機械学習勉強会に参加するためにAIエージェント勉強してみた

Slide 1

Slide 1 text

Slide 2

Slide 2 text

Copyright © 2025 AsiaQuest Co.,Ltd. All Rights reserved 2 ⾃⼰紹介⾜⽴和⽣(あだちかずき) @k-adachi-01 ▼ 所属アジアクエスト株式会社 ▼肩書き 2025 AWS Jr. Champion 2025 All AWS Certiﬁcations Engineer ▼現在の業務建設会社様向けのIT⽀援や顧客折衝業務ではAWSを触っていない（⾮エンジニア！） ▼趣味⾛ること（トレイルランニング、ウルトラマラソン）

Slide 3

Slide 3 text

Copyright © 2025 AsiaQuest Co.,Ltd. All Rights reserved 3 登壇のきっかけ前提：⾮エンジニア × AIアプリ開発経験なし業務でAIアプリを開発したことはなく、個⼈開発で少しバイブコーディングをしている程度 AIを使うことはあっても、AIを作ることは⾃分にはハードルが⾼いと考えていた最新のAIトレンド：AIアプリ構築のハードルが劇的に下がった Strands Agents、Bedrock AgentCoreなどマネージドサービス‧フレームワークの充実基盤モデル（Claude、GPTなど）の⾼性能化 MCPやA2Aなど規格標準化⾃分でもAI開発に挑戦できそう！LT登壇に応募して勉強するぞ！

Slide 4

Slide 4 text

Copyright © 2025 AsiaQuest Co.,Ltd. All Rights reserved 4 なぜ今AIエージェントを学ぶのか？標準化が進み、実装が“配線作業”に近づいた API＋MCPでツール接続が共通作法に OSSフレームワーク（Strands / LangGraph / Mastraなど）やマネージドサービスも充実⾼性能なモデルが⽐較的低コストで使えるように数週間‧数か⽉単位でのアップデート競争軽量‧安価なモデル群（gpt-5-nano, gemini-2.5-ﬂash-lite, nova-microなど） “エージェント前提”のプロダクトが増え、⼀般に浸透コーディングエージェント（ClaudeCode / Cursor / Kiroなど）エージェント系のSaaS（Manus / Gensparkなど）

Slide 5

Slide 5 text

Copyright © 2025 AsiaQuest Co.,Ltd. All Rights reserved 5 実際触ってみて感動したこと実装ハードルが驚くほど低い！！好きなSDK（Strands Agents / LangGraph等）で作り、AgentCoreでサーバーレス運⽤ Model / Context / Toolだけに集中すればいい⽤途に合うモデルを選び、知っておくべき⽂脈を与え、ツールで正確性を強化フロントエンドもStreamlitで簡単に付けられる⼀つのファイルでチャットUI / フォーム / 可視化まで作成可能

Slide 6

Slide 6 text

Copyright © 2025 AsiaQuest Co.,Ltd. All Rights reserved 6 課題① 何を作ればいいのか分からない実際に動くものを作ろうとすると”ちょうどいい”題材が難しい業務に使おうとすると暗黙知や⽂脈依存の内容が多い前提を⼊⼒するコストが⾼く、評価データも必要になる題材を⼩さく切るほど価値が出にくく、⼤きくすると制御不能にこの程度ならChatGPTや他のSaaSで良くない？何でも作れそうな錯覚の万能感（ダニング＝クルーガー効果）ハンズオンやデモが簡単なので、どんどん実装できそうな気がする実際にはAIエージェント開発の難しい部分を知らないだけ（状態管理、認証、エージェント間の連携、Human in the Loopの設計など）

Slide 7

Slide 7 text

Slide 8

Slide 8 text

Copyright © 2025 AsiaQuest Co.,Ltd. All Rights reserved 8 今回作ったもの：会議後フォローエージェント会議前会議中会議後 ‧⽬的‧ゴール設定 ‧アジェンダ作成 ‧スケジュール調整 ‧資料準備‧共有 ‧司会進⾏ ‧時間管理 ‧記録‧⽂字起こし ‧議事録作成 ‧タスク割り当て ‧進捗管理反復が多く再現性‧標準化しやすい資産化すれば改善フィードバックを回せる

Slide 9

Slide 9 text

Slide 10

Slide 10 text

Copyright © 2025 AsiaQuest Co.,Ltd. All Rights reserved 10 課題② オーケストレーションと評価の難しさ複数のツールやサブエージェントが氾濫し、連携が困難にツールを増やすほど精度が上がりそうに思えるが、実際にはワークフロー全体の”障害点”と”評価コスト”を増やす可能性どうやって評価すればいい？ LLMは⼈間の評価基準を知らない（教える必要あり）段階に分けて評価する（定量化できる構造チェック→⼈間評価）評価基準を⻑期記憶メモリに残したり、⾃動化できれば可能性が広がる！（今回は未実装）

Slide 11

Slide 11 text

Copyright © 2025 AsiaQuest Co.,Ltd. All Rights reserved 11 学んだこと‧気づき標準化フレームワークやツールのおかげで実装が数⾏〜数⼗⾏に！ Strands Agentsでは最短3⾏！MCPやAgentCore GatewayでのAPI連携も可能に開発者はModel / Context / Toolだけに集中すればいいただし、”使える”エージェント開発には無数の部品の微調整が必須！メモリ‧状態管理、ガードレールや権限設定議事録作成の例：⽂字起こし、構造化要約、ドキュメント参照、評価、⼈の承認‧‧‧ AIエージェントの実装ハードルは低いが、実⽤への道のりは⻑い

Slide 12

Slide 12 text

Slide 13

Slide 13 text

Copyright © 2025 AsiaQuest Co.,Ltd. All Rights reserved 13 参考サイト‧これから読む本 Strands & AgentCoreハンズオン！ MCPマルチエージェントをAWSに簡単デプロイ著者：みのるん⽒（KDDIアジャイル開発センター）概要：AIエージェント開発の基礎からAWSへのデプロイまでを解説したハンズオン記事 https://qiita.com/minorun365/items/6d4fae4f7dacbc1e1971 現場で活⽤するためのＡＩエージェント実践⼊⾨ (ＫＳ情報科学専⾨書) 著者：太⽥真⼈, 宮脇峻平, ⻄⾒公宏, 後藤勇輝, 阿⽥⽊勇⼋概要：AIエージェントの開発⼿法が体系的に解説された書籍。実務で利⽤可能なAIエージェントの構築⽅法を学べる。 https://www.amazon.co.jp/gp/product/B0FM3QJ2DP/ref=ppx_yo_dt_b_d_asin_title_351_o02?ie=UTF8&psc=1 AWS⽣成AIアプリ構築実践ガイド著者：針原佳貴, 尾原颯, 吉⽥真吾概要：AWS直伝の⽣成AIアプリ実装法を解説。LLMの基礎からRAG、AIエージェントまでを網羅した実践的な内容。 https://www.amazon.co.jp/gp/product/B0FL1GW56V/ref=ppx_yo_dt_b_d_asin_title_351_o00?ie=UTF8&psc=1