AI Expert

効果的なエージェントを構築する方法：Anthropic、Barry Zhang

15 分上級者構築者AI Engineer自動化

AI Engineer. Barry Zhangが3つの原則を解説します。ワークフローで十分ならエージェントを作らないこと、ループを可能な限り単純に保つこと、そして「エージェントのように考える」ことです。つまり、エージェントのコンテキストウィンドウに身を置き、スクリーンショットの合間には状況が見えないまま判断していると認識します。単純さを重視する主張と、「そもそもこのタスクにエージェントを使う価値があるか」というチェックリストは、記事が求める規律そのものです。

AI Expertの注記

「そもそもこのタスクにエージェントを使う価値があるか」というチェックリストは、記事が求める規律と同じです。コードを書いた後ではなく、書く前に適用してください。

このセクションから得られるもの

明確な停止ルール、タスク境界、人間による制御ポイントを備えた、より単純なエージェントループを設計できるようになります。

視聴または事前に知っておくべきもの

エージェントを構築した経験、または少なくとも仕様を策定した経験が必要です。ループが暴走する理由を理解していることを前提としています。

最終確認日：2026年5月18日

次の動画を視聴

同じ学習パスで次のキュレーション済みの補完動画を続けて視聴してください。

さらに深く学ぶ

このトピックについてさらに詳しく学べる、厳選された外部コースです。

Microsoft (open-source, via GitHub Pages)

Copilot Studio Agent Academy

Microsoft Copilot Studio team

The deeper, production-minded counterpart to our beginner no-code pick: a free, open-source, rank-based curriculum that takes you from zero Copilot Studio experience through MCP integrations and multi-agent orchestration, all without writing traditional code. It's the no-code answer to 'now I want to go further than a quick-start,' which our catalog didn't have.

上級者Self-paced, multi-phase (hours vary by rank)
Anthropic Academy

Introduction to Model Context Protocol

Anthropic Academy

MCPは、AIツールのエコシステム全体で個別のツール連携に静かに取って代わりつつあるプロトコルです。開発元から直接学べます。修了時には、独自のMCPサーバーを構築してデプロイし、LLMクライアントを接続し、この標準が業界におけるUSB-Cに最も近い存在といわれる理由を理解できます。

中級者自分のペースで学習（短時間）
DeepLearning.AI

Practical Multi AI Agents and Advanced Use Cases with crewAI

João Moura (Founder, CrewAI)

Doubles as our sales and customer-support vertical pick and a genuinely practical agent-building course: you build an agentic sales pipeline (lead scoring, personalized outreach) and a customer-support data-insights pipeline as two of the five hands-on projects, taught by CrewAI's own founder. Requires basic Python, so it sits with our other builder-track courses rather than the no-code picks.

中級者~2h 49m · self-paced (15 lessons)

自動化のすべてのコースを確認