AI Agent Framework Overview & W&B Weaveとのインテグレーション 2025/5 Keisuke Kamata 

2 1. Overview of AI Agent Framework 2. W&B Weave 3. AI Agent FrameworkとW&B Weaveとのインテグレーション 

3 ● Deep Learning / 生成AI ● ヘルスケア / タンパク質言語モデル ● 動物実験 ● 生体信号処理 ● 因果推論 ● オフラインABテスト Keisuke Kamata ● 機械学習 ● ヘルスケア/コロナ対策 @olachinkei 工学部・情報学研究科 Engagement Manager Lead Data Scientist Healthcare team lead Manager, AI Solution Engineer 最近の生成 AI周りの活動 ● Nejumi Leaderboardの開発 ● BioNeMo2 Contributor ● 日本語wandbot開発 ● 社内エージェント開発 < Today! ● … ブログ・ホワイトペーパーなど ● W&B生成AIホワイトペーパー ● AI Agent評価ブログ ● 人手評価と自動評価の比較 with いちから ● MCPブログ ● GENIAC評価ガイド作成 ● … 

4 AIエージェントとは？ "Agent" can be defined in several ways. Some customers define agents as fully autonomous systems that operate independently over extended periods, using various tools to accomplish complex tasks. Others use the term to describe more prescriptive implementations that follow predefined workflows. At Anthropic, we categorize all these variations as agentic systems, but draw an important architectural distinction between workflows and agents: Workflows are systems where LLMs and tools are orchestrated through predefined code paths. ワークフローとは、LLMとツールがあらかじめ定められたコードの流れ に従って連携するシステムです。 Agents, on the other hand, are systems where LLMs dynamically direct their own processes and tool usage, maintaining control over how they accomplish tasks. 一方で、エージェントは、LLMが自らプロセスやツールの使い方を動的 に判断・制御しながらタスクを遂行するシステムです。つまり、どうやっ て目的を達成するかをLLM自身が柔軟に決める点が特徴です。 - Building effective agents, Anthropic 

5 Agency Level smolagents guide ● AI workflow or AI Agentが含まれていればAgentic System ● AI workflowとAI AgentのCombinationもある ● Agency Levelで議論していくと共通認識を正確にできそう ● Agency Levelが高い機能の実装を抽象化する Agent Frameworkが開発されている Building effective agents, Anthropic 

6 Low code Tool LLMエージェント構築特化型 チャットボット構築 /対話設計型 汎用オートメーション /AI連携拡張型 もう少し気軽に開発をしたい場合 / Low Codeでデータサイエンティストが構築する場合 

7 AI Agent Frameworkの違い Low Ceiling / Low Floor Amazon Bedrock Agents とっつきやすさ &できることのバランス OpenAI Agents SDK Enterprise利用レベルの機能 Amazon Bedrock Agents IAMの設定やナレッジベースとの連携などが備わっている Agent frameworkよりもIAMなどの設定などのハードルが少し高い が、その分Enterprise利用への道は近い (Pre-defined) Workflowへの対応 High Floor / High Ceiling Memory, Human feedback, Code Interpreter, Integration, Fault tolerance Pre-defined workflowを作れると、システムとしての安定性 を確保しやすい。 Agency Levelをあげることが良いと限らないこと はOpenAI・Anthropicも表明している ※ Multi-agent communication / Streamingはどのフレームワークでもできるようになってきている？ Agentの抽象度に大きく比例する。少ないコードでとっつき安い Frameworkは、細かいコントロールを効かせにくいダウンサイドが ある 1 2 3 X 

8 1. Overview of AI Agent Framework 2. W&B Weave 3. AI Agent FrameworkとW&B Weaveとのインテグレーション 

