旬のブリと旬の技術で楽しむ AI エージェント設計開発レシピ

2026/1/10 BuriKaigi 2026 セッション資料です。
https://burikaigi.dev/
https://toyama-eng.connpass.com/event/372229/

タイトル
旬のブリと旬の技術で楽しむ AI エージェント設計開発レシピ

概要
BuriKaigi ならではの「技術の旬」を楽しく理解できるセッションです。前菜は、業務を分解して繋ぐためのマルチエージェントオーケストレーションパターン。メインディッシュには、最新の Microsoft Agent Framework と Azure AI Foundry を中心に、 .NET 10 と Visual Studio 2026 / VS Code の新機能を添えます。デモを通じて、旬の技術を味わいながら AI エージェント設計開発の本質を楽しみましょう！

Transcript

1. 〜 BuriKaigi 2026 〜 旬のブリと旬の技術で楽しむ AI エージェント設計開発レシピ 日本マイクロソフト株式会社 Microsoft Innovation Hub プリンシパル ソリューション エンジニア 兼 エバンジェリスト 井上 章 (いのうえ あきら) @chack411 akira-inoue-chack411
2. 井上 章 Akira Inoue ◼ 日本マイクロソフト株式会社 Microsoft Innovation Hub プリンシパル ソリューション エンジニア (前 App Innovation アーキテクト第一本部 本部長) ◼ 2008 年、日本マイクロソフト株式会社入社 ◼ Microsoft Azure, GitHub, .NET などの開発技術を専門 とするエバンジェリストとして活動 ◼ 趣味はギターと音楽 akira-inoue-chack411 @chack411
3. LLMの 指示 ツール AI エージェントとは？ エージェント LLM プロンプト (指示) ツール インプット システム イベント ユーザー メッセージ エージェント メッセージ アウトプット エージェント メッセージ ツール の結果 ツールコール 検索 アクション 記憶
4. AI エージェントの進化 エージェントは AI を使用してビジネスプロセスを自動化および実行し 人、チーム、または組織と共に、または組織に代わって働く シンプル アドバンスド 検索 タスク 自律的 エージェントの複雑さと機能はニーズによって異なる
5. ナレッジ（知識） 製品仕様・ 設計DB 過去不具合 FAQ DB 対策ノウハウ 新技術知識 施工データ・ ソフト情報 法務規定・ CRM スキル・アクション（タスク） 技術営業・ 幅広IT経験 CAD設計・ ハード設計 プロジェクト マネージ ソフト開発 法務・契約 ひとつの業務のプロセス (例) AI エージェントによる業務プロセスの実施 こんなことを やってほしい ユーザ 事象確認 類似確認 対策作成 対策実行 結果確認 全部やって おきましたよ！ Aさん （冷静・慎重） Bさん （データ派） Cさん （リーダー） Dさん （実直） Eさん （まめ） AI エージェントとは、デジタルおよびリアルの環境で、状況を知覚し、意思決定を下し、アクションを起こし、 目的を達成するために AI 技法を適用する自律的または半自律的なソフトウェア 引用 : Gartner、急速に期待が高まっているAIエージェントに関する最新の見解を発表 エキスパート 5人分の働き Agent Agent Agent Agent Agent Agent
6. マルチエージェント オーケストレーション パターン Magentic Group Chat worker reviewer Concurrent Workflow Process Handoff Sequential
7. Sequential pattern  AI エージェントをあらかじめ 決められた直線的な順序で 連結するパターン  各エージェントは、直前の エージェントの出力を受け 取って処理  各ステージが前段の結果に 基づいて処理を進める、段 階的なタスクに適用
8. Concurrent pattern  同じタスクに対して複数の AI エージェントを同時に実行  各エージェントがそれぞれの 視点・専門性から独立して 分析や処理を行う  同一の問題に対して多様な インサイトやアプローチが必要 なシナリオに対応
9. Handoff pattern  専門性の異なるエージェント 間で動的にタスクを引き継ぐ  各エージェントは、処理するか 他のエージェントに引き継ぐか をコンテキストに応じて判断 する  最適な担当エージェントが初 めから分からない場合や、処 理中に要件が明らかになる ケースに適している
10. Group chat pattern  複数のエージェントが共有の 会話スレッドに参加し、ディス カッションを通じて問題解決、 意思決定、または成果の検 証を行う  ディスカッションによって結論を 導くようなタスクに適する
11. Magentic pattern  AutoGen が開発した Magentic-One システムに基 づいて設計されている  解決手順が決まっていない オープンエンドかつ複雑な問題 に対応  マネージャーエージェントが各専 門エージェントと直接対話しな がら、タスクレジャーを構築・改 善
