もう少し詳しく
質問への返答だけでなく、外部ツールの実行結果を見ながら次の行動を選ぶ仕組みです。自律性の程度や、あらかじめ決まった処理との境界は設計によって異なります。
AIエージェントは、単発の回答ではなく、目標に向けた複数の判断とツール操作を扱いたいという背景から発展しました。計画、実行、観察、再計画の境界を設計し、操作の権限、状態、停止条件、人への引き継ぎを明確にします。
HISTORY
開発された年代と歴史
この用語を大きな流れで見ると、1950年代〜現在に発展してきました。
- 1950〜60年代AI研究で、環境を知覚し目標に向けて行動するプログラムが考えられた。
- 1966Shakeyが、認識・計画・移動を統合するロボットの代表例になった。
- 2022〜ReActやツール呼び出しを使うLLMエージェントが広がった。
キーマン・関わった研究者
John McCarthy、Nils Nilsson、Shakey研究チーム、ReAct研究者
技術の変遷
ルールベースの計画 → ロボットエージェント → LLM＋ツール＋実行ループ
理解のポイント
- 目標に向けて行動を選び、ツールの実行結果を受けて次の行動を判断します。
- 回答文を作るだけのチャットとは、外部に働きかけて作業を進められる点が異なります。
- 任せる範囲を決め、完了条件や人に判断を戻すタイミングを設けることが運用の要点です。
たとえば、こんな場面で
資料を検索し、内容を比較し、必要な情報が足りなければ追加で調べて報告をまとめます。
覚えておきたいこと
実行できる操作の範囲や、人が確認するタイミングを設計することが大切です。