9 GenAI: easy to demo hard to productionize 

10 Weights & Biases AI developer platform 

11 各分野ユースケースにおける生成 AI開発の高い要求レベルに対応 ファイン チューニング 社内データで モデルをカスタマイズ Experiments Models Training, Fine-tuning, Deployment 最適化 ハイパーパラメータ チューニング Sweeps Automations Table 分析 データとメトリクスの 可視化と探索 事前学習 大規模 トレーニング AIモデル開発 AIアプリケーション開発 ガバナンス コンプライアンス、コラ ボレーション、セキュ リティを支援 Registry | Lineage | Reports 改善 精度・遅延・コスト・安全 性を評価・最適化 プロトタイピング AIアプリの初期バージョ ンを試作する デプロイ デプロイ・ ガードレール オブザーブ 監視・フィードバック収 集 Playground | Traces Guardrails Evaluations | Leaderboards User feedback Weave GenAI Application Development Weights & Biases AI developer platform 

12 import weave weave.init() @weave.op() def get_relevant_documents(question:str): return docs get_relevant_documents(question) 企業向けの安全なデプロイメント W&Bクライアント フロントエンド W&Bサーバー お客様セキュリティー領域 W&Bセキュリティー領域 W&B Weaveの基本的な使い方 @weave.op()デコレータひとつで生成AI APIの呼び出しに関連する すべてのコードがバージョン管理され、保存 ・共有されます 

13 トレース ● 開発時およびデプロイ後の挙動を 完全にモニタリング ● Weaveはすべての入力データと出 力データを自動的に記録 ● 簡単に操作できるトレースツリーに 詳細な情報を記録 ● レイテンシ、コストの記録も可能（イ ンテグレーションがあるモデルの場 合は自動で計算） and more… 幅広い インテグレーション 

14 評価 14 ● 独自の評価方法を定義し、 さまざまなシナリオでモデル と出力の精度とパフォーマ ンスを測定 ● システムの比較レポートの 自動生成 ● ヒューマンフィードバックも可 能 Weaveに付属する評価指標 ユーザー独自の評価指標 Hallucination Summarization Moderation (based on OpenAI moderation API) Similarity JSON strings XML strings Pydantic data models Context entity recall (from RAGAS) Context Relevancy (from RAGAS) RAGAS EvalForge LangChain And more … LlamaIndex HEMM And more… 

15 15 モデル・データ・プロンプトのバージョン管理 ● モデル、データセット・プロン プトの保存・バージョン管理 がWeave内で可能 ● 読み出しも数行で実行可能 ※ モデルとは、データとモデルの 動作を定義するコードの 組み合わせ 

16 1. Overview of AI Agent Framework 2. W&B Weave 3. AI Agent FrameworkとW&B Weaveとのインテグレーション 

17 ● Amazon Bedrock ● Anthropic ● Cerebras ● Cohere ● Google ● Groq ● Hugging Face Hub ● LiteLLM ● Microsoft Azure ● MistralAI ● NVIDIA NIM ● OpenAI ● Open Router ● Together AI W&B Weave Integration LLM Provider ● OpenAI Agents SDK ● CrewAI ● Dify ● Smolagents ● LangChain ● LlamaIndex ● DSPy ● Instructor ● PydanticAI Frameworks ● MCP Protocol 

Differences in AI Agent Frameworks Low Floor / Low Ceiling Amazon Bedrock Agents Ease of use & balance of capabilities OpenAI Agents SDK Enterprise-level functionalities Amazon Bedrock Agents ● Some agent frameworks come with built-in support for IAM configuration and integration with knowledge bases. ● While setting up IAM and similar components may require more effort than using prepackaged frameworks, it brings you closer to enterprise-grade deployment. Support for (Pre-defined) Workflows High Floor / High Ceiling Memory, Human feedback, Code Interpreter, Integration, Fault tolerance ● Defining clear workflows can help ensure greater system stability. ● (Increasing the agent's level of autonomy (Agency Level) isn't always better — even OpenAI and Anthropic have acknowledged this.) * Multi-agent communication / Streaming is becoming available in all frameworks? The higher the level of abstraction in an agent, the harder it becomes to maintain fine-grained control. Frameworks that are easy to use with minimal code often come with this downside. 1 2 3 X