liqiang
b119135836
Build latest book artifacts / build (push) Canceled after 0s
dependency resolution / resolve (3.11) (push) Canceled after 0s
dependency resolution / resolve (3.13) (push) Canceled after 0s
deploy-pages / build (push) Canceled after 0s
deploy-pages / deploy (push) Canceled after 0s
i18n consistency check / check (push) Canceled after 0s
provider adoption tests / test (chapter2/context-compression) (push) Canceled after 0s
provider adoption tests / test (chapter2/prompt-injection) (push) Canceled after 0s
provider adoption tests / test (chapter2/system-hint) (push) Canceled after 0s
provider adoption tests / test (chapter3/log-sanitization) (push) Canceled after 0s
web-search-agent tests / test (push) Canceled after 0s
web-search-agent tests / agentbook (push) Canceled after 0s
55 lines
6.9 KiB
Markdown
55 lines
6.9 KiB
Markdown
# 学習のヒント
|
|
|
|
← [メイン README に戻る](README.md)
|
|
|
|
|
|
### コアコンセプト: Agent = モデル + コンテキスト + ツール
|
|
|
|
本書の中核となるフレームワークは **Agent = モデル + コンテキスト + ツール** です。これら3つの要素が連携し、エージェントの知的な振る舞いを実現します。
|
|
|
|
- **モデル**: エージェントの頭脳。理解・推論・意思決定の能力を提供します。
|
|
- **コンテキスト**: エージェントのオペレーティングシステム。システム指示、対話履歴、推論過程、ツールとのやり取りの記録などを含みます。
|
|
- **ツール**: エージェントの手。環境を知覚し、アクションを実行し、外界とやり取りできるようにします。
|
|
|
|
### 学習パス
|
|
|
|
学習パスは本書全体と章ごとに対応しており、3本柱を軸に段階的に展開します。
|
|
|
|
- **第1章 · 基礎**: エージェントシステムの完全な認知フレームワークを構築します。強化学習におけるエージェントの定義を理解し、従来の RL と LLM+RL パラダイムのサンプル効率の違いを比較し、「モデルこそがエージェント」という新しいパラダイムを把握し、**Agent = モデル + コンテキスト + ツール** という中核フレームワークを習得します。**キーインサイト**: 事前知識の重要性はアルゴリズムや環境を上回ります。
|
|
|
|
- **第2〜3章 · コンテキスト**: コンテキストはエージェントのオペレーティングシステムです。第2章ではシステムプロンプト、KV Cache に配慮した設計、コンテキスト圧縮、プロンプトエンジニアリングのアブレーションを扱います。第3章ではユーザーメモリ、密/疎/ハイブリッド検索、Agentic RAG、コンテキストを踏まえた検索、構造化された知識抽出を扱います。**キーインサイト**: 完全なコンテキストには、システム指示、対話履歴、推論過程、ツールとのやり取りの記録、ユーザーメモリ、外部知識が含まれます。
|
|
|
|
- **第4〜5章 · ツール**: ツールはエージェントが世界とやり取りするための架け橋です。第4章では MCP ツールの3種類（知覚/実行/協調）、イベントトリガー、非同期アーキテクチャを扱います。第5章では本番グレードの Coding Agent の完全な実装を掘り下げます。**キーインサイト**: ツールの設計は汎用化すべきです（電卓よりもコードインタプリタが優れています）。コードは新しいツールを生み出すメタ能力です。
|
|
|
|
- **第6〜7章 · モデル**: 知能をどのように測定し、増幅するか。第6章では Terminal-Bench、SWE-bench、GAIA、OSWorld、Tau2-Bench などの評価ベンチマークを扱います。第7章では SFT、RL、RLHF、サンプル効率などのポストトレーニング技術を扱います。**キーインサイト**: 独立した検証シグナルは「モデルにもう一度考えさせる」よりも信頼できます。「モデルこそがエージェント」は、RL を通じてツール呼び出しをネイティブな能力として内在化させます。
|
|
|
|
- **第8章 · 自己進化**: 重みを変えずに経験から成長できるエージェントを実現します。経験学習、ワークフローのツール化、プロンプトや観察のパラメータへの蒸留などです。**キーインサイト**: 経験からの学習は、エージェントが「賢い」から「熟練している」へと移行するための鍵です。
|
|
|
|
- **第9〜10章 · 拡張と協調**: 第9章では知覚とアクションをテキストから音声、GUI、物理世界へと拡張します。第10章ではマルチエージェントの分業によって複雑なタスクに対処します。**キーインサイト**: マルチエージェントシステムにおけるあらゆる設計上の判断は、単一エージェントの3要素の中に対応物を見出すことができます。
|
|
|
|
## 本文と実験の分担
|
|
|
|
本書は特定 SDK の手順書ではありません。短い pseudocode と skeleton は状態の流れ、停止点、検証境界を示し、章ごとの実験が完全な実装、adapter、テスト、ログ、証拠を提供します。
|
|
|
|
| レイヤー | まず読む | いったん飛ばす | 答える問い |
|
|
| :--: | --- | --- | --- |
|
|
| **Starter** | プロジェクト README：目的・最小コマンド・受け入れ条件、および対応する本文の skeleton | 認証情報、UI、プロバイダーアダプター、長い生ログ | この実験が示す mechanism は何か？ |
|
|
| **Builder** | エントリーポイント、コア・ループ、状態/メッセージ schema、ツール、検証器 | メカニズムに関係しない互換性・デプロイ層 | どの変数が挙動を変えたか？ |
|
|
| **Maintainer** | テスト、失敗処理、証拠形式、manifest/hash、ロールバック経路 | 実験を変更するときだけ必要なサードパーティー詳細 | 結果は再現でき、失敗は正直に記録されているか？ |
|
|
|
|
### 難易度レベル
|
|
|
|
- **入門**（第1〜2章）: 初心者に適しており、基本概念を理解します。
|
|
- **中級**（第3〜4章）: ある程度のプログラミングの基礎が必要で、システム統合を含みます。
|
|
- **上級**（第5〜6章）: 高いプログラミング能力が必要で、複雑なシステム設計を含みます。
|
|
- **エキスパート**（第7〜8章）: 深層学習と訓練/自己進化の経験が必要です。
|
|
- **応用**（第9〜10章）: これまでの知識を総合的に応用し、実用的なアプリケーションを構築します。
|
|
|
|
### 実践のヒント
|
|
|
|
1. **手を動かして実践する**: 各プロジェクトは独立して実行できるように設計されています。自分でコードを実行し、変更してみることをおすすめします。
|
|
2. **本書と組み合わせる**: 本リポジトリの [`book-ja/`](../../book-ja/) ディレクトリ（日本語）または [`book/`](../../book/) ディレクトリ（中国語原版）で対応する章を読み、理論と実践の組み合わせを理解しましょう。
|
|
3. **実験による比較**: 多くのプロジェクトにはアブレーション研究や比較実験が含まれています。比較を通じて理解を深めましょう。
|
|
4. **段階的な学習**: シンプルなプロジェクトから始め、徐々に複雑なシステムへと踏み込みましょう。
|
|
5. **プロトコルに注目する**: 第4章の MCP サーバープロジェクトは、標準化されたツールプロトコルを示しています。これはスケーラブルなエージェントを構築する鍵です。
|