LangChainのDeep Agents、OracleのAIデータベースに対応 長い仕事を続けるAIへ
Deep Agents(ディープ・エージェンツ)
長い仕事を計画し、複数のAIに分けて進める仕組み。
Oracle AI Database 26ai(オラクル・エーアイ・データベース・トゥエンティシックス・エーアイ)
資料を探しやすくし、AIの途中経過も保存するデータベース。
OCI Generative AI(オーシーアイ・ジェネラティブ・エーアイ)
OracleのクラウドでAIモデルを動かすサービス。
何が起きたか
11月10日、Oracleは公式ブログで、LangChainのAI開発基盤に、長い仕事向けのDeep Agentsをつなぐ機能を発表しました。新しいlangchain-ociパッケージにあるcreate_deepagents_agentを使うと、Deep AgentsをOracle AI Database 26ai(会社の資料を保存し、検索するデータベース)や、OCI Generative AI(OracleのクラウドでAIモデルを動かすサービス)と接続できます。Oracleは、複雑な接続作業を一度の呼び出しでまとめられると説明しています。Oracleの公式発表
背景にある課題
普通のAIエージェントは、質問を受け、道具を使い、答える流れが中心です。短い調査には向きますが、資料を集め、役割を分け、途中のメモを残し、最後に人が確認する仕事では、計画を保ち続ける必要があります。Deep Agentsは、こうした長い作業を想定した仕組みです。最初に計画を作り、必要な部分を別のAIに任せ、下書きやメモを作業用のファイルに保存し、人の許可を待つ機能を持ちます。
何がつながるのか
今回の連携では、登録したデータからstats、search、get_documentという検索用の道具を自動で作れます。検索は、文章の意味が近いかを見る方法と、同じ言葉を探す方法を組み合わせます。Oracleの説明では、OpenSearchのデータも扱えます。
作業の状態も保存できます。OracleSaverは途中のチェックポイントを保存し、OracleStoreは長く使うメモを保存します。StoreBackendを使えば、AIの作業ファイルも残せます。そのため、作業を後で再開したり、別の日に続けたりできる設計です。
なぜ重要か
企業のAI活用では、AIモデルだけでなく、社内データ、検索、途中経過、権限の扱いが必要です。今回の接続は、それらをOracleの環境にまとめる道を示します。Oracleにデータを置く企業にとっては、別々の部品をつなぐコードを減らせる可能性があります。また、AIへの指示文だけに頼らず、データベース側のルールで見られる情報や実行できる操作を管理する考え方も示しています。
確認できたこと
Oracleの公式ドキュメントは、この機能が独自の別フレームワークではなく、公開されているDeep Agentsの仕組みとOracleの機能を組み合わせるものだと説明しています。公式ドキュメント
Oracleは、架空の患者データを使った診療準備のデモも紹介しました。サンドボックス、データベースのルール、人の承認、引用元の確認を組み合わせ、41項目中41項目の検査に通ったと報告しています。ただし、これはOracleが示したデモの結果です。
まだ分からないことと次に見る点
この発表だけでは、実際の顧客がどれほど使っているか、処理にいくらかかるか、長い仕事でどの程度安定するかは分かりません。41項目の検査が、別のデータやモデルでも同じように通るかも未確認です。今後は、独立した性能評価、実際の導入例、費用、障害時の復旧方法に注目する必要があります。
AIの長い仕事チームがOracleのデータベースにつながる
📰 しっかり版: LangChainのDeep Agents、OracleのAIデータベースに対応 長い仕事を続けるAIへ
LangChain(AIを作る道具の基盤)に、Deep Agents(長い仕事を進める仕組み)がつながりました。Oracle AI Database 26ai(会社の資料をしまうデータベース)をAIが探し、作業の続きも保存できます。
LangChain(ラングチェーン)
AIアプリを作るための道具をまとめた開発基盤。
Deep Agents(ディープ・エージェンツ)
長い仕事を計画し、分担して進めるAIの仕組み。
Oracle AI Database 26ai(オラクル・エーアイ・データベース・トゥエンティシックス・エーアイ)
会社の資料を保存し、AIが探せるデータベース。
💡 ようするに
- AIが仕事の順番を考えます。
- 小さなAIに役割を分けられます。
- 資料と作業の続きにつながります。
AIの仕事には、一問で終わらないものがあります。資料を探し、比べ、まとめ、人が確認する仕事です。
Deep Agentsは、まず仕事の計画を作ります。必要な部分は、別のAIに任せられます。見つけたことや下書きも残せます。大事な操作の前に、人の許可を待つこともできます。
今回の連携では、Oracleのデータベースから資料を探せます。言葉の意味が近い資料も探せます。同じ言葉がある資料も探せます。二つの探し方を組み合わせる仕組みです。
AIの作業の途中経過も保存できます。そのため、仕事をあとで続ける設計になっています。毎回、最初からやり直す必要を減らせます。
Oracleは、病院の準備をする例を紹介しました。使った患者のデータは架空です。Oracleは、41個の点検に全部合格したと報告しています。ただし、これはOracle自身のデモです。実際の会社で、費用や速さがどうなるかは分かりません。これから、別の人による検証や本物の導入例を見る必要があります。
AIのお手伝いチームが、長い仕事をできるように
📰 しっかり版: LangChainのDeep Agents、OracleのAIデータベースに対応 長い仕事を続けるAIへ
AIが、メモを見ながら、仕事を順番に進めます。
LangChain(ラングチェーン)
AIを作るための道具を集めた名前。
Deep Agents(ディープ・エージェンツ)
AIが長い仕事を順番に進める仕組み。
Oracle AI Database 26ai(オラクル・エーアイ・データベース・トゥエンティシックス・エーアイ)
AIが読む会社のメモをしまう場所。
LangChain(AIを作る道具の名前)があります。 Deep Agents(長い仕事をするAIの仕組み)が、そこにつながりました。 Oracle AI Database 26ai(会社のメモをしまう場所)も使います。
AIは、まず仕事の順番を考えます。 次に、小さなAIへ仕事を分けます。 見つけたことは、メモに残します。 人に聞いてから進むこともできます。
Oracleは、病院の準備をする練習をしました。 病院の人と病気の人は、本物ではありません。 Oracleは、41個のチェックに全部合格したと書きました。 でも、すべての会社でうまくいくかは、まだ分かりません。