YouTubeで学ぶAI Agent:10組の講師と学習ルート
代表動画の範囲を比較し、視聴を検証済みの成果物へつなげます。
出典とバージョン
この記事の目次
学習ルートを選ぶ
1. 概念入門
Jeff Su → IBM → Tina Huangで呼出し・固定フロー・ツール選択を区別し、Karpathyで基礎を補います。
2. Python実装
Tina Huang → Dave Ebbelaar → Cole Medinで有界Agentを作り、必要ならフレームワークを選びます。Andrew Ngの設計パターンで代案を比較します。
3. ローコード
Tina Huang → Nate Herk。先にJSONとHTTPを理解します。視覚的な編集でも権限、冪等性、障害処理、保守責任は必要です。
4. 顧客への提供
Liam Ottley → Dave EbbelaarとGoogle Cloud Tech。顧客課題と受入条件を先に決めます。デモ成功はサービス水準の保証ではありません。
動画視聴とモデル・ホスティング・API・関連講座の料金は別です。プレーヤーの事前読込や実験データ送信はありません。動画を開くとYouTubeの規約が適用されます。登録者数や収益宣伝を品質の根拠にしません。
6段階の学習:モデル呼出しから信頼できるサービスへ
6つの解説は本站による統合です。動画を工学知識と単一の読み取り専用SREプロジェクトにつなげます。各動画が全要件を扱うわけではありません。説明、視聴、文末の実践の順に進めます。
1. モデル・ワークフロー・Agent
順序と前提知識
次の手順をプログラムが固定するのか、モデルが観測から選ぶのかを見分けます。必要なのは関数の入力と戻り値の理解です。JeffとIBMは分類、Karpathyはモデルの基礎を補い、目的は異なります。
仕組みと設計判断
モデルは文脈から出力し、ワークフローは規則で工程を結び、Agentは観測・判断・操作を繰り返します。実行許可はランタイムの責務です。長いプロンプトだけでは永続状態や権限、終了条件は得られません。
同じSRE事例を掘り下げる
推論エラー増加のアラートを例にします。固定フローは指標と配備履歴を読み、Agentは結果から追加の読み取りを選びます。どちらも本番再起動の権限を自己付与できません。
推奨視聴順: Jeff Su → IBM Technology → Andrej Karpathy
2. ツール契約と実行ループ
順序と前提知識
JSON、必須項目、型、HTTP状態、例外を理解します。生成テキストと実行可能ソフトウェアの境界です。Tinaで構成を学び、Daveで責務を分け、まず一回の呼出しを追います。
仕組みと設計判断
ツールには名前、目的、引数形式、実装があります。モデルの提案を実行器が検証・認可して実行し、結果を信頼できない根拠として戻します。回数と時間を制限します。形式が正しくても事実や権限は保証されません。
同じSRE事例を掘り下げる
SRE助手にはサーバー側で範囲を固定したread_metricsとread_podsを提供します。汎用Shellや任意クラスタURLを渡さず、根拠IDを返します。
推奨視聴順: Tina Huang → Dave Ebbelaar / Datalumina
3. 文脈・検索・記憶
順序と前提知識
ベクトルDBの前に、現在のモデル入力、検索可能な知識、永続実行記録を区別します。動画に加えてRAG解説で取り込み、検索品質、根拠の十分性を学びます。
仕組みと設計判断
検索は資料選択、文脈は現在の情報、実行ストアは進捗と結果を扱います。記憶には範囲、出典、有効期限が必要です。要約で制約を失う場合があり、取得文書は権限ではありません。
同じSRE事例を掘り下げる
古い手順書は別の配備版かもしれません。本文と版を保持し、現行サービスと不一致なら根拠の衝突として報告します。
推奨視聴順: Andrej Karpathy → Dave Ebbelaar / Datalumina → Nate Herk
4. 状態グラフ・計画・承認
順序と前提知識
分岐と復旧点が重要になったらグラフを使います。次の操作、必要データ、終了を状態と遷移で定義します。Coleはグラフ、Andrew Ngの紹介動画は設計パターンの入口です。
仕組みと設計判断
計画は手順の提案、編排は合法な遷移の強制です。反省は修正案、評価は改善確認です。複数Agentは調整と障害も増やします。承認は特定の操作と引数に結び付けます。
同じSRE事例を掘り下げる
収集→判断→報告に、不十分なら上限付きで収集へ戻る分岐を加えます。再起動案は審査へ送ります。現行SRE実装は読み取り専用で、承認実行は別の拡張です。
推奨視聴順: Cole Medin → Andrew Ng / DeepLearning.AI → Nate Herk
5. 信頼性・安全性・評価
順序と前提知識
一度の成功から再現可能な動作へ進みます。実ユーザーの前にタイムアウト、再試行、冪等性、最小権限を理解します。デモは信頼性測定ではありません。
仕組みと設計判断
タイムアウトでも外部操作は確定済みかもしれません。無条件再試行は副作用を重複させるため、要求IDと結果を保持します。手順完了、出典引用、主張の裏付けは別々に扱います。
同じSRE事例を掘り下げる
実在するPending Podの引用だけでは全エラーの原因を証明しません。未証明なら根因未確定とします。同じ事故の再生は過去の報告であり、新観測ではありません。
推奨視聴順: Dave Ebbelaar / Datalumina → Nate Herk → IBM Technology
6. 配備・費用・運用責任
順序と前提知識
ループを説明できてから実行環境を選びます。コンテナ、秘密情報、ID、永続化、ネットワーク境界を学びます。Googleの対談とLiamの事業化教材は運用手順書の代わりではありません。
仕組みと設計判断
私有Service、プロセス監視、永続ボリュームは別々の問題を解き、回答品質を保証しません。モデル、検索、再試行、人の確認を別々に予算化し、保守・保存・復旧・受入を決めます。
同じSRE事例を掘り下げる
事故形式、イメージ版、設定、要求例、期待報告、復旧手順を渡します。未実装の実収集や認証を明記します。ローカル実行成功は本番準備の証明ではありません。
