こんにちは、リンクアンドモチベーションでエンジニアをしている岡田です！
近年、生成AIや大規模言語モデルを活用した「AIエージェント」に注目が集まっています。
ユーザーとの自然な対話を通じて情報を整理したり、タスクを実行したりする仕組みは、業務効率化から新しいサービス開発まで、幅広い応用可能性があります。
ただ、実際に導入や実装を検討しようとすると、
といった論点が多く出てきます。
しかし、チーム内の知識はまだ断片的でどの要素技術においても「名前は聞いたことがある」程度で、具体的にどのような技術でできているのか理解していない状態でした。
そのため設計や意思決定を進めるのに十分ではありませんでした。
そこでまずは 「チームとして共通の理解を持つ」 ことを目的に、勉強会を実施することにしました。 各自が事前に調べた内容を持ち寄り、その場で質疑応答や議論を重ねることで理解を深める形式です。
結果的に、知識の解像度が上がっただけでなく、今後の議論の土台ができ、とても有意義な機会となりました。
本勉強会の進め方
- 事前にメンバーそれぞれが興味のある分野や技術を調べる
- 順番に調べた内容を共有し、気になる点があればその場で質問・議論
話の流れで脱線することも多かったですが、それも含めて理解を深めるきっかけになり、結果的に良い時間となりました 😅
やってよかったと感じたポイント
① 対象領域について詳しくなれた
一人で調べるよりも、複数人で情報を持ち寄ることで理解が一気に進みました。 特に効果的だったのは以下の方法です。
- 実際に手を動かしてサービスやフレームワークを触り、実際に使えそうなプロトタイプを作ってみる
- ドキュメントを深く読み込む
- 複数の技術を比較して違いを学ぶ
今回は、あるメンバーが Mastra を触って学び、別のメンバーが Dify を調べて比較するなど、自然に役割分担が生まれました。
※当初はAgentの中でもRAGに関する勉強会にしようと話していました。しかし、Agentを理解するためにはRAGだけでは当然不十分です。各々が更に裾野を広げてインプットしていたことで、チーム内での理解も広げることができました。
結果として、個別のサービスの理解だけでなく、用語の対応関係や共通の設計思想も整理でき、とても有意義でした。
② 情報収集が効率的かつ効果的だった
同じ領域を学んでいても、メンバーごとに視点が異なるため、多角的な学びが得られました。
また、共有の際に質問や議論を交えることで、知識が一方通行にならず、全員がしっかり理解できた実感があります。
自分では「理解できている」と思っていた部分でも、他のメンバーの問いかけで曖昧さに気づき、さらに調べ直す機会が多かったのも良かった点です。
③ チーム内の情報格差を減らせた
勉強会前は、「誰がどの程度理解しているのか」が不明確で、共通基盤が揃っていませんでした。
しかし、勉強会を通じて一度知識を揃えられたことで、今後の議論や設計がスムーズになりそうです。
チーム内のコミュニケーションコストも下がると感じています。
まとめ
- 手を動かして学ぶことは大事
- ただし、それを目的化せず、ドキュメントや原典を読むことも大事
- アウトプットを意識してインプットすることが最も大事
定期で勉強会を行うというのも良いですし、今後はチームの共通理解をつくるという目的でも勉強会というソリューションを積極的に使っていきたいなと思いました！ ご覧いただきありがとうございました！
