AIエージェントとLangChain ＼生成AI新年会2024／ 西見 公宏 @mah_lab / Edged Edge Co., Ltd.

本日の要約 2024年はAIエージェントの年だぜ！ LangGraphが楽しいぜ！

「AIエージェント」とは何か？

人がいちいち指示をしなくとも、 自分でやることを考えて、 様々なツールを活用して 目標に向かってタスクをこなしていく AIの仕組みのこと

身近な自律エージェント

生成AIによって変化する ビジネスモデルについて レポートして ユーザー AIエージェント プログラムコードの生成／実行 インターネットや データベースからの情報収集 大規模言語モデルによる思考 ファイルの読み込み／書き出し アウトプットとなる成 果物 生成AIによって変化する ビジネスモデルは以下の 通りです...

AIエージェントによる社会シミュレーション Generative Agents 25人のAIエージェントをスモールビル（Smallville）と呼ばれる仮 想的な町に住まわせることにより、AIエージェント同士でどのよ うな創発が生まれるかを観察したプロジェクト。 住民が自発的に他の住民をパーティーに誘ったり、パーティー当 日のためのカフェの飾り付けを共同で行ったりした観察結果に基 づき、論文ではAIエージェント同士が創発的に協働し合うことの できる可能性が示された。

AIエージェントが経営するソフトウェア開発会社 ChatDev AIエージェント同士の協働によって架空のソフトウェア開発会社 を作ってしまおうという試み。Generative AgentsはAIエージェン ト同士の協働によって何が起こるのかという社会シミュレーショ ンがテーマだった一方、ChatDevは協働によって一つの成果物を作 り上げる仕組みを作ることがテーマ。 論文では、ChatDevはソフトウェア開発のプロセス全体を7分以内 で完了でき、大規模言語モデルによる思考プロセスを実行するた めのOpenAIへのAPI使用料は1ドル未満のコストしかかからなかっ たと報告されている。

これから訪れる変化とは？

11/7 OpenAI DevDayでサム・アルトマンCEOが語った言葉 Eventually, you'll just askthe computer for what you need and it'll do all of these tasks for you. These capabilities are often talkedin the AI field about as "agents." The upsides of thisare going to be tremendous. At OpenAI, we really believethat gradual iterative deployment is the best way to address the safety issues,the safety challenges with AI. We think it's especially importantto move carefully towards this future of agents. 最終的には、コンピュータに必要なことを頼むだけで、これらのタスクをすべ てやってくれるようになるだろう。 このような能力は、AIの分野ではしばしば「エージェント」として語られる。 これによってもたらされるプラス面は、とてつもなく大きなものになる。 We introduced GPTs, custom versions of GPT that combine instructions, extended knowledge and actions. We launched the Assistants API to make it easier to build assistive experiences with your own apps. These are your first steps towards AI agents and we'll be increasing their capabilities over time. 我々が今回紹介するGPTsはGPTのカスタムバージョンであり、命令、拡張知 識、およびアクションを組み合わせたものだ。 また、独自のアプリでエージェント体験を簡単に構築するためのアシスタント APIの提供も開始した。 これらはAIエージェントへの第一歩であり、我々は時間をかけてその機能を増 やしていく予定だ。

GPTsとは？ ユーザー自身が自分好みの動作をするChatGPTを作成することができる機能。ChatGPTに利用して欲しい情報源（テキスト ファイル・PDF）などをアップロードしておくと、その情報源を利用して返答をしてくれるようになる。

No content

2024/1/10 OpenAIがChatGPT for Teamを発表 Plusと違いチャットデータがGPTのトレーニングに使用されない、というビジネスユースには嬉しいアップデートだった が、何よりも大きい変化はチーム内のみでGPTsを共有できるようになったこと。 Output the results of the use case analysis according to the following definition by toml: [definition] output_language = "Japanese" output_format = "markdown" [target_user] prompt = "Based on the product_description provided, provide a bulleted description of the target user's industry, job title, and tasks." [needs_and_challenges] prompt = "Based on the product_description provided, identify and describe them in bullet points the main needs and problems faced by the user." Output the results of the use case analysis according to the following definition by toml: [definition] output_language = "Japanese" output_format = "markdown" [target_user] prompt = "Based on the product_description provided, provide a bulleted description of the target user's industry, job title, and tasks." [needs_and_challenges] prompt = "Based on the product_description provided, identify and describe them in bullet points the main needs and problems faced by the user." Output the results of the use case analysis according to the following definition by toml: [definition] output_language = "Japanese" output_format = "markdown" [target_user] prompt = "Based on the product_description provided, provide a bulleted description of the target user's industry, job title, and tasks." [needs_and_challenges] prompt = "Based on the product_description provided, identify and describe them in bullet points the main needs and problems faced by the user." 社内プロンプト集の共有 個別目的のGPTsを共有 「便利プロンプト集をため込む」から「便利なエージェントをたくさん作成する」へのパラダイムシフト 業務ソフトウェアがエージェント化していく時代を示唆している

