LangChain、先回りするエージェントの運用知見を共有
- •Managed Deep Agentsの実行の70%超は、単発の人間の指示ではなくスケジュールによるもの
- •GTM AgentとRobinは、イベント、開発者設定、エージェント自身が作る予定を使って業務を実行
- •記憶とSlack上での確認を通じ、通知のタイミングや内容を調整する方法を説明
LangChainによると、社内の営業・エンジニアリング向けエージェントは、イベントや予定をきっかけに業務を処理しています。Managed Deep Agentsでの実行の70%超は、単発の人間の指示ではなくスケジュールによるものです。LangChainは2026年11月17日付の投稿で、割り込みを抑えながらエージェントを役立てるには、記憶とユーザー体験が重要だと説明しました。
エージェントの起動方法は3種類あります。新着メールやプルリクエストなど現実の出来事、夜間の記憶更新のように開発者が設定する予定、リマインダーや毎日の概要のようにエージェント自身が作る予定です。GTM Agentは見込み客を監視して返信し、毎日の概要を送り、営業メールの下書きを作ります。以前はOpen SWEと呼ばれていたRobinは、プルリクエストの下書きを作成し、新しいものをそれぞれ確認します。両者はManaged Deep Agents上に構築され、3種類すべての起動方法を使います。
記憶には、各指示で毎回伝えられなくても、エージェントが時間をかけて学んだ好みなどの情報が含まれます。LangChainは記憶の情報源を、送信済みメールなど過去の初期情報、ユーザーが下書きを書き換えたり却下したりする現在の反応、下書きメールに返信があったかという将来の結果に分類します。役立つ記憶を保つには、何を保存するか判断し、期限が過ぎた公開日など古い情報を削除し、矛盾する情報を重複して残さず新しい情報と統合する必要があるとしています。
多くのエージェントは「dreaming」と呼ばれる定期的なバックグラウンド処理で直近の活動を振り返り、記憶を更新します。記憶の効果を測る指標として、下書きの承認までにかかる時間、送信メールの返信率、エージェントの確認通知にユーザーが対応する割合を挙げました。記憶した反応によって同じ失敗を減らし、自律性を高められるとLangChainは述べています。たとえば、提案された時刻をユーザーが変更しなくなれば、アシスタントに会議の予約を任せることもできます。
LangChainが挙げる先回り型エージェントのユーザー体験の優先事項は、重要度の高い通知、すばやい確認、ユーザーが普段使う場所での作業の3点です。GTM Agentは会話を「ユーザー待ち」「返信の下書きが必要」「返信不要」に分類します。Robinは判断モデルのJevを使い、Slackの会話に参加するタイミングを決めます。確認の場を設けることで、ユーザーの反応を記憶に戻せると同社は説明し、目標を人が確認しやすい作業に合わせることも勧めています。
同社のエージェントはSlack上で動作し、ユーザーは直接メッセージを送ったり、チャンネルでタグ付けしたりできます。エージェントは同じスレッドでフォローアップを予定し、報告を投稿できます。GTM Agentは既存の会話に毎日の概要を添えます。Robinはスレッド返信の冒頭に1~2文の見出しを示してから詳細を続け、プルリクエストの確認依頼には1行の要約、変更規模、担当を引き受けるボタンを含めます。LangChainによると、エージェント開発者はこの3年間、モデルに渡す情報を整えるコンテキスト・エンジニアリングに取り組んできました。今後は、人に適切な形式とタイミングで役立つ情報を届ける方法も考える必要があります。Managed Deep Agentsはスケジュール、記憶、非同期サブエージェントに対応します。同社は、オープンソースのDeep AgentsハーネスとそのJavaScript実装でも、記憶と非同期サブエージェントを利用できると案内しています。
最も速く正確なAIニュースをメールでいかがですか?