことが多い 2. ツールの呼び出しと思考が1つの処理で行われるため、より自律的な動作ができる Point 2 処理の途中でも思考してくれる Point 3 Tool Use／MCP との相性抜群 ※ツール呼び出し＝ Tool Use

Slide 7

Slide 7 text

「インタリーブ思考」の振る舞い Copyright © Acroquest Technology Co., Ltd. All rights reserved. 7 拡張思考のみの場合計画（推論）ツールA実行ツールB実行ツールC実行要求に応じて処理プロセスは柔軟に組み立ててくれるが処理の実行自体は直線的何をどのようにすれば結果が得られるかを検討立案された計画に基づき各ツールを実行拡張思考＋インタリーブ思考の場合計画（推論）ツールA実行結果を評価ツールB実行結果を評価ツールC実行結果を評価ツールD 実行何をどのようにすれば結果が得られるかを検討ツールの実行結果を踏まえてリトライや別ツールの呼び出しなどを柔軟に実施

Slide 8

Slide 8 text

「インタリーブ思考」の振る舞い Copyright © Acroquest Technology Co., Ltd. All rights reserved. 8 拡張思考のみの場合計画（推論）ツールA実行ツールC実行ツールB実行要求に応じて処理プロセスは柔軟に組み立ててくれるが処理の実行自体は直線的拡張思考＋インタリーブ思考の場合何をどのようにすれば結果が得られるかを検討立案された計画に基づき各ツールを実行計画（推論）ツールA実行結果を評価ツールC実行結果を評価ツールB実行結果を評価ツールD 実行何をどのようにすれば結果が得られるかを検討ツールの実行結果を踏まえてリトライや別ツールの呼び出しなどを柔軟に実施ウォーターフォール的な振る舞いアジャイル的な振る舞い

Slide 9

Slide 9 text

AIエージェント設計のポイント Copyright © Acroquest Technology Co., Ltd. All rights reserved. 9 最近のAIエージェントは処理ステップ／ワークフローだけではなくツール／MCPとの連携が重要になっている複数のツール／MCPの実行が関係してくると「選択」「実行」だけではなく「実行結果」の判定・結果の内容が AIエージェントの柔軟性や精度に大きく影響する生成AIモデルの推論能力だけではなくインタリーブ思考の活用で、より柔軟で精度の高い、 AIエージェントの実現が可能になります

Slide 10

Slide 10 text

Slide 11

Slide 11 text

Slide 12

Slide 12 text

当社におけるAIエージェントへの取り組みの変遷 Copyright © Acroquest Technology Co., Ltd. All rights reserved. 12 フレームワークなし独自エージェント 2024年 10月 Multi-Agent Orchestrator （現：Agent Squad） ※awslabs公開のOSS 2024年 12月 LangGraph 2025年 3月 Strands Agents マルチエージェント（インタリーブ思考なし） 2025年 7月 Strands Agents シングルエージェント with インタリーブ思考 2025年 9月いろいろと試行した結果の現在地

Slide 13

Slide 13 text

Strands Agents × インタリーブ思考 Copyright © Acroquest Technology Co., Ltd. All rights reserved. 13 プロンプト実行結果モデルツールエージェント（Strands Agents）エージェント実行結果の応答モデル呼び出し結果の応答ツールの選択ツール実行結果の応答エージェンティックループインタリーブ思考この組み合わせの相性が良い！ • ツール実行結果の分析 • 動的な処理調整指示されたタスクを完了するまで、モデル呼び出し、ツールの選択・実行を繰り返す

Slide 14

Slide 14 text

Slide 15

Slide 15 text

DeepResearch機能での利用例 Copyright © Acroquest Technology Co., Ltd. All rights reserved. 15 マルチエージェント構成計画検索結果分析レポート出力クエリ生成 Start End 検索ツールシングルエージェント構成 with インタリーブ思考計画クエリ生成検索結果分析レポート出力 Start End 検索ツール DeepResearchエージェントを開発する場合、以下のような構成になる

