107 分AI評価がプロダクト開発者の注目スキルである理由|Hamel Husain、Shreya Shankar
トレースを調べ、失敗を分類し、基準を定義し、変更をテストし、人間の判断と比較する、プロダクト開発者向けの評価ループを学べます。
動画を再生Tina Huang. 現在のモデルをフラッグシップ、軽量、中間、特化型という階層に分け、各階層が実際に得意とする用途を具体的に紹介しています。記事の前半にあたる「ルーティングの前に選択肢を知る」ための動画です。Huangはベンチマークの誇張に頼らず、記事と同じ視点からコストと能力のバランスを説明しています。
モデル名、料金、能力は急速に変化します。この動画では判断パターンを学び、採用前に現在のモデルの動作を確認してください。
フラッグシップ、軽量、中間、特化型モデルを比較し、ブランドの好みではなく、タスクへの適合性、コスト、レイテンシーに基づいてルーティングを判断できます。
記事の内容以外にはありません。ルーティング作業に入る前に選択肢を把握するための動画です。
最終確認日:2026年5月18日
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。
107 分トレースを調べ、失敗を分類し、基準を定義し、変更をテストし、人間の判断と比較する、プロダクト開発者向けの評価ループを学べます。
77 分プロンプトを単発の文章として扱うのではなく、本番環境のプロンプトエンジニアが現実のプレッシャーの中で指示、例、振る舞いの制約をどう改訂するかを学べます。
9 分LangSmithでトレース、プロジェクト、データセットを操作し、トークンコスト、レイテンシー、エラー率、スパンごとの詳細を読み取れます。
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。
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。
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.
Hugging Face
現在利用できるエージェントシステムのオープンソース教材として、最も分かりやすい講座です。特定ベンダーの技術スタックではなく、エンジニアが実際に評価する3つのフレームワーク(smolagents、LlamaIndex、LangGraph)を軸にしています。最後にはベンチマーク課題と公開リーダーボードがあり、チームが成果を検証できる説明責任も備えています。