2023年は情報取得を強化したジェネレーションの年でしたが、2024年はエージェントの年となりました。世界中の企業がチャットボットエージェントの開発に取り組んでおり、エージェントを外部のウェブサイトに接続するツールや、開発者が構造化されたエージェントを構築するためのフレームワークなどが登場しています。
ただし、AIエコシステムの外ではまだ大きな影響を与えていないのが実情で、コンシューマーや企業のユーザーの間で注目されているエージェントは少ないです。どのように新しい枠組みや新しい方向性を探るべきか、オリジナルの複雑なエージェントの開発経験から見える洞察に基づき、どのツールを使用すべきかについて考察します。
エージェントは、LLMを含む複数の処理ステップを連結し、条件ロジックや意思決定能力、途中経過を記憶する機能を持つソフトウェアシステムです。複数の型が存在し、より効果的なエージェントはしばしばより簡単に定義されたものです。エージェントアーキテクチャはフレームワークを使用するかどうかにかかわらず、個々のステップを操作して進行する「ルーター」というコンポーネントを中心に構築されます。
具体的なエージェントの架空には、LangGraphやLlamaIndex Workflowsなどのフレームワークがあり、効率的な開発を支援していますが、複雑さを完全に解消するには至っていません。コードによる直接の制御を好むチームも多く、既存のエージェントやフレームワークに関する長所や課題を理解した上で、使用するかどうかを決定することが重要です。
AIエージェント開発の新たなフロンティアには興奮が伴いますが、それを取り巻く話題や新しいフレームワークの繁盛を見極めるためには、基本に立ち返ることが必要です。
出典 : Navigating the New Types of LLM Agents and Architectures https://towardsdatascience.com/navigating-the-new-types-of-llm-agents-and-architectures-309382ce9f88