12. O-Beya (大部屋) : マルチエージェント システム 〜 トヨタ様事例 〜 これを開発したいんだけど この要件合ってる？ フロント エージェント 駆動系と懸架系の 専門家を呼ぼう 駆動系 専門エージェント 環境規制も 考慮して • • • 一 緒 に 検 討 環境規制を 入れてもう一回 考えよう 懸架系 専門エージェント ブレーキ系 専門エージェント 要件定義 専門エージェント 環境規制 専門エージェント 過去設計 専門エージェント 環境規制 専門家アプリ 過去設計 専門家アプリ 既存 AI アプリ 電子制御系 専門エージェント 後から 参加 参加 参加 参加 ・・・ ・・・ ・・・ ・・・ 環境性能の目標 はどの程度に設定 していますか ナレッジソース ナレッジソース ナレッジソース • • • 生成 AI を活用することで複雑な設計業務を手助けするエージェントを作り、設計品質や性能の向上を促進 ナレッジソース
13. 2 つの OSS エージェント フレームワークを統合 Semantic Kernel AutoGen • AI エージェントを簡単に構築できる SDK • 単一エージェントに最適化 • AutoGen との統合によりマルチエージェン ト拡張も可能 • 複雑なエージェントシステム向けの強力な マルチエージェント研究フレームワーク • 会話のオーケストレーションパターンを内蔵 • 事前構築された対話設計により即時活 用可能 Microsoft Agent Framework
14. Microsoft Agent Framework ◼ AI エージェントとマルチエージェントワークフローを 構築するための統一基盤 ◼ エージェント開発、テスト、デバッグワークフローの ためのインタラクティブな Dev UI ◼ 相互運用性と柔軟性のためにオープンスタン ダードに基づいて構築 ◼ コミュニティ主導でオープンソース、そして設計上 拡張可能 aka.ms/AgentFramework Public Preview
15. AI アプリとエージェント開発に必要な要素 1 オーケストレーション 2 モデル 3 ナレッジとツール 4 可観測性と エージェント制御 5 ファインチューニング とカスタマイズ 6 ローカルおよび エッジへの展開 Microsoft Foundry
16. Control Plane セキュリティ、コンプライアンス、ガバナンス GitHub Visual Studio Visual Studio Code Copilot Studio コンテキストを理解し、アクション指向のエージェントを構築、1,400 以上の事前構築済み接続と MCP ツールを活用 ネイティブ IDE 体験で開発を効率化 Microsoft セキュリティ統合を活用した完全な統一管理レイヤーを利用 Microsoft Agent 365 Microsoft Defender Microsoft Purview Microsoft Entra Microsoft Fabric Microsoft OneLake Microsoft Bing Agent Service IQ Tools Machine Learning Models Microsoft Foundry
17. あらゆるユースケースで最適な モデルを容易に選択できる 共通プラットフォーム モデルロックインを避ける • 柔軟なモデル選択 • エンタープライズ向けキュレーション • モデルを素早く探索・比較・変更 Foundry Models Azure OpenAI Model Family DeepSeek Model Family xAI Grok Model Family Mistral: Specific Models Meta Llama: Specific Models Black Forest Labs Model Family Sold directly by Microsoft Cohere: Specific Models* Databricks Model Family Hugging Face Collection NVIDIA Model Family Nixtla Time-Gen1 Model Snowflake Model Family Phi SLM Model Family Stability Model Family Bria 2.3 Fast Model Deci Model Family NTT Data Tsuzumi Model Gretel Navigator Model Core 42 Jais Model SDAIA ALLaM Model Industry models: Claude Model Family Foundry Models における 11,000 以上の Frontier モデルとオープンモデル
