AIエージェントとは 為安圭介

NECソリューションイノベータにて、ITサービスによる価値創造を軸に事業と組織のマネジメ ントを担う。 入社後は東京で官公庁向けのセキュリティシステムの構築を行い、その後札幌へ。大企業向けの システム開発のプロジェクトマネジメントをメインとし、＋αでXR、AI等のデジタル技術を活用 したサービス開発に携わるなど、両利きの経営を意識した活動を実施し、事業を拡大してきた。 現在は組織長として経営に携わる。活動拠点は北海道。 2018年より、G検定の取得をきっかけに、参加者5万人を超えるAIコミュニティ「CDLE」の運 営を開始。コミュニティの初期設計やイベント企画を手掛け、CDLE DAYやAI EXPO等に登壇。 コミュニティ規模拡大に伴い、運営強化のためのCDLE2.0プロジェクトを立ち上げ。コミュニ ティファウンダーの１人として活動を続ける。また、社内では組織力強化と事業成長を目指すコ ミュニティ「SHiFT」を仲間と共に発足。経営力向上に取り組んでいる。 最近は自宅を改装し、ゲストを招いてコーヒーとお喋りを楽しむだけのクローズドコミュニティ 「ALLEGUBATO CAFE」を開設。仲間が集い、共に成長し、楽しめる環境づくりが好き。 た め や す け い す け 為安 圭介 趣味・好きなもの いま取り組んでいること 参加コミュニティ ・良さげなカフェ巡り ・良さげな環境づくり ・十二国記 ・なかねかな ・サカナクション ・VTuber ・自組織での理念の実現 楽× 技× 価× 益 = 生きがい ・両利きの経営 ・スキルアップの文化づくり ・札幌の新コミュニティ設立 https://note.com/allegrubato/ https://www.linkedin.com/in/kei suke-tameyasu-4b0a62145/ https://twitter.com/miitame

AIエージェントとは ⚫AIエージェントは、利用者の指示を受けて、自律的にタスクを実行してくれるAIのこと。 ⚫従来の生成AI（例: ChatGPT）が「1つ1つプロンプトを作成・改善しながら操作する」のに対し、AIエー ジェントは「利用者が1つ指示を出すだけで、必要なプロンプトを自動生成し、最適な結果を得る」とい う仕組みを持っている。 https://labelyourdata.com/articles/what-is-auto-gpt ⚫AIエージェントは、従来の生成AIの発展型であり、プ ロンプト操作の自動化によって利用者の負担を軽減 する。このため、タスク実行までのプロセスがよりス ムーズになり、効率的に活用できる点が大きな特徴。

AIエージェントが実行できること AIエージェントが実行できるタスクは、例えば下記。 ⚫ユーザが与えた目標に従い、自律的にタスク実行をプランニングする ⚫検索やファイル操作など、状況に応じて外部ツールを使用する ⚫実行結果やエラーをもとにふりかえり、自身で行動を修正する これらの実行できるタスクは、プロンプトを駆使すれば従来の生成AIと同じ とも言えるが、「自律的に」「状況に応じて」行動を変えるのが、AIエージェント 特有の特徴と言える

従来の生成AIとAIエージェントの違い プロンプト LLM タスク実行 ユーザ AIエージェント 従来の生成AIの場合 AIエージェントの場合 プロンプトを工夫して生成AIにタスクを実行してもらう AIエージェントに指示してタスクを実行してもらう 自己改善 プロンプト LLM ユーザ 指示 タスク実行 従来の生成AIでは、ユーザがプロンプトを 考え、試行錯誤しながらAIに入力して結果 を調整するプロセスが必要。 例: 「会議のアジェンダを作成してください」 →「もっとシンプルにしてください」 →「項目を3つに絞ってください」 といったやり取りを繰り返す AIエージェントは、ユーザの指示を受け、 AIが最適なプロンプトを自律的に生成・改 善して結果を出力。 例: 「シンプルで項目が3つの会議アジェンダを 作成して」と指示するだけで、最終的な結果 を一度で提供。

AIエージェントの例 AutoGPT アーキテクチャ 特徴 ⚫ 与えた「名前/役割/ゴール」をもとに、自律的に手順を考え て実行 ⚫ ひな形を使えば、AIエージェントの動作が指定可 ⚫ ブラウジングやメモリ管理機能あり 自動化できるタスク ⚫ Google検索 ⚫ Webサイトへのアクセス ⚫ ファイルの読み取り&保存 ⚫ Pythonファイルの実行

