【来店トークイベント】 9/29(火)19:00~ 『「風の谷」という希望』発売１周年＆ジュンク堂書店創業50周年記念対談　 「残すに値する未来」における書店の価値とは？ 著者の安宅和人さんと、弊社代表取締役西川仁社長との対談イベントです。 詳細・申込は⇩

# AIエージェントをソフトウェアに組み込むプラクティス # Deadline & Budget Cascade｜期限・予算のカスケード伝播 🎯 エージェントが再帰的にサブタスクを生成して、気づけばコストが数十ドルに。「請求事故」を構造的に防ぐ方法があります。 全体の予算と期限を末端ノードまで伝播させれば、各ノードが自分で打ち切り判断できます。 🔥 解決する課題 エージェントの呼出ツリーが深くなると、各ノードは自分がどれだけのリソースを消費してよいか分かりません。高コストなLLM呼び出しが再帰的に積み重なり、請求事故が起きます。計画-反省の自己ループでは、改善の見込みが薄くても無限にリトライを繰り返しえます。根本原因は「全体の予算と期限がローカルな判断に伝わっていない」ことです。 💡 提案パターン Deadline & Budget Cascade（期限・予算のカスケード伝播）は、呼出ツリーのルートでdeadline（期限）とbudget（トークン・コスト・ステップ数の上限）を設定し、子タスクへ委譲するたびに残り枠を差し引いて伝播します。どの末端ノードでも「今の自分に残された時間・コスト」を知っており、枠を使い切る前に縮退・中断・部分結果返却に切り替えられます。deadlineは相対秒でなく絶対時刻で渡し、伝播時のズレを防ぎます。 ✅ 選定条件 使うとき： - エージェントがサブタスクを再帰的に生成、または複数ワーカーに並列委譲する - 1リクエストのコストが予測困難で、上限を置かないと請求事故が起きうる - タスク完了にSLAや期待値がある 使わないとき： - 呼出ツリーが1段で完結し、タイムアウトだけで十分な場合 - バッチジョブなど時間制約がなくコストも固定的な場合 ⚠️ 落とし穴 - deadlineは絶対時刻で渡すこと。相対秒を渡すと伝播のたびにズレが蓄積します（gRPCのgrpc-timeoutと同じ原則） - 子に全予算を渡さず、予備枠（10〜20%）を親に残すこと。子の結果を集約・フォーマットする時間とコストが必要です - 枯渇時の振る舞い（部分結果返却・人間エスカレーション・縮退モデル切替）を事前に決めておくこと。タイムアウト例外を投げるだけではUXが崩壊します 🔧 実装方針 - BudgetContextデータクラスにdeadline_at（絶対時刻）・max_cost_usd・max_steps・max_tokens・depth・max_depthを持たせ、呼出ツリーのルートで初期値を設定します - 子タスクへの委譲時にchild_budgetメソッドで残り枠からfractionを掛けて分配し、伝播マージン（概ね2秒）を差し引きます。予備枠としてルート予算の10〜20%を親に残します - 各ノードはis_exhaustedで残時間・残コスト・残ステップを確認し、枠を使い切る前に縮退・中断・部分結果返却に切り替えます - 並列子タスクではコストは各子の合算、deadlineは最も遅い子で決まることに注意し、分配比率は子タスクの重要度と予測コストで按分します - 予算消費率（consumed/limit比）をメトリクスとして観測し、閾値超過時にアラートを発火させる仕組みを組み込みます #AIエージェント# #ソフトウェアアーキテクチャ#

MindLabとFudan大学が「LongStraw」という手法を発表した（https://arxiv[.]org/pdf/2607.14952）。GPUの台数を増やさずに、210万トークンを超える長い文脈で強化学習の事後学習(RL post-training、学習済みモデルをさらに強化学習で仕上げる工程)を回せるようにする実行方式。 背景にはギャップがある。推論(学習済みモデルを動かして応答を作る段階)のcontext長は100万トークン級に近づいているのに、事後学習は256Kトークン以下にとどまりがち。AIエージェントは観察結果やツールの出力、それまでの判断を溜め込みながら動くため、この差が特に効いてくる。 原因はGRPO(複数の応答をグループ内で相対比較して学習する強化学習の手法)特有の事情。同じ長いプロンプトに対して複数の応答をスコアリングし逆伝播する必要があるため、プロンプト分と応答分の計算グラフを同時にGPUメモリへ抱え込んでしまう。LongStrawは共有プロンプトを最初に1回だけ勾配計算なしで評価し、あとで必要になる状態だけを残す。そのうえで短い応答を1本ずつ勾配ありで組み立てては逆伝播後すぐ解放し、次の応答に進む。プロンプトと全応答を同時に抱えなくてよくなる代わりに、再生の分だけ処理時間は増える。 これを構造の異なる2つのモデルに実装している。再帰的に状態を更新する層(GDN)と通常のattention層を組み合わせたQwen3.6-27Bでは、8台のH20 GPUだけで約210万トークンの文脈をグループサイズ2および8で処理でき、グループサイズを2から8へ4倍にしてもピークメモリはわずか0.21GB(0.213%)しか増えない。別のストレステストでは約446万トークン(4,456,448)まで到達した。KV情報を圧縮して保持するMLAと、限られた候補だけに注意を絞る疎attention(DSA)を組み合わせ、専門家混合(MoE)も使うGLM-5.2でも、32台のH20 GPUで約210万トークンの文脈を全78層にわたって処理できることを確認している。 面白いのは「動いた」ことと「正しく学習できる」ことをはっきり切り分けて報告している点。プロンプト側の勾配はあえて切り離している。Qwenは複数GPU間で、注意機構の鍵と値にあたるK/Vに由来する勾配の同期が、追加学習パラメータ(LoRA)については完了していない。GLMも疎attentionの候補選択が各GPU内で閉じたままになっている。論文自身が、これは実行できたことの証拠であって正しい分散学習の証明ではないとはっきり書いていて、GPUを増やすスケールアウトの路線とは逆に、決まった台数でどこまで粘れるかを検証しつつ限界も隠さず書いている姿勢に好感が持てる。

