AIエージェント実装の5層アーキテクチャ

public.icon

>@minicoohei: AIにちゃんと働いてもらうには、

・ナレッジベース（ObsidiainでもGitでもNotion)でもよい

・スキル/ Workflows ( これはClaudeとかと紐づくやつ）

・データ（Databricksにしてみたら想像以上に良い

Trace(Span)、事業数値、Analytics、DB）

・ループ機構（＝ハーネス）

・モデル（全部がフロンティアである必要はない）

っていう5個が必要で、1個目はみんな触ってるし、2個目もやってる、３つ目に言及している人すくないなって思う

ループとモデルはもはや勝手に賢くなってくので変数なのか定数なのか怪しい。

---

AIを実用的に働かせるには、ナレッジベース・スキル/Workflows・データ基盤・ループ機構・モデルの5層が必要。多くの人が前2層に注力する一方、データ基盤（特にTrace/Span、事業数値、Analytics統合）への言及が少ない点が課題として指摘されている。

Next Actions:

- 自分のプロジェクトで現在欠けている層（特にデータ基盤）を特定し、Databricksなどのツールで補完する

- 既存のAI活用でTrace/Spanデータを取得できているか確認し、なければ計装を追加する

- ナレッジベースとデータ基盤を統合して、AIが文脈と数値の両方にアクセスできる設計を試作する

🤔 このツイートを保存したのは、自分のAI活用が「ナレッジ＋スキル」止まりで実データ統合ができていないという課題感からですか？それとも、Databricksのような統合基盤の具体的な導入を検討しているからですか？

---