AIエージェントの例 BabyAGIの実行フロー 1.「タスク作成エージェント」がゴール達成に必要なタスクリストを生成 2.「タスク優先度付けエージェント」が実行の優先順位付け 3.最初のタスクを「タスク実行エージェント」に渡し、タスクを実行 4.実行結果を「タスク作成エージェント」に渡し、新たなタスクを生成 5.全てのタスクが終了するため2〜4をループ BabyAGI

AIエージェントの例 カテゴリ AIエージェント名 主な特徴 公式サイト / 参考リンク コ ー デ ィ ン グ 用 Open Interpreter - ローカル環境で動作 公式サイト：Open Interpreter - データ解析、PDF生成、動画/画像編集、PC操作など幅広い機能 - コード実行前にユーザー確認 - 無料で利用可能 GPT Engineer - コード生成/実行、自動修正が可能 公式サイト：GPT Engineer - プロジェクト記憶、ChatGPT API対応 - ローカルで動くオープンソースモデルにも対応 Vanna.AI - SQL用AIエージェント 公式サイト：Vanna.AI - データ引用精度向上（RAG搭載） - Snowflake / BigQuery / Postgresなどに対応 - 使えば使うほど精度向上 ReactAgent - Reactコンポーネント生成に特化 公式：ReactAgent Docs - ユーザーストーリーからUI生成、既存UI組立可能 - GPT-4の力でデザインシステムにも対応 WorkGPT - API呼び出し自動化 GitHub: WorkGPT - Google ChromeやUber Eats、OpenAIモデルに対応 - プロンプトからランチ注文や画像生成が可能 多 目 的 AutoGPT - 自動タスク計画・実行 参考：AutoGPT - Google検索やファイル操作、Python実行も可能 - GitHubで160kスター達成 BabyAGI - GPT-4、Pinecone、LangChainで構成 参考：BabyAGI - フィードバックを活用しタスク達成 - 試行錯誤型のタスク実行が可能 Camel - 1台のLLMが2役をこなす 公式：CAMEL-AI - 対話形式で複雑なタスク遂行 - GPTシリーズおよびオープンソースLLMに対応 生 産 性 向 上 Self-Operating Computer - macOS専用AIエージェント 公式：Self-Operating Computer - GUI操作を自動化（カーソル/キー操作） - GPT-4V / Gemini Pro Vision / LLaVaに対応 Local GPT - ローカル環境でChatGPTライクな対話が可能 GitHub: Local GPT - RAGでデータ引用対応 - 完全無料で利用可能 Allice - 幅広いLLMに対応（GPT-4 Turbo、Mistral等） GitHub: Allice - マルチモーダル対応 - 音声入出力やエージェント連携が可能 カ ス タ マ イ ズ 向 け AutoGen - 複数のエージェントが協働 参考：AutoGen - コード生成/デバッグ/株価プロット - GPT-3.5のファインチューニングが可能 ChatDev - バーチャルIT企業のような仕組み GitHub: ChatDev - AI従業員がウォーターフォール型でタスクを実行 - 各工程やエージェントをカスタマイズ可能 CrewAI - 専門家（研究者/ライターなど）として振る舞う 公式：Crew AI - 各専門家の役割をカスタマイズ可能 - ChatGPT APIやオープンソースLLMに対応

2025年はAIエージェントの年 ⚫バズワードになるのは確実。 ⚫本質を理解して生成AIを使いこなせるエンジニアにな る。 ⚫「バズワード化してから知っても意味がない」「乗り遅れ た」などということはない。 ⚫知るだけならほとんどの人ができる。行動に移せるか が大事。 →AIエージェントについて、自分なりに行動しよう！

行動 https://direct.gihyo.jp/view/item/000 000003240 https://gihyo.jp/book/2024/978-4-297- 14530-9 読む 使う https://book.st-hakky.com/data-science/babyagi-introduction/ 自分なりに調べる https://gen-ai-media.guga.or.jp/glossary/autogpt/ https://speakerdeck.com/makishy/rag-eziento-he-soreoisiino-jin- karahazimerusheng-cheng-aibao-su-kiyatutiatupu?slide=19