LangChain、企業向けエージェントの5要素を提示
- •LangChainが企業向けエージェントの構成要素として、職場の連絡手段、身元、記憶、隔離環境でのコード実行、定期実行の5つを挙げました。
- •GTM Agent、OpenSWE、Content Studioが、Slackや専用画面を通じて営業、エンジニアリング、マーケティング業務を担います。
- •LangChainの社内エージェント3種は、連絡手段、スケジュール、隔離環境、記憶、身元を備えるManaged Deep Agentsを利用しています。
LangChainによると、社内チームはマーケティング、営業、エンジニアリングにエージェントを活用しています。同社は企業向けエージェント基盤の構成要素として、従業員が普段使うツールで動くこと、どの利用者の身元で行動するかを認識すること、全体または利用者ごとの記憶を保持すること、認証済みサービスに接続できる隔離環境でコードを実行すること、スケジュールやバックグラウンドのイベントで動くことの5点を挙げました。構築には相当な労力がかかったものの、エージェントによってチームの働き方が変わったとしています。
同社が説明した社内エージェントは3種です。GTM Agentはメールを監視して返信し、有望な見込み客に連絡し、毎日の概要を送り、顧客アカウントに関する質問に答え、アウトバウンド業務を行います。OpenSWEはプルリクエストの草案を作り、すべてのプルリクエストをレビューします。Content Studioは同社のスタイルや位置付けに沿って、ブログ、画像、PowerPoint、動画を作成します。各エージェントはSlack上の個別アプリとして利用でき、利用者は直接メッセージを送るか、チャンネル内で呼び出せます。会話を専用チャンネルのスレッドに移す機能により、人同士の議論を妨げずに済みます。また、大量のメールの未処理分を確認する専用画面も設けました。Slackのメッセージだけでは追跡が難しいためです。
身元の設定によって、エージェントが呼び出した利用者として行動するか、サービスアカウントなど固定の認証情報を使うかが決まります。OpenSWEはメッセージを受けた際には利用者のGitHub身元を使い、バックグラウンドでコードをレビューする際には独自のGitHubアプリの身元を使います。GTM Agentは一部のSalesforceツールで固定の身元を使い、メールでは呼び出した利用者の身元を使います。メールツールはダイレクトメッセージでのみ利用でき、共有チャンネルでは使えません。Content Studioは一部のNotionツールで利用者の身元を使い、Twitterアカウントでは会社の認証情報を使います。Twitterへの投稿など一部の操作は許可リストに登録された利用者に限られ、ほかの利用者は閲覧や下書きのみ可能です。
各エージェントには全利用者に適用される全体の記憶と、特定の利用者だけに適用される個人の記憶があります。どの事実をどちらに保存するかはエージェントが選びます。LangChainは記憶を最も検討が進んでいない領域とし、今後さらに取り組むとしています。エージェントは隔離環境の外で動きますが、コード実行時には隔離環境に接続し、それぞれ異なる依存関係を持つ基本イメージを使います。OpenSWEはチャンネルまたは利用者に応じて基本イメージを選びます。LangChainによると、LangSmith Sandboxesのシークレットプロキシにより、エージェントは隔離環境内から認証済みサービスに接続できます。
実行の中には、利用者から直接依頼されるのではなく、スケジュールやイベントをきっかけに始まるものもあります。OpenSWEは新たに作成されたプルリクエストを自動でレビューします。利用者はGTM Agentに、毎日の概要を作成するcronスケジュールを設定するよう依頼できます。LangChainによると、3種すべてのエージェントがManaged Deep Agentsを利用しています。これはオープンソースのDeep Agents基盤を土台とし、連絡手段、定期実行ジョブ、隔離環境、記憶、身元を備え、開発者がエージェントの動作をカスタマイズできます。同社のエージェントエンジニアリング基盤LangSmithは、エージェントの判断のデバッグ、変更の評価、ワンクリックでのデプロイを支援します。