Slide 16

Slide 16 text

DeepResearch機能での利用例 Copyright © Acroquest Technology Co., Ltd. All rights reserved. 16 ユーザーから指定された調査したいトピックに対して、詳細かつ広範なレポートを作成してください。レポートはMarkdown形式でフォーマットしてください。 - レポートする内容は、Web検索を用いて収集してください。 - 収集した内容をよく吟味し、さらに徹底的な調査が必要だと判断した内容は、検索文言を書き換えて、さらにWeb検索を行ってください。 - ユーザーが指示したトピックについて包括的な情報を収集することが重要です。システムプロンプト「StrandsAgents」について詳細なレポートを作成するためにWeb検索を行います。まずは基本的な情報から調査していきましょう。 Tool #1: tavily-search StrandsAgentsについてさらに詳しい情報を得るために、公式ドキュメントの内容を確認してみましょう。 Tool #2: tavily-extract より詳細な情報を収集するために、いくつかの具体的なユースケースや実装例について調査を進めていきましょう。 Tool #3: tavily-search 全ての収集した情報を整理して、StrandsAgentsについての包括的なレポートを作成します。 … 実行結果シングルエージェントでも、ツールの実行結果に基づいて自動で追加検索をしている

Slide 17

Slide 17 text

DeepResearch機能での利用例 Copyright © Acroquest Technology Co., Ltd. All rights reserved. 17 model = BedrockModel( model=‘global.anthropic.claude-sonnet-4-5-20250929-v1:0', streaming=True, additional_request_fields={ 'thinking': {'type': 'enabled', 'budget_tokens': 4000}, 'anthropic_beta': ['interleaved-thinking-2025-05-14'], }, ) agent = Agent( model=model, system_prompt=prompt, tools=tools, ) async for event in agent.stream_async(prompt): ・・・拡張思考＋インタリーブ思考の指定 Claude 4 以降のモデルIDを指定（Haiku 4.5でも可）エージェントを構築モデルの呼び出しは至ってシンプル（Strands Agents での実装 ※一部抜粋）

Slide 18

Slide 18 text

Slide 19

Slide 19 text

マルチエージェント開発における苦労 Copyright © Acroquest Technology Co., Ltd. All rights reserved. 19 No 苦労ポイントマルチエージェントシングルエージェント with インタリーブ思考 1 エージェント分割の粒度が難しい • タスクが細かく分かれ過ぎたり、大きすぎて重複処理が発生したりする。 • 細かい分割を考えなくても大丈夫！ 2 エージェント間でのデータ引継ぎでエラーが発生しがち • データフォーマットを指定するが、異常系の応答に弱い。 • 安価なモデルだと、フォーマット指定が安定しない。 • データ引継ぎのための検討／フォーマット化は不要。 3 全体処理／個別処理で不整合が発生する • 個々のサブエージェントの動作は正しくても、全体としてはおかしな結果になる。 • 全体最適にならない。 • コンテキストや処理結果が一貫して引き継がれる。 4 エージェントの状態管理が複雑 • 各エージェントの実行履歴や状態の保持を行う必要がある。 • 基本的に状態管理不要。 5 処理時間が長くなりがち • 実行→評価を分かれて行うため、繰り返し処理が行われるほど、実行時間が長くなり、ユーザービリティが下がる。 • 構成がシンプルになるため、処理時間も短縮される。エージェントの実装・処理がシンプルになることでこれらの苦労から解放される！

Slide 20

Slide 20 text

マルチエージェント構成との使い分け Copyright © Acroquest Technology Co., Ltd. All rights reserved. 20 どのようなときにマルチエージェントを利用すべきか？ ① ReAct的な処理目的に達成するまでサブエージェントを呼び出す ② 複数の処理ステップがあり、段階的に判断が必要な処理 ③ 複数のツールを実行しながら、最終的な結果を得たい処理 ① 各エージェントで役割が異なる処理ではなく、目的や立場が違う ② 並列や分業しての処理を行いたい場合 ③ 複数の視点など多様性が必要となる処理当然ながら、マルチエージェント＋インタリーブ思考で高度な処理を行えるエージェントを構築することも可能シングルエージェントでも十分になる場合マルチエージェントにする方がよい場合