ザック・アンダーソン 2025年07月01日 04:38 Exaは、LangGraphとLangSmithを活用した最先端のマルチエージェントウェブリサーチシステムを立ち上げました。このシステムは、複雑なクエリを驚異的なスピードと信頼性で処理します。 Exaは、検索API業界の著名なプレイヤーであり、最新の革新である洗練されたマルチエージェントウェブリサーチシステムを発表しました。この開発はLangGraphとLangSmithによって支えられており、複雑なリサーチクエリの処理方法を革命的に変えることを目的としています。LangChainによると。## エージェント検索への進化Exaのこの高度なシステムへの旅は、シンプルな検索APIから始まりました。時間が経つにつれて、同社は大規模言語モデル(LLM)の推論を検索結果と統合した回答エンドポイントを含む提供を進化させました。最新の開発は、真にエージェント的な検索APIへのエントリーを示す深層研究エージェントです。これは、より自律的で長期間稼働するLLMアプリケーションへの業界全体のトレンドを反映しています。深層研究アーキテクチャへの移行により、ExaはLangGraphを採用しました。これは、ますます複雑なアーキテクチャを扱うための好ましいフレームワークとなっています。このシフトは、より簡素なセットアップが研究やコーディングなどのより高度なタスクを処理できるようにアップグレードされる業界の動きと一致しています。## マルチエージェントシステムの設計ExaのシステムはLangGraph上に構築されたマルチエージェントアーキテクチャを特徴とし、次のような構成になっています。1. **プランナー**: クエリを分析し、並列タスクを生成します。2. **タスク**: 専門ツールを使用して独立した研究を実行します。3. **オブザーバー**: プロセス全体を監視し、コンテキストと引用を維持します。このアーキテクチャは、クエリの複雑さに基づいてタスクの数を調整する動的スケーリングを可能にします。各タスクには特定の指示、必要な出力形式、およびExaのAPIツールへのアクセスが提供され、シンプルなクエリから複雑なクエリまで効率的な処理が保証されます。## 主要なデザインの洞察Exaのシステムは、構造化された出力と効率的なリソース使用を強調しています。完全なコンテンツの取得前に検索スニペットに対する推論を優先することで、システムはトークンの使用量を削減し、研究の質を維持します。このアプローチは、信頼性のある構造化されたJSON出力が重要なAPI消費にとって重要です。Exaのデザイン選択は、Anthropic Deep Researchシステムなどの他の業界リーダーからインスピレーションを受けており、コンテキストエンジニアリングや構造化データ出力のベストプラクティスを取り入れています。## LangSmithをオブザーバビリティに活用LangSmithの可観測性機能、特にトークン使用追跡は、Exaのシステム開発において重要な役割を果たしました。この機能は、リソース消費に関する重要な洞察を提供し、価格モデルの情報提供やパフォーマンスの最適化に寄与しました。Exaのソフトウェアエンジニアであるマーク・ペカラは、LangSmithのセットアップの容易さと、トークンの使用状況を理解するための貢献の重要性を強調しました。これはシステムのコスト効率の良いスケーラビリティにとって重要でした。## まとめExaのLangGraphとLangSmithの革新的な利用は、複雑なウェブリサーチクエリを効率的に処理する上でのマルチエージェントシステムの可能性を示しています。このプロジェクトは、類似の取り組みに対する重要なポイントを強調しており、観測可能性、再利用性、構造化された出力、動的なタスク生成の重要性などが含まれています。Exaがその深層研究エージェントを洗練し続ける中、この開発は、実質的なビジネス価値を提供する堅牢で生産準備が整ったエージェントシステムを構築するためのモデルとして機能します。*画像出典:Shutterstock*
ExaはLangGraphを使用したマルチエージェントウェブリサーチシステムで革新します
ザック・アンダーソン
2025年07月01日 04:38
Exaは、LangGraphとLangSmithを活用した最先端のマルチエージェントウェブリサーチシステムを立ち上げました。このシステムは、複雑なクエリを驚異的なスピードと信頼性で処理します。
Exaは、検索API業界の著名なプレイヤーであり、最新の革新である洗練されたマルチエージェントウェブリサーチシステムを発表しました。この開発はLangGraphとLangSmithによって支えられており、複雑なリサーチクエリの処理方法を革命的に変えることを目的としています。LangChainによると。
エージェント検索への進化
Exaのこの高度なシステムへの旅は、シンプルな検索APIから始まりました。時間が経つにつれて、同社は大規模言語モデル(LLM)の推論を検索結果と統合した回答エンドポイントを含む提供を進化させました。最新の開発は、真にエージェント的な検索APIへのエントリーを示す深層研究エージェントです。これは、より自律的で長期間稼働するLLMアプリケーションへの業界全体のトレンドを反映しています。
深層研究アーキテクチャへの移行により、ExaはLangGraphを採用しました。これは、ますます複雑なアーキテクチャを扱うための好ましいフレームワークとなっています。このシフトは、より簡素なセットアップが研究やコーディングなどのより高度なタスクを処理できるようにアップグレードされる業界の動きと一致しています。
マルチエージェントシステムの設計
ExaのシステムはLangGraph上に構築されたマルチエージェントアーキテクチャを特徴とし、次のような構成になっています。
このアーキテクチャは、クエリの複雑さに基づいてタスクの数を調整する動的スケーリングを可能にします。各タスクには特定の指示、必要な出力形式、およびExaのAPIツールへのアクセスが提供され、シンプルなクエリから複雑なクエリまで効率的な処理が保証されます。
主要なデザインの洞察
Exaのシステムは、構造化された出力と効率的なリソース使用を強調しています。完全なコンテンツの取得前に検索スニペットに対する推論を優先することで、システムはトークンの使用量を削減し、研究の質を維持します。このアプローチは、信頼性のある構造化されたJSON出力が重要なAPI消費にとって重要です。
Exaのデザイン選択は、Anthropic Deep Researchシステムなどの他の業界リーダーからインスピレーションを受けており、コンテキストエンジニアリングや構造化データ出力のベストプラクティスを取り入れています。
LangSmithをオブザーバビリティに活用
LangSmithの可観測性機能、特にトークン使用追跡は、Exaのシステム開発において重要な役割を果たしました。この機能は、リソース消費に関する重要な洞察を提供し、価格モデルの情報提供やパフォーマンスの最適化に寄与しました。
Exaのソフトウェアエンジニアであるマーク・ペカラは、LangSmithのセットアップの容易さと、トークンの使用状況を理解するための貢献の重要性を強調しました。これはシステムのコスト効率の良いスケーラビリティにとって重要でした。
まとめ
ExaのLangGraphとLangSmithの革新的な利用は、複雑なウェブリサーチクエリを効率的に処理する上でのマルチエージェントシステムの可能性を示しています。このプロジェクトは、類似の取り組みに対する重要なポイントを強調しており、観測可能性、再利用性、構造化された出力、動的なタスク生成の重要性などが含まれています。
Exaがその深層研究エージェントを洗練し続ける中、この開発は、実質的なビジネス価値を提供する堅牢で生産準備が整ったエージェントシステムを構築するためのモデルとして機能します。
画像出典:Shutterstock