#llm-ops 2 total

AI要約 LLM のコスト最適化には大きく 2 つの軸があります。1 つは「1 クエリで何を読ませるか」= 入力トークンを減らす 設計、もう 1 つが本稿で扱う「そもそも検索・生成をするか」= 重い処理の回数を減らす 設計です。 本稿は後者、「毎回検

原文JA LLM のコスト最適化には大きく 2 つの軸があります。1 つは「1 クエリで何を読ませるか」= 入力トークンを減らす 設計、もう 1 つが本稿で扱う「そもそも検索・生成をするか」= 重い処理の回数を減らす 設計です。 本稿は後者、「毎回検

AI要約 Google が AI エージェントのプロトタイプを本番運用に耐えるシステムへ刷新した経験から得た 5 つの教訓を紹介。モノリス的な単一エージェントを専門化された複数エージェントに分割し、評価・観測性・状態管理を整備する重要性を説く。

EN Google shares five lessons learned from refactoring a monolithic AI agent prototype into a production-ready system, emphasizing decomposition into specialized sub-agents, robust evaluation, observability, and proper state management.