AI時代の開発生産性を加速させるアーキテクチャ設計

by PLAID Tech

Embed

Start on current slide

Slide 1

Slide 1 text

Slide 2

Slide 2 text

Slide 3

Slide 3 text

Slide 4

Slide 4 text

Slide 5

Slide 5 text

Slide 6

Slide 6 text

Slide 7

Slide 7 text

Slide 8

Slide 8 text

Slide 9

Slide 9 text

Slide 10

Slide 10 text

Slide 11

Slide 11 text

Slide 12

Slide 12 text

Slide 13

Slide 13 text

Slide 14

Slide 14 text

© PLAID, Inc. セキュリティ上の課題 © PLAID, Inc. 14 - ExternalなSourceに対してExploringが情報漏洩リスク - Claude Code ActionsもデフォルトWeb Searchはしない - ⼈であればチェックするが、Github Actionsでは都度チェックは難しい - InternalなSourceに対する権限管理 - 間違うとGithub issueを通じて本来のアクセスコントールの抜け⽳になってしまう可能性がある

Slide 15

Slide 15 text

Slide 16

Slide 16 text

Slide 17

Slide 17 text

Slide 18

Slide 18 text

© PLAID, Inc. （まとめ）AI向けの開発開発環境作り © PLAID, Inc. 18 - Coding Agentが⾮同期で開発し、⼈がレビューするフローを⼀定作れた - Agentの進化次第で変わる可能性は全然ある - Coding Agentの⾃律性を拡張することとセキュリティの担保は難しい - （学び）Multi AgentでそれぞれのAgentの⽬的ごとに権限‧セキュリティを分けてOrchestrateするパターンもありかもしれない

Slide 19

Slide 19 text

Slide 20

Slide 20 text

Slide 21

Slide 21 text

Slide 22

Slide 22 text

Slide 23

Slide 23 text

No content

Slide 24

Slide 24 text

Slide 25

Slide 25 text

Slide 26

Slide 26 text

Slide 27

Slide 27 text

© PLAID, Inc. ⾼速なデータ分析がもたらす世界 AI Agentが会話の中で探索的にレポートを作るその際に速さが重要（遅いと会話にならない） © PLAID, Inc. 27 https://cloud.google.com/looker/docs/studio/conversational-analytics Looker Studio (Conversational Analytics)

Slide 28

Slide 28 text

Slide 29

Slide 29 text

Slide 30

Slide 30 text

Slide 31

Slide 31 text

© PLAID, Inc. mastraを活⽤したシステム設計 © PLAID, Inc. 31 Built-Inの機能が充実している - Agent - ワークフロー定義できる - Memory, Toolsでの拡張も可 - Evaluation - MastraStorageで保存可能 - MongoDBに保存 - BigQueryにReplication - Observability - Open Telemetry対応 - Datadogに送付 - Playground - 開発者が簡単にテスト可能注意点 - 開発スピードが早いので追いつく必要 - 今できないことが数⽇後解消されている