エージェントAIへのヒッチハイカー・ガイド：基礎からシステムへ
本稿は、Haggai Roitmanによる『エージェントAIへのヒッチハイカー・ガイド』と題された包括的な実践者向けリファレンスを紹介します。この書籍は、第一原理から本番環境へのデプロイメントまでをカバーし、優れたエージェントシステム構築にはパイプラインの全層を理解する必要があると説きます。
『エージェントAIへのヒッチハイカー・ガイド』は、Haggai Roitman によって執筆された包括的な実践者向けリファレンスであり、2026年6月22日にarXiv（ID: 2606.24937）に提出されました。この書籍は、第一原理から本番環境へのデプロイメントまで、自律型AIシステムを構築するための全スタックをカバーしています。著者の中心的なテーゼは、優れたエージェントシステムを構築するには、パイプラインのすべての層を理解することが不可欠であり、一部だけでは不十分だというものです。
本書は二部構成で、第一部ではまずLLMの基盤として、トランスフォーマーアーキテクチャ、GPUシステム、訓練とファインチューニング（SFT、LoRA、MoE）、モデル圧縮、推論最適化を解説します。これらは主要な焦点ではなく、必須の基礎として扱われます。続いて、アライメントと推論の層として、RLHF、PPO、DPOとその変種、GRPO、報酬モデリング、そしてチェーン・オブ・ソートやテスト時スケーリングを含む大規模推論モデルのための強化学習に進みます。
第二部では、エージェントAIそのものに焦点を当てます。トピックには、エージェント訓練と軌道ベースの強化学習、検索拡張生成（RAGおよびエージェントRAG）、メモリーシステム（コンテキスト内、外部、エピソード、セマンティック）、エージェントハーネス設計とコンテキスト管理、エージェント設計パターンの分類が含まれます。エージェント間調整は詳細にカバーされており、モデルコンテキストプロトコル（MCP）、エージェントスキルとツール使用、エージェント間通信プロトコル（A2A）、そして集中型、分散型、階層型のマルチエージェントアーキテクチャが説明されています。
本書の最後では、エージェント開発フレームワーク、UI設計、評価方法論、本番デプロイメントを扱います。各章は厳密な理論的基礎と実装ガイダンス、コード例、主要文献への参照を組み合わせて提供されます。この書籍は、人工知能（cs.AI）、計算と言語（cs.CL）、情報検索（cs.IR）、機械学習（cs.LG）の各分野を網羅しており、研究者やエンジニアにとって貴重なリソースです。