株式会社ずんだもん技術室AI放送局

AIやテクノロジーのトレンドを届けるPodcast。平日毎朝6時配信。朝の通勤時間や支度中に情報キャッチアップとして聞いてほしいのだ。

私立ずんだもん女学園放送部 podcast 20251212

2025年12月12日

MP3ファイルをダウンロード

内容紹介

たった5行で自分専用のClaude Codeを作れる ― Claude Agent SDK詳解、Introducing Polly: Your AI Agent Engineer、【アドベントカレンダー2025】AI Agentの「自律性」との向き合い方、TVアニメ「転生したらドラゴンの卵だった」ゆるキャラ冬の大運動会【全12キャラクター紹介＆前半戦】 映像解禁！

出演者

お嬢様ずんだもん
お嬢様ずんだもん

関連リンク

  • たった5行で自分専用のClaude Codeを作れる ― Claude Agent SDK詳解

    \nAnthropicが2025年9月に正式リリースしたClaude
    \ Agent SDK    は、わずかなコードで本格的なAIエージェントを構築できる強力なフレームワークです。もともと「Claude Code SDK」と呼ばれていましたが、コーディングだけでなくさまざまなエージェント構築に対応できるため改名されました。SDKはAnthropicの本番環境で使われるagent
    \ harnessをベースにしており、高度な機能を開発者に提供します。\n\n主な特徴として、会話の自動コンテキスト管理（トークン制限を超えないよう圧縮）、豊富な組み込みツール（ファイル操作、コード実行、Web検索など）、そして独自ツールの簡単追加が挙げられます。PythonとTypeScript/JavaScriptで利用可能で、Pythonではpip\ \ install claude-agent-sdkで導入し、APIキーを環境変数に設定します。\n\nSDKの使い方はシンプルで、@toolデコレータにより加算、乗算、累乗、階乗といった数学計算ツールを簡単に定義できます。これらのツールはcreate_sdk_mcp_serverでまとめて登録し、ClaudeAgentOptionsで使用モデルや許可ツールを指定、ClaudeSDKClientで対話ループを実装します。対話は非同期ストリーミングで行われ、リアルタイムに応答が表示されます。\n
    \nまた、SDKはReActパターンを自然に実現しており、エージェントが「思考→行動→観察」を繰り返しながら複雑なタスクを分解・実行可能です。たとえば、複数の計算ツールを順に呼び出し、結果を組み合わせる処理も自動で行えます。さらに、エージェントは自分のツールの説明や使用例も示せるため、対話の柔軟性が高いです。\n
    \n本番環境向けには詳細なエラーハンドリングの実装や、権限管理の適切な設定が推奨されます。SDKは単一エージェントだけでなく、複数エージェント（subagents）を並列運用するマルチエージェント対応も可能で、大規模タスクの効率的処理が狙えます。\n
    \nただし、Claude Agent SDKはClaudeモデル向けに最適化されているため、他の大規模言語モデル（LLM）との互換性は限定的で、マルチモデル対応が必要ならOpenAI
    \ Agents SDKやLangChainなどの汎用フレームワークが適している場合もあります。\n\nまとめると、Claude Agent SDKは最小限のコードで高度なAIエージェント開発を実現し、ReActパターンや自動コンテキスト管理などの先進機能を備えた、AIエージェント開発の新基準となりうるツールです。新人エンジニアでも理解しやすく、実践的に使える設計であるため、AIエージェント開発を始める際の有力な選択肢となります。”

引用元: https://zenn.dev/acntechjp/articles/cb1be5aff11eca

  • Introducing Polly: Your AI Agent Engineer

    LangChainのLangSmithに組み込まれたAIアシスタント「Polly（ベータ）」の紹介記事。Pollyはエージェント設計やデバッグを支援する「AIエージェントエンジニア」で、特に人手で解析しづらい長大なプロンプト、何百ステップにもなる実行トレース、数時間〜数日に及ぶマルチターンの会話に強みがある。主な機能は（1）個別トレース解析：失敗箇所や非効率な挙動の特定、（2）スレッド解析：複数回のやり取りを横断した要約や挙動変化の特定、（3）プロンプト設計支援：システムプロンプトの修正、出力スキーマ定義、ツール定義やfew-shot例の追加、長さ最適化など。Pollyの知見はLangSmithのトレーシング（runs/ traces/ threads）に蓄積されたデータに基づき、まずはトレース解析・会話デバッグ・プロンプト改善を提供し、将来的には実験解析やプロンプト最適化機能を拡張する予定。導入はLangSmithでトレーシングを有効化すれば利用可能。新人エンジニアは、複雑なエージェントの失敗原因特定とプロンプト設計の高速化に有用と理解してよい。’

引用元: https://blog.langchain.com/introducing-polly-your-ai-agent-engineer/

  • 【アドベントカレンダー2025】AI Agentの「自律性」との向き合い方

    データサイエンティスト閔氏による、AI Agentの自律性（Agency）とその設計・運用上の注意点の解説記事です。まずHugging Faceの指標を引用し、レベル0〜3で自律度を整理（レベル0：単なるLLM、レベル1：条件分岐、レベル2：Toolの自律利用、レベル3：複数AgentやTool自作）。自律度が高いほど柔軟だが予測・制御が難しくなり、目的に応じて使い分けるべきとしています。Agentが有効な場面は「臨機応変な処理が必要なケース」や「チャット履歴や長期メモリを活用したい場合」。逆に「手順が固定」「メモリ不要」「コスト予測や再現性が重要」なケースではAgent導入は慎重にすべきと指摘します。対処法としてはGoogle ADKの例を挙げ、Callbackで入出力や最終出力型を強制的に整形する方法、SubAgentを組み合わせてルートAgentが意図分類で起動するSubAgentを選ぶ設計、state保持とカスタムフローの利用による制御の組み合わせを紹介。コード例ではafter_agent_callbackでstateから検索条件と結果をまとめてJSON返却する方法や、RootAgentがclassification結果でsightseeing/route/flight/hotelの各SubAgentを起動する流れを示しています。結論として「万能ではないので、どこを制御しどこに自律性を与えるかを明確にして設計する」ことを推奨しています。’

引用元: https://developers.gnavi.co.jp/entry/adventcalendar-251211-1/

引用元: https://prtimes.jp/main/html/rd/p/000000114.000084062.html

VOICEVOX:ずんだもん