AIエージェントは4要素で構成

AIエージェントは新しい種類のモデルではなく、ループの中に置かれたLLMだという考え方だ。LLMが目標と現状を読み、行動を選び、ツールが実行し、結果がLLMに戻って次の判断につながる。解説は、Anthropic、OpenAIのAgents SDK、Wangらによるサーベイ論文がいずれも名称を変えながら同じ4要素を述べていると指摘し、共通語彙としてLLM・指示・ツール・メモリに落ち着く。

このループの各段階、すなわち目標の受け取り、タスクへの分解、ツールの選択と実行、結果の確認、完了条件を満たした時点での停止は、Slack投稿で終わる競合価格比較の例で図解される。解説は各段階に、OpenAIが「ツールを呼ばずに最終回答を返した時、または設定したmax_turns上限に達した時にエージェントは停止する」と示していることなど、文書化された仕組みを対応づけている。

後半はアーキテクチャ自体から生じる限界に移る。ループを重ねるごとに誤りが累積すること、コンテキストウィンドウに上限があること、ツール権限が広がるほど誤りのコストが増すこと、周回ごとに時間とコストがかさむことだ。対策として挙げられるガードレール、最小権限のツール設定、不可逆な操作の前の人間による承認、停止条件と実行ログは、購入者がベンダーの提案で確認できる設計上の選択肢として提示される。解説は最後に、社内の一業務を委任可能性の4条件に照らして試し、どのLLMを、どのツールを、どの程度の権限で使うかを軸にベンダーを比較するよう読者に勧めている。