020｜AI Agentとは？目標に向かって手順を選び、Toolを使い、結果を見て次へ進む仕組み

AI Agentは一回の回答だけではありません。第020回ではGoal、Agent Loop、Tool Use、State、停止条件と安全設計を入門から整理します。

普通のChat AIに「旅行前に何を準備すればいい？」と聞けば、チェックリストを返してくれます。

一方、「条件に合う便を三つ探し、ルールを比較して、候補を旅行メモへ追加して」と依頼すると、完成までに複数のActionが必要です。

ここがAI Agentを理解する入口です。

一回のModel ResponseだけではAgentではない

言語モデルは一回のCallで文章を生成できます。

Agentでは、そのModelをより大きな処理のLoopへ入れます。

この繰り返しをAgent Loopと呼ぶことがあります。

モデルが勝手にあなたのCalendar、Database、GitHubへアクセスできるわけではありません。

開発者が、

など、使ってよいToolを定義します。

モデルはToolの説明と現在のContextを見て、どれを使うか判断します。

そのため、現代のTool Callingでは、必ずしもToolごとにモデルを再学習する必要はありません。Tool Schemaを実行時Contextとして渡せるモデルもあります。

Toolを実行した後、「何をしたか」を次のStepへ渡す必要があります。

Stateには、Goal、過去のAction、Tool Output、Error、途中結果などが含まれます。

Stateがなければ、毎回ゼロから新しい会話を始めるようなものです。

最初に長いPlanを作るAgentもあれば、毎回「次の一手」だけを決めるAgentもあります。

環境が途中で変われば長いPlanは古くなります。一方、完全にReactiveだと無駄なCallが増えることがあります。

実用では、大きなGoalと短いFeedback Loopを組み合わせることがよくあります。

Chatbotの誤答なら、読んで直せます。

Agentが間違えると、Fileを書き換える、料金を使う、誰かへMessageを送る、といった実Actionにつながる可能性があります。

そのため、

といった設計が重要です。

第019回の料金も重要で、一つのUser Taskから複数回Model APIが呼ばれる場合があります。

重要操作の前に毎回人間へ確認するAgentでも、十分Agentです。

Autonomyの強さは設計上の選択です。

AI Agentとは、ModelをLoopの中で使い、Goalに向かってActionを選び、Toolを実行し、Stateを更新するシステムです。

次は、多くのAI検索やRAGで使われるEmbeddingとVector Databaseへ進みます。