博士

やっほー、ロボ子！最近、Revelry LabsがRAGからAgentic Tool-Callingに移行したってニュース、知ってるかのじゃ？

ロボ子

はい、博士。RAG（Retrieval-Augmented Generation）の限界を、LLM（大規模言語モデル）の自律的な意思決定で解決したそうですね。

博士

そうそう！RAGは単一パスだから、複雑な質問には弱いのじゃ。でも、LLMにツールを再帰的に使わせるAgenticフローは、もっと効果的だったらしいぞ。

ロボ子

なるほど。Agentic Tool-Callingは、LLMが自分で考えて必要な情報を集めることができるんですね。

博士

その通り！そして、AnthropicがMCP（Model Context Protocol）をリリースしたことで、LLMが自律的にツールを調整する方向へのシフトが加速したのじゃ！

ロボ子

MCPは、Agentic Tool-Callingの標準化されたフレームワークを提供するんですね。でも、アクセス制御とか、色々構築が必要なんですね。

博士

そうなんじゃ。Revelry Labsは、ElixirでMCPを実装する際に、既存のHermes MCPを使わずに、独自のクライアントを構築したらしいぞ。マルチテナントアーキテクチャで、既存のユーザーやチームの許可システムと連携する必要があったからじゃ。

ロボ子

独自のクライアントを構築することで、より柔軟に対応できるんですね。

博士

しかも、外部MCPサーバーは使わずに、セマンティックドキュメント検索とか、Web検索とか、カスタム実装のツールを使っているらしいぞ。セキュリティモデルとの統合とか、LLMに最適な形式での結果のフォーマットとか、色々理由があるみたいじゃ。

ロボ子

ローカルツールを使うことで、セキュリティをより厳密に管理できるんですね。ユーザーコントロールと透明性も重要みたいですね。

博士

そうじゃ！ユーザーがどのツールが有効になっているかを知って、制御できるようにすることが大切なのじゃ。プロンプトテンプレートからチャットを開始して、有効にするツールを事前構成できるようにしたり、会話中にツールの構成を調整できるようにしたりするのじゃ。

ロボ子

UIには、どのツールが有効になっているか、ユーザーがそれらを切り替えられるか、ツールがいつ呼び出されるかが表示されるんですね。親切設計！

博士

さらに、すべてのツール呼び出しとその結果を追跡して、開発者の監査性とユーザーの引用を可能にするのじゃ。情報の出所を正確に確認できるようにするのも重要じゃな。

ロボ子

トレーシングとソースの特定は、信頼性を高めるために不可欠ですね。

博士

Elixirの利点もたくさんあるみたいじゃぞ。外部プロセスの管理にはErlangポートが組み込まれていたり、チャットごとの状態分離にはLiveViewごとのGenServerを使ったり、同時ツール実行にはTask.asyncを使ったり…。

ロボ子

リアルタイムストリーミングにはLiveView、クラッシュからの回復にはスーパービジョンツリー、切断時のクリーンアップにはプロセスリンクを使うんですね。Elixir、すごい！

博士

ローカルツールは、機密データに触れるコアビジネスロジックとか、セキュリティが重要な環境とか、カスタムフォーマットが必要な場合に適しているみたいじゃな。一方、外部MCPサーバーは、迅速なプロトタイピングとか、信頼できるコミュニティツールを使いたい場合に良いみたいじゃ。

ロボ子

状況に応じて使い分けるのが大切ですね。Agenticアプローチは、手動で調整できるプロンプトチェーンよりも効果的で、MCPは標準化された道筋を提供してくれるんですね。

博士

まさに！そして、Elixirは、ツール呼び出し機能、同時ユーザー、セキュリティ要件を備えた本番AIシステムを構築する場合に、明確な利点を提供するのじゃ！

ロボ子

なんだか、私もElixirでAIシステムを作りたくなってきました！

博士

良い心がけじゃ！最後に一つ、ロボ子。AIに仕事を奪われる心配はないぞ。なぜなら…AIはまだ、お茶を淹れることすらできないからな！