🤖
AIエージェント
LLMが自律的に計画しツールを使用してタスクを実行
AI AgentはLLMの推論能力を活用して複雑なタスクを自律的に実行するシステムです。核心ループはObserve（観察）→ Think（推論）→ Act（行動）→ Observe（結果観察）です。ユーザーが「今月の売上レポートを作って」と言えば、AgentがDB照会→データ分析→チャート生成→文書作成まで複数ステップを自律的に実行します。ReAct（Reasoning + Acting）、Plan-and-Execute、Tree-of-Thought等のフレームワークがあり、Claude Code、Devin、AutoGPT等が代表的です。
キーコンセプト
1
ユーザーが高レベルの目標を提示（「バグを直して」「レポートを作って」）
2
Agentが目標を分析し実行計画を策定（Task Decomposition）
3
計画の最初のステップに必要なツールを選択・呼び出し（Function Calling）
4
ツール実行結果を観察し次の行動を決定
5
必要に応じて計画修正（エラー発生、新情報発見等）
6
全ステップ完了時にユーザーに最終結果を報告
メリット
- ✓ 複雑なマルチステップタスクの自動化
- ✓ ツール組み合わせで能力拡張
- ✓ ユーザー介入の最小化
- ✓ 失敗時の自律的修正が可能
デメリット
- ✗ ハルシネーションに基づく誤った計画策定のリスク
- ✗ ツール呼び出し連鎖でのエラー増幅
- ✗ コスト — 多数のLLM呼び出し
- ✗ セキュリティ — 過度な権限付与のリスク
ユースケース
Claude Code（コーディングエージェント）
Devin（AIソフトウェアエンジニア）
AutoGPT / BabyAGI
Cursor / GitHub Copilot Agent
カスタマーサポートAgent