Re Reference AI

エージェント

エージェンティックAIとは

Agentic AI

単発の応答生成ではなく、自律的な計画・行動・ツール利用を通じてタスクを遂行するAI設計の潮流

LLM自律システム

ひとことで言うと

1回の受け答えで終わらず、自分で考えて行動し続けるAIの作り方の流れ。

概要

Agentic AI(エージェンティックAI)とは、AIシステムを質問に一度だけ答える受動的なツールとしてではなく、目標に向けて自ら計画・行動し結果を踏まえて判断を修正していく能動的な「エージェント」として設計する考え方や潮流を指す言葉。 特定の技術やアーキテクチャそのものというより、AIエージェント・ツール呼び出し・マルチエージェント・自律的な計画立案といった要素技術を組み合わせ、より自律性の高いAIシステムを構築しようとする開発トレンド全体を表すために使われる。 エージェンティックAIが機能するには、外部ツール呼び出し(Tool Calling)、複数ステップにわたる計画立案、実行結果を踏まえた振り返り(Reflection)といった複数の要素技術が組み合わさって初めて実用的な自律性が実現される。

背景

LLMの性能向上と、Tool Calling・長いコンテキストウィンドウ・推論モデルといった要素技術の成熟により、LLMを単発の応答生成器としてではなく、継続的に行動し目標を達成するエージェントとして活用する事例が急速に増えた。 この変化を表す言葉として、Agentic AIという呼称が広まった。

歴史

2023年: AutoGPT等の自律型エージェントプロジェクトの流行を機に、LLMを自律的に行動させるアプローチへの関心が高まる。 2024年: 主要なAIベンダーやリサーチ機関が、Agentic AIを次の技術トレンドとして位置づけたレポート・製品発表を相次いで行う。 2025年: MCPやA2Aといったエージェント間・エージェントとツール間の相互運用プロトコルが整備され、Agentic AIの実装基盤が広がる。

利点

  • 複数ステップの複雑なタスクを、人の介在を減らしながら遂行できる
  • ツールやデータソースとの連携により、LLM単体を超えた実用的な自動化を実現できる
  • 業務プロセス全体を対象にした自動化を、個別のタスク単位より柔軟に設計できる

欠点

  • 自律性が高まるほど、誤った判断や行動が連鎖するリスクの管理が難しくなる
  • 明確な定義があるわけではなく、製品やベンダーによって指す範囲や成熟度にばらつきがある
  • MCPやA2Aのような相互運用の基盤が整備途上であり、実装の標準化がまだ発展段階にある

比較

  • AIエージェント — AIエージェントは、Agentic AIという潮流を実現する個々のシステム・実装を指す
  • 自律型エージェント — 自律型エージェントは、Agentic AIの中でも人の介在を特に減らした自律性の高いエージェントを指す
  • マルチエージェント — マルチエージェントは、Agentic AIを実現する代表的なアーキテクチャの1つ

関連用語

AIエージェント自律型エージェントマルチエージェントツールコーリング

よくある質問

Agentic AIは明確に定義された技術？

いいえ。 特定の技術仕様ではなく、AIエージェント・ツール呼び出し・自律的な計画立案などの要素技術を組み合わせた設計思想・潮流を指す、比較的緩やかな概念。

Agentic AIとAIエージェントは何が違う？

AIエージェントは個々の自律型システムの実装そのものを指すのに対し、Agentic AIはそうしたシステムを設計・活用しようとする潮流や考え方全体を指す、より広い概念として使われる。

参考文献

関連Zenn記事