18. スケールする AI アプリとエージェントを構築 オープン設計 あらゆるフレームワークやプロトコルで 構築可能 接続されたインテリジェンス メモリ、知識、1,400 以上の MCP 対応コネクタでエージェントを強化 エンタープライズレベルの 信頼と展開 Microsoft 365へのワンクリック公開に よる容易なデプロイ Declarative Agents 単一プロンプトエージェント Tools Models Memory Multi-agent workflows Activity Protocol Hosted Agents マルチエージェントホスティング Agent-first SDK, API, and UI Agent Protocol MCP One-click publishing to M365/A365 MCP 管理メモリ、会話管理、 BYO メモリストア Logic Apps Functions セキュリティ、コンプライアンス、ガバナンス Local agents Copilot Studio M365/A365 Foundry Agent Service
19. LLMの 指示 ツール AI エージェントと MCP エージェント LLM プロンプト (指示) ツール インプット システム イベント ユーザー メッセージ エージェント メッセージ アウトプット エージェント メッセージ ツール の結果 ツールコール 検索 アクション 記憶 MCP サーバー
20. Model Context Protocol at Microsoft Copilot Studio VS Code Foundry Agent Visual Studio GitHub Copilot Microsoft Teams Semantic Kernel MCP Clients & Host Tools Community Enterprise Windows Registry C# MCP SDK Azure API Management Azure Functions Microsoft Connectors Build Local & Remote MCPs MPC enables seamless Integration between LLM Apps and external data sources Model Context Protocol
21. GitHub Copilot Agent Mode における MCP サポート GitHub Copilot の MCP Client サポートを通じて MCP サービスにアクセス可能 VS Code で MCP サーバーを使用する VS Code の MCP サーバーのインストールと管理 GitHub Copilot Agent Mode で使用するツールの選択
22. 適材適所の AI エージェント の適応 高度にフルカスタム・部分/全体最適化 業務向けエージェントをローコードで作成 M365 Apps からユーザーが簡単に利用 すぐ作ってすぐ使える ベーシック エージェント 業務特化 ローコードカスタム エージェント 業種特化 フルカスタム 高度なエージェント For End Users For Developers For Makers Microsoft 365 Copilot Copilot Studio with Power Platform Microsoft Foundry Copilot UX 個別 / 組込み UX 誰もが普段から使い慣れたアプリ 自律型エージェント / バックエンドエージェント 等 使いやすい！ 自社アプリで使える！ 通訳 プリビルド エージェント サイト ユーザ作成 エージェント チャット ユーザ作成 エージェント など カスタム エージェント 対話型/自律型 など 宣言型 エージェント 対話型 拡張 拡張 モデル 生成AIモデル Tuning ナレッジ 生成AI 最適化DB ツール フルカスタム アクション
23. Empower every person and every organization on the planet to achieve more with AI
24. ◼ 本書に記載した情報は、本書各項目に関する発行日現在の Microsoft の見解を表明するものです。Microsoft は絶えず変化する市場に対応しなければならないため、ここに記載した情報に対していかなる責務を負う ものではなく、提示された情報の信憑性については保証できません。 ◼ 本書は情報提供のみを目的としています。 Microsoft は、明示的または暗示的を問わず、本書にいかなる保証も与えるものではありません。 ◼ すべての当該著作権法を遵守することはお客様の責務です。Microsoft の書面による明確な許可なく、本書の如何なる部分についても、転載や検索システムへの格納または挿入を行うことは、どのような形式または手段 （電子的、機械的、複写、レコーディング、その他）、および目的であっても禁じられています。これらは著作権保護された権利を制限するものではありません。 ◼ Microsoft は、本書の内容を保護する特許、特許出願書、商標、著作権、またはその他の知的財産権を保有する場合があります。Microsoftから書面によるライセンス契約が明確に供給される場合を除いて、本書の 提供はこれらの特許、商標、著作権、またはその他の知的財産へのライセンスを与えるものではありません。 ◼ Microsoft, Windows, .NET, その他本文中に登場した各製品名は、Microsoft Corporation の米国およびその他の国における登録商標または商標です。 その他、記載されている会社名および製品名は、一般に各社の商標です。