AIエージェント設計勉強会 〜long-runningタスクの設計と実践知〜」を開催しました。

こんにちは、事業開発室の里中裕輔です。 本記事では、LayerXさんと共同で開催した「AIエージェント設計勉強会 〜long-runningタスクの設計と実践知〜」 についてレポートします。

勉強会の概要

本勉強会は、LayerXさんと電通総研が共同で開催している、AIエージェントに関するエンジニア向けの勉強会イベントです。その第2回目として、2026年05月28日（木）に、long-runningタスクに関する勉強会を開催しました。

生成AIの実務活用が広がるなかで、AIエージェントを「試す」段階から「本番運用に載せる」段階へと進める動きが増えています。一方で、実際にプロダクトや業務へ組み込もうとすると、単発のタスク自動化とは異なる設計論点が数多く見えてきます。今回の勉強会では、LayerX と電通総研のエンジニアが登壇し、AIエージェントを継続的に動かすための設計・実装・運用の知見を共有しました。

会場はLayerXさんのオフィスをお借りして、40人程度の方に参加していただきました。

勉強会の内容としては以下のとおりです。
・株式会社LayerX『恩田 壮恭』さん： 「long-runningタスクの設計と実践知」
・株式会社電通総研『袴田 時生』： 「DeepResearchをプロダクトに組み込むためのノウハウ」
・懇親会

long-runningタスクの設計と実践知

恩田さんからは、長時間のタスク（long-runningタスク）を完遂させるために、どのような方法論があるのかが発表されました。long-runningタスクを自律的に完遂するため、AIエージェントはタスクを分割して計画を立て、分解されたタスクを「1つずつ」順番に処理します。しかし、AIエージェントは確率的な処理であるため、数多くのタスクを順番に処理すると間違いが少しずつ蓄積され、処理が破綻することがあります。

こちらの発表では、処理を破綻させないための方法論について3つの論文を紹介する形で説明されました。いつリトライすれば良いのか、複数の異なるアプローチでタスクを処理させ、答えが一致すればその処理結果の確度が高くなるなど、興味深い知見が共有されました。

DeepResearchをプロダクトに組み込むためのノウハウ

袴田からは、Deep Research システムをプロダクトに組み込むためのノウハウが発表されました。

おそらく、多くの方はブラウザのチャットUIで Deep Research システムを利用することが大半だと思われます。そのため、Deep Research システムも一種の生成AIモデルであると想像する方がほとんどではないでしょうか。特に最近は、チャットUI上に「Thinkingモデル」と表示されることもあり、この傾向はより一層強まっていると言えるでしょう。

その想像とは裏腹に、Deep Research システム は、「検索エンジン」「Webクローラー」「キャッシュ」「API連携」「ツール制御層」「エラー処理」など、多くのコンポーネントを組み合わせて構築します。そのため、良いDeep Research システムを構築するためには、多様なシステムエンジニアリングのノウハウが必要です。

今回の発表では、「企業のデューディリジェンス」を Deep Research システムを使って構築する内容が話され、自律と制御のトレードオフや検索エンジンのノウハウなどが紹介されました。

発表スライドはこちらで公開されているので、興味のある方はご覧ください。

https://speakerdeck.com/tokio007/deep-researchwopurodakutohezu-miip-mutamenonouhau

懇親会

懇親会も多くの方に残っていただき、発表内容に関する質疑や広くAIについてのディスカッションができました。

電通総研のメンバーとしては、Deep Research に関する話題を中心に会話しておりましたが、やはり皆さん、既存のDeep ResearchのAPIがコストの面で使いずらいという印象をお持ちでした。一方、参加者の皆様の企業でも、プロダクトに Deep Research を組み込みたいというお話もありましたので、Deep Research のAPIについて、コストや使いやすさの観点から今後の動向を注視していきたいと思いました。

私自身としても、多様な視点で会話することができ、有意義な懇親会だったと感じております。

まとめ

今回は、LayerXさんと電通総研が共同で開催した 「AIエージェント設計勉強会 〜long-runningタスクの設計と実践知〜」 についてレポートしました。

私が勉強会を通じて感じたのは、多くの方々の情報収集において Deep ResearchシステムやThinkingモデルは身近なものになったということでした。2月にもイベントを開催しましたが、その際はまだエンジニアの方々のほうがよく使われているような印象を受けました。この3か月間で、AIツールの活用が非エンジニアのユーザーにまで急速に広がったことを実感しました。

そんな状況の中で、コストの面や機密情報の投入など、Deep Researchシステムを使う上での課題が、まだまだ解消されていないことも改めて感じました。引き続き、自社プロダクトの機能に生成AIやLLM、AIエージェントを組み込み、継続的にユーザーへ価値を届けることができるように先端技術の情報収集を続けていこうと強く思えました。

少し余談ではありますが、電通総研 事業開発室のAIチームは昨年のNeurIPSコンペで優勝を果たしており、Deep Research システムの最先端の内容をお届けできたかなと感じております。
https://www.dentsusoken.com/news/release/2025/1219.html

電通総研は、引き続きこのような勉強会を開催する予定ですので、興味ある方はぜひご参加ください。
https://engineersguild.peatix.com/

私たちは一緒に働いてくれる仲間を募集しています！

電通総研 キャリア採用サイト

執筆：@satonaka.yusuke
レビュー：@miyazawa.hibiki
（Shodoで執筆されました）