推奨視聴順: Google Cloud Tech → Liam Ottley → Dave Ebbelaar / Datalumina
代表動画と対象範囲
AI Agents, Clearly Explained
単独の LLM、事前に定義したワークフロー、ツールを選ぶ Agent の違いを理解する入門です。実装前に分類を整理できます。
英語動画。字幕はYouTubeで確認してください。
YouTubeで見る ↗https://www.youtube.com/watch?v=FwOTs4UxQS4Deep Dive into LLMs like ChatGPT
チャットアシスタントの基盤となる LLM を理解する講義です。Agent 配備講座ではなく、実装向けには別の Zero to Hero 系列があります。
英語動画。字幕はYouTubeで確認してください。 動画公開日:
YouTubeで見る ↗https://www.youtube.com/watch?v=7xTGNNLPyMIBuilding AI Agents In 44 Minutes
定義、構成要素、ワークフロー、プロンプトから n8n の実例と Agents SDK の金融調査例へ進む構成です。
英語動画。字幕はYouTubeで確認してください。 動画公開日:
YouTubeで見る ↗https://www.youtube.com/watch?v=_Udb5NC6vTIHow to Build Reliable AI Agents (without the hype)
推論、記憶、ツール、検証、制御、復旧、フィードバックで信頼性を整理します。関連記事は明示的な処理と必要な箇所だけのモデル利用を重視します。
英語動画。字幕はYouTubeで確認してください。
YouTubeで見る ↗https://www.youtube.com/watch?v=T1Lowy1mnEg主要チャプター
- 7:56 · モデル能力https://www.youtube.com/watch?v=T1Lowy1mnEg&t=476s
- 9:08 · 記憶https://www.youtube.com/watch?v=T1Lowy1mnEg&t=548s
- 10:56 · ツールhttps://www.youtube.com/watch?v=T1Lowy1mnEg&t=656s
- 13:08 · 検証https://www.youtube.com/watch?v=T1Lowy1mnEg&t=788s
- 16:53 · 制御https://www.youtube.com/watch?v=T1Lowy1mnEg&t=1013s
- 20:59 · 復旧https://www.youtube.com/watch?v=T1Lowy1mnEg&t=1259s
- 23:06 · フィードバックhttps://www.youtube.com/watch?v=T1Lowy1mnEg&t=1386s
What are AI Agents?
Maya Murad が単体モデルからデータベースや外部ツールを組み合わせる複合 AI システムへの移行を説明します。
英語動画。字幕はYouTubeで確認してください。 動画公開日:
YouTubeで見る ↗https://www.youtube.com/watch?v=F8NKVhkZZWIAI Agents: From concept to code
Agent の定義、構築、コーディングを扱う短い対談です。Vertex AI の完全な配備実習ではありません。
英語動画。字幕はYouTubeで確認してください。 動画公開日:
YouTubeで見る ↗https://www.youtube.com/watch?v=8Yx0HW0bA_oTHE BEST Tool for AI Agent Workflows - LangGraph FULL Guide
作者の補足ノートは状態、ノード、条件付きエッジと分岐・ツールループを説明します。古い実装の API は現行文書で確認してください。
英語動画。字幕はYouTubeで確認してください。 動画公開日:
YouTubeで見る ↗https://www.youtube.com/watch?v=w_HeP0A2MF8How to Build & Sell AI Agents: Ultimate Beginner’s Guide
概要は基礎、ユースケース構築、事業化の三部構成です。収益の保証ではなく、顧客向け提供を考える教材です。
英語動画。字幕はYouTubeで確認してください。
YouTubeで見る ↗https://www.youtube.com/watch?v=w0H1-b044KYLearn to build effective Agentic AI systems with Andrew Ng
これは講座紹介であり全講義ではありません。反省、ツール利用、計画、複数 Agent と、評価・Python 実装の学習目標を示します。
英語動画。字幕はYouTubeで確認してください。 動画公開日:
YouTubeで見る ↗https://www.youtube.com/watch?v=w7vqXL4PWEEBuild & Sell n8n AI Agents (8+ Hour Course, No Code)
n8n、JSON、API、Agent、出力解析、人の確認、エラー処理、Webhook、自前運用を扱います。最初は一つのプロジェクトに絞りましょう。
英語動画。字幕はYouTubeで確認してください。 動画公開日:
YouTubeで見る ↗https://www.youtube.com/watch?v=Ey18PDiaAYI主要チャプター
- 12:05 · 基礎https://www.youtube.com/watch?v=Ey18PDiaAYI&t=725s
- 51:25 · RAGhttps://www.youtube.com/watch?v=Ey18PDiaAYI&t=3085s
- 129:54 · APIhttps://www.youtube.com/watch?v=Ey18PDiaAYI&t=7794s
