【AIとの距離感】AIが自分で動き始める｜AIエージェント

この記事はRAGの話を読んでいるとより理解しやすくなっています。
はじめての方は先にこちらをどうぞ。

まず、前回の練習問題の答えから。

前回の問いはこちらでした。

RAGの説明として正しいものはどれでしょう？
A. LLMを大量のデータで再学習させる手法
B. 質問に答える前に外部から関連情報を検索・取得して参照する仕組み
C. 複数のLLMを組み合わせて精度を上げる手法
D. 画像と文章を同時に処理するための仕組み

正解は B. 質問に答える前に外部から関連情報を検索・取得して参照する仕組み でした。

外から情報を持ってきて、それを参照しながら答える。知らずに使っていた仕組みでしたね。参加してくださったみなさん、ありがとうございました。

🤖 「答えてくれる」から「動いてくれる」へ

Claude・Gemini・GPTに何かを聞くと、答えを返してくれます。ここまでのシリーズで追ってきた話は、ほぼこの「答えてくれる」の部分でした。

ただ最近、少し違う使われ方を目にするようになりました。AIが自分でブラウザを操作したり、ファイルを作成したり、複数のツールを組み合わせて作業を進めたりする。「答える」ではなく「動く」という感じです。

これがAIエージェントと呼ばれる仕組みです。

🦾 AIエージェントとは何か

AIエージェント（AI Agent）は、目標を与えられたAIが、自分で判断しながら複数のステップを踏んで作業を進める仕組みです。つまり、人間が1つ1つ指示しなくても、AIが自律的にタスクをこなしていく、ということです。

たとえば「来週の会議のアジェンダを作って、関係者にメールして、カレンダーに登録しておいて」という指示を一度出すと、AIが順番に処理を進めていく。これがエージェントのイメージです。

イメージはわかるのですが、「実際にどう指示すればいいのか」はまだよくわかっていません。「自律的に」という言葉が最初は少し怖く感じましたし、どこまで勝手に動くんだろう、という感覚も正直あります。

🔄 エージェントはどうやって動くのか

エージェントの動き方を整理すると、大きく4つのステップに分けられます。

1. 目標を受け取る

ユーザーから「〇〇をやっておいて」という指示を受け取ります。

2. 計画を立てる

目標を達成するために、何をどの順番でやるかを自分で考えます。つまり、タスクを小さなステップに分解して、実行順序を決めるということです。

3. ツールを使って実行する

計画に沿って、検索・ファイル操作・メール送信など、必要なツールを使いながら作業を進めます。

4. 結果を確認して次へ進む

ステップごとに結果を確認しながら、うまくいかなければやり直す。この繰り返しで目標に近づいていきます。

🔗 毎日使っているAIとのつながり

Claude・Gemini・GPTのどれも、エージェント的な使い方ができるようになってきています。

自分が毎日やっているClaude・Gemini・GPTとの会話は「答えてもらう」使い方がほとんどです。でもエージェントが普及していくと、「作業をお願いする」という感覚に変わっていくのかもしれません。

Claudeがブラウザを操作している様子を見たとき「あ、もう全然別のものになってきている」と思いました。使い方の感覚が追いついていない気がします。

次の記事では、エージェントが外部ツールと連携するための仕組み「MCP」を追います。

ま、いっか。

練習問題

AIエージェントの説明として正しいものはどれでしょう？

A. 質問に対して一度だけ回答を生成する仕組み
B. 目標を与えられたAIが自律的に複数のステップをこなす仕組み
C. 人間がルールを書いてAIに与える仕組み
D. 複数のAIが互いに対話して精度を上げる仕組み

正解は次回の冒頭で発表します。

あとがき

ここまで読んでくださり、ありがとうございます。

AIエージェントって、Codexとか Claude Codeとかもそうなんですかね？
まだよくわからず使ってますが、なんかすんごいですw

「フォロー」や「スキ」をしていただけると励みになります！
今後ともよろしくお願いします！