AIエージェント
39件の記事
AI エージェントは、指示を受けて自分で手順を決め、ツールを呼び出しながらタスクを完了させる仕組みです。単発の質問応答と違い、実行の制御と成果の測り方が導入の要になります。ここではエージェントの構成と設計、成果をどう測るか、権限と責任範囲の決め方、セキュリティ上の注意点を扱った記事をまとめています。
The Log Is the Agentとは？Active Graph・event log・deterministic replayで学ぶAIエージェント監査設計【2026年速報】 
Genkit Agents APIとは？chat()・state persistence・human approvalで作る会話型AIアプリの実装方法を解説【2026年速報】 
Siemensのレガシーコード刷新事例とは？Knowledge Fabric・知識グラフ・AIガバナンスを解説【2026年事例】 
OpenAI Agents業務活用完全ガイド：長時間タスク・Codex移行・非エンジニア展開を解説【2026年速報】 
Qwen-AgentWorld完全ガイド：7領域シミュレーションによるAIエージェント評価・学習設計を解説【2026年速報】 
Claude Tagとは？Slackで何が変わる？導入前に確認したい権限制御・支出上限・移行手順チェックリスト【2026年速報】 
GoogleのAgentic Resource Discoveryとは？ARDとAgent Registryで何が変わる？A2A・MCP・社内ガバナンスを整理する導入ガイド【2026年速報】 
NTT DATAとGoogle Cloudの提携拡大とは？5,000人認定と最大500 AIエージェント計画から学ぶ生成AI導入の進め方【2026年速報】 
Gemma 4 12Bとは？16GBノートPCで使うローカルAIの始め方・音声入力・導入ポイントを解説【2026年速報】 
Chrome Enterprise MCP serverとは？ブラウザDLP・設定監査をAIエージェントで自動化する方法【2026年速報】 
AIエージェントの評価設計とは？OpenAI Codex事例で学ぶeval設計・現場レビュー・改善ループの実装ガイド【2026年速報】 OpenAIのTax AI事例をもとに、AIエージェントを本番で改善し続けるためのeval設計、現場レビュー、改善ループの作り方を整理します。 
LLMエージェントの「知ってるけど呼ばない」問題：Maryland大論文が暴いたKnowing-Doing Gap LLMがツールを過剰呼びしたり呼び忘れたりする原因を、University of Marylandの最新論文(arXiv:2605.14038)がhidden stateプロービングで分解。「認知段階は正しいが実行段階で外す」というKnowing-Doing Gapの構造と、AIエージェント設計への実務的含意を整理する。