11/16 Microsoft Ignite 2023 サティア・ナデラCEO We are Copilot Company. We believe in the future where there will be Copilot for everyone, and everything you do. 我々はCopilotカンパニーだ。あらゆる人のあらゆる行動の側 にCopilotが存在する、という未来を信じている OSを起動し、アプリケーションを利用したりWebブラウザで 情報にアクセスするのと同じように、何か行動を起こすとき にはCopilotを呼び出して、買い物や電話や分析や制作をする ようになるだろう。我々はあなたがどこにいてもCopilotがそ こにあってほしいと考えている。

https://twitter.com/daiki15036604/status/1725870885087949238

No content

ポケットの中のエージェント Rabbit R1 LLM（大規模言語モデル）から LAM（大規模アクションモデル）へ 言葉を解釈して現実のアクションへ繋げる 中国のスタートアップRabbitがCESとあわせてAIガジェット「Rabbit」 を発表。約29,000円の低価格ながら、「AIエージェントを持ち歩く」と 言っても過言ではない機能を備えており、新時代の到来を感じさせる。 内蔵カメラのRabbit Eye を用いて冷蔵庫内を撮影 し「ここにある食材でヘ ルシーな料理を考えて」 と依頼することができる アプリケーションの操作 方法をRabbitに学ばせる ことで、音声一つでアプ リケーションを操作でき るようになる

オペレーティング・システムから、オペレーティング・エージェントへ 深津 貴之 (fladdict)氏：https://note.com/fladdict/n/nf4c104d4ed2b

人間がソフトウェアを使うのではなく、 AIがソフトウェアを扱う世界へのパラダイムシフト 人間が様々なソフトウェアを駆使して 仕事を進めていく AIが様々なソフトウェアを駆使して 仕事を進めていく 人間中心設計からAI中心設計へ？

AI同士の協働も見逃せない チームビルディングの意味が変わる？

ヒエラルキー型のチームワーク User Supervisor Document Team Research Team Searcher Web Scraper Writer Chart Generator ユーザーから受け取ったタスク内容から、 どちらのチームに仕事を任せるかを判断する 各チームからの成果物を元に、更に仕事を チームに依頼するか判断する リサーチの プロフェッショナルとし て仕事をする ライティングのスペシャリストと して仕事をする

フラットなチームワーク User Reearcher Chart Generator Router call_tool 最初は検索からスタート （エントリーポイントを定める） ユーザーに応答するかの 最終ジャッジはRouterが持つ Routerが必要な処理にルーティング ツール呼び出しが必要な場合

LangGraph

LangGraphとは？ マルチエージェント型（マルチアクター型）のアプリケーションを構築するためのライブラリ。「LCEL」（LangChain Expression Language）を拡張して、複数チェーン（またはエージェントループ）を循環的に協調動作させることができる。 LangGraphでは「ノード」と「エッジ」を定義す ることでグラフを定義することができる。 ノードの条件は「関数」かLCELの「Runnable」で あること。関数の場合は、ステートを引数にとっ てステートの差分を返す関数であれば良い。 条件分岐を作成するこ ともできる ノードの条件さえ満たせば、外部のラ イブラリと接続して高度な処理を行わ せることも可能。

シンプルなライティングチーム User Supervisor Checker Researcher Writer いろいろ検索してくる 品質チェック ライティング担当

シンプルなライティングチーム Supervisor Checker Researcher Writer 以下のURLに関する記事を書いてー！ https://techcrunch.com/2024/01/25/kids-spent-60-mo re-time-on-tiktok-than-youtube-last-year-20-tried-op enais-chatgpt/

シンプルなライティングチーム Supervisor Checker Researcher Writer 以下のURLに関する記事を書いてー！ https://techcrunch.com/2024/01/25/kids-spent-60-mo re-time-on-tiktok-than-youtube-last-year-20-tried-op enais-chatgpt/ ①まずはResearcherに調べさせ よう

シンプルなライティングチーム Supervisor Checker Researcher Writer 以下のURLに関する記事を書いてー！ https://techcrunch.com/2024/01/25/kids-spent-60-mo re-time-on-tiktok-than-youtube-last-year-20-tried-op enais-chatgpt/ ①まずはResearcherに調べさせ よう ②Webスクレイピングツールで 調べるよ

シンプルなライティングチーム Supervisor Checker Researcher Writer 以下のURLに関する記事を書いてー！ https://techcrunch.com/2024/01/25/kids-spent-60-mo re-time-on-tiktok-than-youtube-last-year-20-tried-op enais-chatgpt/ ①まずはResearcherに調べさせ よう ②Webスクレイピングツールで 調べるよ ③調べた結果をまとめたよ

シンプルなライティングチーム Supervisor Checker Researcher Writer 以下のURLに関する記事を書いてー！ https://techcrunch.com/2024/01/25/kids-spent-60-mo re-time-on-tiktok-than-youtube-last-year-20-tried-op enais-chatgpt/ ①まずはResearcherに調べさせ よう ②Webスクレイピングツールで 調べるよ ③調べた結果をまとめたよ ④リサーチャーから記事が上 がってきた。品質チェックして もらおう。

