私は実際の運用ワークフローに近いエージェントサンプルが好きである。
この新しい Deep Agents + Azure Cosmos DB の例はまさにそれを実現している。
切り離されたデモの世界を作り出す代わりに、Cosmos DB に保存されたサポートチケットキュー上にエージェントを配置し、チームが実際に関心を持つことを実行させる:
- トリアージ作業
- パターンの検出
- レコードの更新
- 結果の検証
それはエージェントシステムとしてはるかに有用な形である。
本当の価値は「AI がデータベースと会話する」ことではない
そのストーリーはすでに見てきた。
このサンプルをより優れているものにしているのは、その周りの運用規律である:
- エージェントは特定のツールを使用する
- 書き込みは制御されたパスを通る
- 書き込み後読み取り検証がフローの一部である
- パーティショニングとクエリコストが考慮されている
- システムはライブスタイルの運用データ、つまり現実のふりをしたサイドキャッシュではなく、実際のデータに対して動作する
その組み合わせがこのパターンを興味深いものにしている。
Cosmos DB がここに適している理由
Cosmos DB はこの種のワークロードに適している。なぜなら、データはすでに動的で、ドキュメント形式で、運用向けだからだ。
エージェントは以下を行える:
- チケットを直接読む
- 必要に応じてキューワイドなクエリを実行する
- 特定のアイテムにパッチを適用する
- 状態と履歴をデータ自体の近くに保持する
エージェントシナリオでは、すべてを最初に別の分析レイヤーに強制するよりも、これの方が有用であることが多い。
私の見解
ここでの最大の教訓は、ビジネスがすでに依存している同じデータとワークフロー上でエージェントシステムが動作するとき、はるかに魅力的になるということである。
それがこのサンプルの正しい点である。
エージェントを、切断されたチャットインターフェースとしてではなく、明確なツール境界を持つ運用参加者として扱っている。
それは研究に値するパターンである。
元記事: How to Use Deep Agents with Azure Cosmos DB – Plan, act, and verify against operational data