🧵 初日に伝えた「内部DB IDを絶対に出さない」というルール、60メッセージ後の新機能実装でエージェントに覚えていてもらえますか？ タイトル: Coding Agents Don't Need Longer History — They Need Intent Continuity URL: コンテキストウィンドウを広げても検索（RAG）を強化しても解決しない、という指摘から始まる記事です。必要なのは「過去のどの意図が今も有効か」を検証する仕組みだと著者は説きます。 注目ポイント①🔍 意図の継続性という新しい軸 RAGは「何が関連するか」に答え、長いコンテキストは容量問題に対処しますが、どちらも「その情報が今も正しいか」には答えません。復元・検証・適用の3段階を分けたのがこの記事のキモです。 注目ポイント②⚙️ 上書き検出という検証メカニズム 同じ対象で値が食い違う古いルールと新しいルールがあれば、時系列で新しい方が有効になり、スコープが違えば両方残す。この検証層こそが、検索よりも重い仕事をしていると著者は言います。 注目ポイント③📊 数字で語る効果 70件の合成会話で検証した結果、キーワード検索の再現率は0.57で8タスク中4つしか合格しませんでしたが、提案手法は再現率1.00・違反ゼロで8タスク全合格。トークンコストは約28%増にとどまりました。 長期プロジェクトでのエージェント運用に効く、地味だけれど本質的な視点だと思います。 #AIエージェント# #コーディングエージェント#

# ADK 2.0の便利だけど知られていない機能 🌍 エージェントの動作をピンポイントで制御したい場合、コールバックの種類と使い分けを理解していますか？ ADK 2.0は、エージェントのライフサイクル、LLM呼び出し、ツール実行の3層にわたるコールバックを提供しています。各コールバックのBefore/Afterパターンを活用することで、バリデーション、ガードレール、ログ記録などを柔軟に組み込めます。 📌 タイトル：コールバックの種類とパターン 🔗 URL： 🧩 概要 ADK 2.0のコールバックは3つのカテゴリに分かれています。エージェントライフサイクルコールバック（`BeforeAgentCallback` / `AfterAgentCallback`）は、エージェントの実行前後に処理を挿入します。LLMコールバック（`BeforeModelCallback` / `AfterModelCallback`）は、モデル呼び出しの前後で入力の修正やガードレールの適用を行います。ツールコールバック（`BeforeToolCallback` / `AfterToolCallback`）は、ツール実行の前後でバリデーションや結果の加工を行います。 🛠 使い方 各コールバックはエージェントの定義時に指定します。Pythonでは正確なパラメータ名（`callback_context`、`llm_request`、`tool_context`）を使用する必要があります。 ```python from adk import Agent async def before_agent(callback_context) -> None: """エージェント実行前のバリデーション""" print(f"Agent starting: {callback_context.agent_name}") # Noneを返すと通常実行、値を返すとスキップ async def before_model(callback_context, llm_request): """モデル呼び出し前のガードレール""" # リクエストの検証や修正が可能 if contains_sensitive_info(llm_request): return block_response() # 値を返すとモデル呼び出しをスキップ return None # 通常のモデル呼び出しを続行 async def after_tool(callback_context, tool_context, tool_response): """ツール実行後のログ記録""" log_tool_usage(tool_context.tool_name, tool_response) return None agent = Agent( name="my_agent", model="gemini-3.5-flash", before_agent_callback=before_agent, before_model_callback=before_model, after_tool_callback=after_tool, ) ``` Beforeコールバックで値を返すとその後の処理がスキップされ、Noneを返すと通常の処理が続行されます。 🏗 本番システムへの組み込み方 ・`BeforeAgentCallback` で入力のバリデーションや認証チェックを実装し、不正なリクエストを早期に拒否する ・`BeforeModelCallback` でガードレール（PII検出、有害コンテンツフィルタ等）を適用する ・`AfterModelCallback` でモデルの出力を検証し、フォーマットやポリシーへの準拠を確認する ・`AfterToolCallback` でツールの実行結果をログに記録し、監査証跡を残す 💡 ユースケース 🛡 `BeforeModelCallback` で個人情報を含むプロンプトをブロックする 📝 `AfterAgentCallback` でエージェントの実行結果をデータベースに記録する ✅ `BeforeToolCallback` でツール呼び出しパラメータのバリデーションを行う 🔍 `AfterModelCallback` でモデル出力のJSON形式を検証して再試行を促す ⚠️ 注意点 Pythonではコールバック関数のパラメータ名が正確である必要があります。`callback_context`、`llm_request`、`tool_context` などの名前が一致しないと正しく動作しません。また、Beforeコールバックで意図せず値を返してしまうと、モデル呼び出しやツール実行がスキップされてしまうため注意してください。コールバックはプラグインの後に実行される点も考慮が必要です。 ✨ コールバックを適切に使い分けることで、エージェントの振る舞いをきめ細かく制御できます。セキュリティ、品質保証、監査の要件に応じて、各レイヤーのコールバックを組み合わせてください。 #ADK# #AIAgent#