ルネサンス開発者を育てる 1on1支援AIエージェント

マネージャーとメンバーの間には「良い1on1をしている」という認識に大きなギャップがあり、その解消にはコーチングの質が重要です。本セッションでは、AWS Bedrock AgentCoreを用いた1on1支援AIエージェントを通じて、短期・長期メモリを活用し、好奇心やシステム思考などAI時代に求められる資質を育てる実践例を紹介します。実際に動くデモを交えながら、AgentCoreの実用的な使い方を解説します。

Transcript

1. 1‹#› ルネサンス開発者を育てる 1on1 支援AI エージェント NRI グループ re:Cap 2025 2025 年12 月23 日 志水 友輔 NRI ネットコム株式会社
2. マネージャーの94% は" うまくやれている" ただし、部下の同意はわずか10% https://rbj.net/2025/09/05/make-high-impact-one-on-one-meetings-for-your-team/
3. マネージャーの94% は" うまくやれている" ただし、部下の同意はわずか10% AI エージェントにコーチングしてもらおう
4. Copyright （C ） NRI Netcom, Ltd. All rights reserved. 志水 友輔 ( しみず ゆうすけ) NRI ネットコム株式会社 / Cloud Architect PoC ・アーキテクト・技術広報 AWS Ambassador(2023-25) 　AWS CDK/Strands Agents/ カメラ/ つけ麺 息子からのじゃんけんハラスメント #nncstudy Blog: 4
5. https://www.youtube.com/watch?v=3Y1G9najGiI 5
6. Copyright （C ） NRI Netcom, Ltd. All rights reserved. Werner Vogel のキーノートから AI 時代の開発者に求められる5 つの資質 好奇心 システム思考 コミュニケーション オーナーシップ 幅広い知識 1on1 で育てられないか？ #nncstudy 6 https://www.youtube.com/watch?v=3Y1G9najGiI
7. Copyright （C ） NRI Netcom, Ltd. All rights reserved. 1on1 の認識ギャップ 84 ポイントのギャップ マネージャー: 「良い1on1 をしている」 メンバー: 「意味がない」と感じる なぜこのギャップが生まれるのか？ 良い1on1 コーチングが必要 #nncstudy マネージャー メンバー 0 20 40 60 80 100 84 ポイントのギャップ 7
8. Copyright （C ） NRI Netcom, Ltd. All rights reserved. 今日のゴール AgentCore の実践的な活用方法を学ぶ ハイブリッドメモリの使い方 実際に動く1on1 エージェントのデモ なぜこの題材？ AgentCore の主要機能を使える 実用的で技術的にも面白い #nncstudy 8
9. Copyright （C ） NRI Netcom, Ltd. All rights reserved. AgentCore とは AWS Bedrock AgentCore AI エージェント開発・運用のための統合プラットフォーム サーバーレス・マネージド・エンタープライズグレード 主要サービス（今回使用する3 つ） Runtime: エージェントをサーバーレスで実行 Memory: 短期記憶（STM ）+ 長期記憶（LTM ） Evaluations: LLM が品質を自動評価 その他のサービス Code Interpreter 、Browser 、Gateway(Policy) 、Identity #nncstudy 9
10. Copyright （C ） NRI Netcom, Ltd. All rights reserved. AgentCore Memory の詳細 人間の記憶と同じ仕組み 短期記憶 (STM) 「さっき何を話したか」を覚えている 会話の流れをそのまま保存 例: 「先ほどお話しした目標について... 」 長期記憶 (LTM) 「この人は誰で、何を大切にしているか」を覚えている LLM が重要な情報だけを抽出・整理 例: 「田中さん、エンジニア歴3 年、マネージャー志望」 #nncstudy 10
11. Copyright （C ） NRI Netcom, Ltd. All rights reserved. メモリ戦略（抽出ルール） メモリ戦略とは Semantic Memory で「何を抽出するか」を定義 LLM が自動的に情報を抽出・分類 Built-in Strategies （標準戦略） #nncstudy 11 戦略 抽出内容 用途 Semantic 名前、役職、目標、スキル 基本情報 User Preference 好み、価値観、働き方 個別化 Summary セッション要約 振り返り Episodic 重要な出来事 エピソード記録
12. Copyright （C ） NRI Netcom, Ltd. All rights reserved. メモリのアップデートフロー #nncstudy Memory AI Agent STM SEMANTIC PREFERENCE SUMMARY EPISODIC REFLECTION 12 LTM 1on1 の 振り返りをして
13. Copyright （C ） NRI Netcom, Ltd. All rights reserved. Memory メモリの分離 #nncstudy AI Agent Actor LTM Session STM STM LTM Actor LTM Session STM STM LTM 13 A さん1on1 の 準備をしたい B さん1on1 の 振り返りをしたい
14. Copyright （C ） NRI Netcom, Ltd. All rights reserved. 実装アーキテクチャ #nncstudy User Bedrock AgentCore Memory Strands Agent STM Streamlit AgentCore Evaluations Developer async LTM 14
15. Copyright （C ） NRI Netcom, Ltd. All rights reserved. デモ #nncstudy 15
16. 記憶を育てて ルネサンス開発者を育てよう 16
17. Copyright （C ） NRI Netcom, Ltd. All rights reserved. #nncstudy 17