Andrew Ngは2026年7月、agenticナレッジグラフをゼロから構築する約1時間の無料講座を公開しました。内容は3つの層で構成されています：agenticナレッジグラフとは何か、最初のグラフの作り方、そしてマルチエージェントシステムをグラフ構造の上にどう設計するか——Google ADK（Agent Development Kit）を使った実演コード付きです。当サイトの初報：Andrew NgがAgenticナレッジグラフ構築の無料講座を公開。
公開されている講座タイムラインより：
講座はagenticナレッジグラフをエージェントシステムの基盤コンポーネントと位置づけます：グラフ構造が情報の永続化と関係モデリングを担い、エージェントが毎回ゼロから情報を処理しなくて済むようにします。構築はシンプルなノードとエッジから始まり、マルチエージェント協調を支えるアーキテクチャへ段階的に拡張します——グラフは記憶と推論の基盤の役割を果たします。
これが「graph engineering for multi-agentic systems（マルチエージェントシステムのグラフエンジニアリング）」という言葉の由来です：複数のエージェントが状態を共有し、コンテキストを受け渡し、分担を調整する場面では、グラフ構造はフラットなメッセージキューよりはるかに高い表現力を持ちます。
この講座は、基本的なエージェントロジックは書けるが「エージェントに長期記憶がない」問題を解決したい開発者に向いています。1時間という分量は、概念入門＋完全なウォークスルー1本であり、体系的なカリキュラムではありません——Google ADKのパート（23:00以降）を実際に手を動かして再現するのが最も効果的です。企業側への示唆は、既存のエージェントシステムに長期記憶と一貫性のためのグラフコンポーネントを導入すべきか評価することです。
視聴方法：講座はAndrew Ngの公式チャネル（DeepLearning.AIおよび同氏のSNS）で配信されています。正確なプラットフォームは公式発表をご確認ください。
講座が扱うのはエージェントの「記憶」ですが、エージェントを本番投入するにはさらに2つの前提があります：コード生成の信頼性と長い対話での指示遵守です。当サイトのYZ Indexはこの2つを継続的に公開評価しています——コード実行次元は隔離サンドボックスでモデル生成プログラムを実際に実行し、WDCDテストはマルチターンの圧力下で制約が守られるかを測定します。エージェントシステムの基盤モデルを選ぶ際は、この2次元を能力スコアと並べて参照する価値があります：現在のリーダーボードを見る。
無料です。講座は約1時間で、2026年7月に公開され、Andrew Ngの公式チャネル（DeepLearning.AIおよび同氏のSNS）で配信されています。
基本的なプログラミング能力とLLMエージェントの概念を理解している開発者に適しています。「グラフとは何か、エージェントになぜ必要か」から始まるため入門のハードルは低いですが、Google ADKの実践パートには実際のコーディング力が必要です。
ADKはAgent Development Kitの略で、Googleのエージェント開発ツールキットです。講座では23:00以降、グラフ構造とエージェントロジックを組み合わせる方法の実演に使われており、講座で最も実践的な価値のある部分です。
従来のナレッジグラフは主に検索のための静的なエンティティ関係ストアです。agenticナレッジグラフはエージェントが実行時に構築・更新するもので、エージェントシステムの記憶と推論の基盤の役割を担います——重点は「知識の保存」から「複数エージェントの永続状態と協調の支援」へ移っています。