- 240:26 · 最初のAgenthttps://www.youtube.com/watch?v=Ey18PDiaAYI&t=14426s
- 346:25 · 人間の介入https://www.youtube.com/watch?v=Ey18PDiaAYI&t=20785s
- 362:16 · エラー処理https://www.youtube.com/watch?v=Ey18PDiaAYI&t=21736s
- 439:49 · 自己ホスティングhttps://www.youtube.com/watch?v=Ey18PDiaAYI&t=26389s
実践と検証 — 本站の課題
Jeff Su
問い合わせ分類を単発呼び出し、固定ルート、有界ツールループで描き、次の手順を誰が決めるか示してください。
Andrej Karpathy
ツール結果を文脈に追加することと重み更新の違いを説明し、トークン表示と小型言語モデルの実装で確認してください。
Tina Huang
まず読み取り専用の一例を再現し、入力形式、許可ツール、終了条件、必要な根拠を定義してください。金融例は実装練習です。
Dave Ebbelaar / Datalumina
七つの責務を SRE プロジェクトのファイルに対応づけ、再試行できる失敗と終了すべき失敗、外部操作の重複防止を説明してください。
IBM Technology
モデル、データ、実行器、ユーザーを分けて描き、取得文書は実行権限ではないことと、権限を強制する場所を示してください。
Google Cloud Tech
クラウド選定前に ID、モデル権限、ツール認証、外向き通信、観測性を整理し、移植可能なロジックと配備設定を分離してください。
Cole Medin
根拠収集、十分性判断、回答または停止の状態を実装し、反復上限とツール結果保存後の再開を確認してください。
Liam Ottley
顧客、現行業務、基準値、受入条件、データ権限、保守責任者、復旧を一枚にまとめ、総提供費用を見積もってください。
Andrew Ng / DeepLearning.AI
同一課題で直接生成と一度の修正を比較し、正確さ、遅延、呼び出し回数を測定してください。反省や Agent 追加は改善の保証ではありません。
Nate Herk
承認付きの返信下書きフローを作り、Webhook 重複、認証情報欠落、タイムアウトを試してください。検証までは模擬ツールを使います。
最終成果は読み取り専用SRE助手です。事実、仮説、不足根拠、提案を分離し、同じ事故で決定的基準とモデル方策を比較します。成功、根拠のない因果主張、失敗、遅延、呼出し数を記録し、期限切れ、重複、権限不足、注入を含めます。1点は用語、2点は正常系、3点は失敗と境界、4点は公平比較と費用、5点は設計説明・復旧・新事故への応用。実企業の面接問題ではありません。
出典と追加資料
- Jeff Su — AI Agents, Clearly Explainedhttps://www.youtube.com/watch?v=FwOTs4UxQS4
- Andrej Karpathy — Deep Dive into LLMs like ChatGPThttps://www.youtube.com/watch?v=7xTGNNLPyMI
- Tina Huang — Building AI Agents In 44 Minuteshttps://www.youtube.com/watch?v=_Udb5NC6vTI
- Dave Ebbelaar / Datalumina — How to Build Reliable AI Agents (without the hype)https://www.youtube.com/watch?v=T1Lowy1mnEg
- IBM Technology — What are AI Agents?https://www.youtube.com/watch?v=F8NKVhkZZWI
- Google Cloud Tech — AI Agents: From concept to codehttps://www.youtube.com/watch?v=8Yx0HW0bA_o
- Cole Medin — THE BEST Tool for AI Agent Workflows - LangGraph FULL Guidehttps://www.youtube.com/watch?v=w_HeP0A2MF8
- Liam Ottley — How to Build & Sell AI Agents: Ultimate Beginner’s Guidehttps://www.youtube.com/watch?v=w0H1-b044KY
- Andrew Ng / DeepLearning.AI — Learn to build effective Agentic AI systems with Andrew Nghttps://www.youtube.com/watch?v=w7vqXL4PWEE
- Nate Herk — Build & Sell n8n AI Agents (8+ Hour Course, No Code)https://www.youtube.com/watch?v=Ey18PDiaAYI
- Andrej Karpathy — LLM coursehttps://karpathy.ai/llm-course/
- Datalumina — How to build reliable AI agentshttps://academy.datalumina.com/blog/how-to-build-reliable-ai-agents
- Cole Medin — companion noteshttps://github.com/coleam00/cole-medin-knowledge-base/blob/main/sources/the-best-tool-for-ai-agent-workflows-langgraph-full-guide.md
- DeepLearning.AI — Agentic AIhttps://www.deeplearning.ai/courses/agentic-ai