Agentic AI の主要な概念の階層化された概要。 段階的に理解しましょう。 1️⃣ LLM (基盤レイヤー) 中核となるのは、GPT、DeepSeek などの LLM です。 核となるアイデア: - トークン化と推論: モデルによるテキストの処理方法 - プロンプトエンジニアリング:より良い出力のための入力の設計 - LLM API: モデルと対話するためのプログラム インターフェイス これは、他のすべてに動力を供給するエンジンです。 2️⃣ AI エージェント (LLM 上に構築) エージェントは LLM をラップして自律的なアクションを可能にします。 主な責任: - ツールの使用と関数呼び出し: LLM を外部 API/ツールに接続する - エージェント推論: ReAct や Chain-of-Thought などの方法 - タスク計画: 大きなタスクを小さなタスクに分割する - メモリ管理: 履歴、コンテキスト、長期情報の追跡 エージェントは、LLM を実際のワークフローで役立てます。 3️⃣ エージェントシステム(マルチエージェント)...