Anthropic の CCA 試験が示すアジェンティック・エンジニアリングの指針 — UC バークレー フランク・コイル氏

この動画の3ポイント

1. 1

   ループと停止理由の活用

   LLM はツールを実行せずパラメータを生成するため、コード側で stop reason を監視し、トークン切れなどの異常を検知する必要がある。

2. 2

   専門化されたエージェント設計

   単一の万能エージェントではなく、特定の機能に特化したサブエージェントを構成し、コンテキストの汚染やグループシンクを防ぐべきである。

3. 3

   コンテキスト管理と圧縮

   サブタスクの結果は主スレッドに直接出力せず、要約して統合することでトークン数を制限し、精度を維持する必要がある。

発言から確かめる

時間を選ぶと、元動画の該当箇所を開きます。

• 2:00 ▶「実験せよ。失敗は存在せず、あるのは作ることだけだ。」
• 5:45 ▶「LLM はツールを実行できない。パラメータを生成するのみだ。」