概要
https://speakerdeck.com/segavvy/ben-dang-niwakariyasuiaiezientoru-men
詳細内容
## 本当にわかりやすいAIエージェント入門
https://speakerdeck.com/segavvy/ben-dang-niwakariyasuiaiezientoru-men
本資料は、LLMが持つ課題をAIエージェントが「お手伝いさん」として解決し、複雑なタスクを自律的に実行する仕組みを分かりやすく解説します。
**Content Type**: Tutorial & Guide
**Scores**: Signal:4/5 | Depth:4/5 | Unique:3/5 | Practical:4/5 | Anti-Hype:4/5
**Main Journal**: 77/100 | **Annex Potential**: 74/100 | **Overall**: 76/100
**Topics**: [[AIエージェント, LLM, RAG, Function Calling, エージェント型ワークフロー]]
まず、AIの歴史を紐解き、2022年ごろまでのLLM（大規模言語モデル）の誕生とその進化を解説。LLMは大量のデータから知識を獲得し対話が可能になったものの、学習データにない最新情報や社内情報、個人の情報には対応できない「教えてないことは知らない」という課題があることを指摘します。
この課題を解決するため、2023年ごろから「お手伝いさん」（プログラム）が登場し、LLMを支援する仕組みが発展しました。具体的には、質問と共に補足情報を渡す「インコンテキスト学習」、外部ツール（インターネット検索や社内データベースなど）の利用を可能にする「Function calling（Tool use）」、そして過去の対話内容を記憶し次回に活かす「RAG（Retrieval Augmented Generation）」といった技術が導入されました。これにより、LLMは最新情報や特定の情報にも対応できるようになりました。
そして本資料の核心は、2024年ごろから登場した「AIエージェント」の概念です。AIエージェントとは、これら「お手伝いさん」がさらに進化し、LLMを主役として活用しながら、人間のように複雑なタスクを「段取りを考えて」実行し、「専門家のように役割分担」し、さらには「自動的に作業」し「振り返りから学習」する能力を持つものです。これにより、例えば「新製品を考える」といった高度なタスクも、AIエージェントが自律的に計画・実行・改善していくことが可能になります。
Webアプリケーションエンジニアにとって、この資料は単なるAIの紹介に留まらず、LLMの限界を乗り越え、より実用的で自律的なAIシステムを構築するための具体的な設計思想を示唆します。既存のLLM機能を組み合わせることで、PerplexityのようなディープリサーチやClaude Codeのようなプログラム開発支援といった、高度なエージェント型ワークフローをアプリケーションに組み込む道筋が明確になるため、次世代のサービス開発に不可欠な知識を提供している点で非常に価値が高いです。