本動画では、LangChain Deep Agents Code（dcode）を NVIDIA の NemoClaw が管理する OpenShell サンドボックス内で実行する方法を実演しています。Baseten を介した Nemotron 3 Ultra モデルを使用し、開発者がターミナルベースのコーディングエージェントとして作業できる環境を構築します。組織側にとっては、サンドボックスによるリソース制御とポリシー適用により、AI エージェントの実行環境に監査性とセキュリティが担保されます。最終的に、 failing test の修正からコード生成、テスト実行までの完全なワークフローを確認し、ガバナンス下での AI 開発の現実的な適用例を示しています。
AI エージェントの「使いやすさ」と「安全性」を両立させるための具体的なアーキテクチャ例であり、実務導入を検討しているエンジニアや管理者にとって非常に参考になる内容です。
- 01
統制された環境の実装
NemoClaw を用いて OpenShell サンドボックスをプロビジョニングし、dcode エージェントが安全に実行される基盤を整備する手順を示す。
- 02
Baseten と Nemotron の連携
OpenAI 互換エンドポイントとして Baseten を設定し、Nemotron 3 Ultra モデルを dcode に接続して推論を行う構成方法を解説する。
- 03
ポリシーと監査機能
バランス型ポリシーの適用や、実行ログの閲覧、ポリシーコンテキストの確認コマンドを通じて、組織レベルでの管理性を実証する。
- 04
実際のコーディングワークフロー
failing test を修正するタスクを与え、dcode がコードを生成・テスト実行・要約する一連の動作をリアルタイムでデモンストレーションする。
このアプローチは、AI コーディングエージェントの導入における最大の障壁である「セキュリティとガバナンス」を解決する実用的なモデルを提供します。開発者の生産性を損なうことなく、企業環境での AI エージェント利用を可能にするため、エンタープライズ向け DevSecOps の標準的なワークフローとして定着する可能性があります。