大嶋 勇樹 氏
株式会社ジェネラティブエージェンツ
株式会社ジェネラティブエージェンツ取締役CTO/Co-founder。大規模言語モデルを組み込んだアプリケーションやAIエージェントの開発を実施。個人ではエンジニア向けの勉強会開催や教材作成など。オンラインコースUdemyではベストセラー講座多数。勉強会コミュニティStudyCo運営。共著書「ChatGPT/LangChainによるチャットシステム構築［実践］入門」「LangChainとLangGraphによるRAG・AIエージェント［実践］入門」。
講演タイトル：コーディングエージェントのハーネスから見る、AIエージェントの現在
LLMベースのAIエージェントは、エージェントループの実装、MCPやスキルなどのツール拡張、コンテキストエンジニアリングなど、様々な観点で進化してきました。 現在では、コーディングエージェントがその代表格となり、モデルを取り囲む実装が「ハーネス」と呼ばれるようになっています。 本講演では、オープンソースのコーディングエージェント「OpenDev」の実装をとっかかりとして、コーディングエージェントのハーネスについて整理し、AIエージェントの現在について考えていきます
小倉 裕貴 氏（Xアカウント）
燈株式会社
DXソリューション事業本部
燈株式会社 DXソリューション事業本部 Devグループ マネージャー。7年前から言語処理の分野でアルゴリズムを開発し、大学院ではベイズ統計などの統計的機械学習の応用研究を実施。燈にはソフトウェアエンジニアとして入社し、言語・画像・点群など様々なモーダルを扱ったAIアプリケーションをフルスタックに構築。現在はAI開発、検証、ソフトウェア開発プロジェクトに関してPMとエンジニアの両輪を担い、一気通貫でプロジェクトを進行。最近では特に、汎用エージェントの設計、構築に注力。
講演タイトル：マクロな設計とミクロな設計とのギャップを埋めるテスト駆動開発
実装のための設計をする際には、全体のフォルダ、ファイル構造、依存関係などを設計したマクロな設計とPRごとに詳細なロジックを詰めるミクロな設計を同時に行う必要がある。それぞれの設計を詳細にしても一気通貫で動かすと、期待通りに動かないことが一定数あるため、テスト駆動開発を導入することで高い精度で要求を満たすための開発が行えるようにするためのグッドプラクティスを紹介。
鎌田 啓輔（Xアカウント）
Weights & Biases Japan
Senior Manager of Account Solutions Architecture
因果推論からML、LLMまで行う機械学習エンジニア。APTではビジネス施策における因果推論の支援、DataRobotではヘルスケアチームのLead Data Scientistとしてヘルスケア業界を中心に数十社のAI導入を支援。コロナ禍には国立国際医療研究センターと論文や厚生労働省へのレターを作成。Weights & Biasesでは、企業へのMLOps構築支援やLLMリーダーボードの開発、GENIACプロジェクトでのGPU利用管理体系構築などを行なっている。
講演タイトル：W&BでCoding Agentをトレース!!
Coding Agentのコスト管理や社内での上手い使い方共有に関心がある企業は多いでしょう。W&Bは、社内向けCoding Agent Observabilityツールを開発し、社内で運用しています。その中で以下のような課題の難しさをみにしみて感じます。 “50% of your tokens are wasted. You don’t know which 50%” そんな課題感から、W&BがCoding Agentを監視する機能をリリースしました！Coding Agentのトレースについて紹介します。
山本 祐也（Xアカウント）
Weights & Biases Japan
AI Solutions Engineer
東京大学大学院工学系研究科で博士号を取得後、国内製造業を経て前職および現職W&Bでは日本企業のAI・MLOps導入を支援。国内で数十人程度のKaggle Grandmasterの一人。
講演タイトル：LLMリーダーボードアップデートに向けたAgentic Math/SWEのトレースについて
近年のAI Agentの高性能化によって、生成AIはロングホライズンのタスクを自律的に解くようになっており、モデル評価もよりAgenticなアプローチが必須となっている。一方でコストと実行時間とその不確実性が増しており評価においてもトレースによるオブザーバービリティが重要になっている。本講演では繁体中文版LLMリーダーボードの開発で先行して取り入れたAgentic Math/SWE評価における課題とそこから得られたインサイトを紹介する。
Meetup
