cv usk
@cv_usk
AI / Software Research Notes
AI Agent, LLMOps, MLOps, Software Architecture
投稿は個人の意見です。
가입 May 2026
286 팔로잉 중 470 팬
社内で共有するAIエージェントを作るとき、どこでつまずくのでしょうか。LangChainが3つの社内エージェントで見つけた答えをまとめました🧩
The five components of building a "company harness"
❓ そもそも「company harness」とは？
💡 営業・エンジニアリング・マーケティングの全員が共有するエージェント層のことです。共有チャンネル、ユーザーごとの権限、メモリ、安全なコード実行、頼まれなくても動く処理を扱う必要があります。
❓ 一番厄介なのは何ですか？
💡 アイデンティティ、つまり「誰として動くか」です。呼び出したユーザーとして動くOBOと、共有の固定資格情報があり、どちらかではなくツールごとに使い分けます。例えばOpenSWEは、ユーザー起点ならそのGitHubハンドル、コードレビューなどのバックグラウンドでは自前のGitHub appとして動きます。
❓ 他の要素は？
💡 ・体験: Slackに常駐し、向かない作業だけカスタムUIに
・メモリ: 全員向けのグローバルとユーザー別の2階層
・コード実行: サンドボックスとシークレットプロキシで、資格情報を見せずに外部サービスへ接続
❓ ユーザーが頼まなくても動くのですか？
💡 はい。OpenSWEは新規PRを検知して自動レビューし、GTM Agentはユーザーに頼まれたデイリーブリーフのために自分でcronを作ります。こうしたアンビエントな実行が、活動の大きな割合を占めるそうです。
#AIエージェント# #LangChain#
더 보기