シンプルなライティングチーム Supervisor Checker Researcher Writer 以下のURLに関する記事を書いてー！ https://techcrunch.com/2024/01/25/kids-spent-60-mo re-time-on-tiktok-than-youtube-last-year-20-tried-op enais-chatgpt/ ①まずはResearcherに調べさせ よう ②Webスクレイピングツールで 調べるよ ③調べた結果をまとめたよ ④リサーチャーから記事が上 がってきた。品質チェックして もらおう。 ⑤記事が英語だからNGね。文章 もAIっぽいから、人間っぽい文 章にしてね。

シンプルなライティングチーム Supervisor Checker Researcher Writer 以下のURLに関する記事を書いてー！ https://techcrunch.com/2024/01/25/kids-spent-60-mo re-time-on-tiktok-than-youtube-last-year-20-tried-op enais-chatgpt/ ①まずはResearcherに調べさせ よう ②Webスクレイピングツールで 調べるよ ③調べた結果をまとめたよ ④リサーチャーから記事が上 がってきた。品質チェックして もらおう。 ⑤記事が英語だからNGね。文章 もAIっぽいから、人間っぽい文 章にしてね。 ⑥品質チェックのフィードバッ クを元にライターに書き直して もらおう。

シンプルなライティングチーム Supervisor Checker Researcher Writer 以下のURLに関する記事を書いてー！ https://techcrunch.com/2024/01/25/kids-spent-60-mo re-time-on-tiktok-than-youtube-last-year-20-tried-op enais-chatgpt/ ①まずはResearcherに調べさせ よう ②Webスクレイピングツールで 調べるよ ③調べた結果をまとめたよ ④リサーチャーから記事が上 がってきた。品質チェックして もらおう。 ⑤記事が英語だからNGね。文章 もAIっぽいから、人間っぽい文 章にしてね。 ⑥品質チェックのフィードバッ クを元にライターに書き直して もらおう。 ⑦フィードバックを元に書き直 したよ。

シンプルなライティングチーム Supervisor Checker Researcher Writer 以下のURLに関する記事を書いてー！ https://techcrunch.com/2024/01/25/kids-spent-60-mo re-time-on-tiktok-than-youtube-last-year-20-tried-op enais-chatgpt/ ①まずはResearcherに調べさせ よう ②Webスクレイピングツールで 調べるよ ③調べた結果をまとめたよ ④リサーチャーから記事が上 がってきた。品質チェックして もらおう。 ⑤記事が英語だからNGね。文章 もAIっぽいから、人間っぽい文 章にしてね。 ⑥品質チェックのフィードバッ クを元にライターに書き直して もらおう。 ⑦フィードバックを元に書き直 したよ。 ⑧良さそうだからユーザーに返 却しよう。

No content

実際に作ってみると結構むずい ● ステートグラフのデータ構造はどうすると良いのか正解が分からない ● LangGraphのマルチエージェントサンプルを実際に実行してみると、全然協調 動作しない、全然参考にならない ● 応答履歴をバケツリレーすると雪だるま式にトークンが膨れ上がるので、小 規模のグラフでも注意が必要（処理も重くなる） ● どんなノード（チェイン、エージェント）をどんな風に繋げれば良い成果が 得られるかは未知数 ● いろいろ実験するしかない

ソフトウェア開発のパラダイムが変わる感 ● データモデリングやオブジェクト指向といったソフトウェア開発の脳みそを 使いながら、エージェント同士が上手く協調して働くためのチームマネジメ ント的な脳みそを使う ● 更にはLLM（function calling）から呼び出しやすい形でツールを整備している と、ユーザーの主体が人間（開発者）からAIに変わっていることを感じる ● 協調動作（チームマネジメント）によってLLMないしエージェントの成果を レバレッジできるとすれば、ソフトウェア開発のパラダイムが大きく変わる

そんなわけで、コミュニティでも研究しています 👉AI活用コミュニティ「AIAD」にて定期的な勉強会を開催中！ https://note.com/23letter/n/n09529f16bf02 https://discord.gg/qbbXysHm57 Let's Join! LangChainもくもく会 LLMアプリケーション開発のためのライブラリ LangChainをもっとみんな使えるようになるため の勉強会を毎月1〜2回ほど定例で行っています。 AIエージェント分科会（New!） 特にAIエージェントの活用／実装に向けた分科会 を立ち上げます。こちらは2月以降にイベントを 開催予定です。 https://langchain-jp.connpass.com/

AIエージェントに興味が出てきた方へ 👉AIエージェントを活用した事業開発、一緒に取り組みませんか？ まずはカジュアルにお話しましょう！ ご予約はこちらから https://app.spirinc.com/patterns/availability-sharing /A4pVN_n5bVkKfc-RNqhkU/confirm 👉XのDM、DiscordのDMでのお声がけでもOKです

その仕事、 AIエージェントがやっておきました。 ——ChatGPTの次に来る自律型AI革命 技術評論社より2023/12/16発売

ご清聴ありがとうございました