AI Agent

一言で言うと

LLM がツールを選び、複数ステップで自律的にタスクを進める仕組み。ReAct + Function Calling + MCP が現在の主流アーキテクチャ。

詳細

「チャットの 1 ターンで答える」だけだった LLM が、思考 → ツール呼び出し → 結果観察 → 思考 というループを回せるようになったのが AI Agent です。代表的なパターンが ReAct (Reasoning + Acting) で、モデルが自分で次に何をすべきか考え、必要なら検索や計算などのツールを呼びます。

ツール呼び出しの規格は OpenAI / Anthropic の Function Calling が事実上の標準で、2024 年に登場した MCP (Model Context Protocol) がツール提供側の共通プロトコルとして急速に普及しました。Claude Code、Cursor、Cline などの開発エージェントはほぼ全部この組み合わせで動いています。

具体例

// OpenAI Agents SDK 風の擬似コード
import { Agent, tool } from "@openai/agents";
const weatherTool = tool({
  name: "get_weather",
  description: "指定都市の現在天気を返す",
  parameters: { city: { type: "string" } },
  execute: async ({ city }) => {
    const res = await fetch(https://wttr.in/${city}?format=j1);
    return res.json();
  },
});
const agent = new Agent({
  model: "gpt-4o",
  tools: [weatherTool],
  instructions: "ユーザーに天気を答えるアシスタント",
});
const reply = await agent.run("東京の今日の天気は？");
// 内部で LLM が get_weather を呼び、結果をもとに回答を生成

LangChain・LlamaIndex・OpenAI Agents SDK・Anthropic の Agent SDK が代表的なフレームワークで、いずれも「ツール定義 → ループ実行 → 結果整形」を共通の枠組みで提供します。

使い分け / トレードオフ

シンプルな Q&A は単発の API 呼び出しで十分です。Agent 化が効くのは、ツールが 2 つ以上必要・推論ステップが 3 回以上あるケース (例: 検索 → 要約 → メール作成)。

注意点は次のとおりです。各ステップごとに LLM 呼び出しが発生するため、コストとレイテンシがステップ数に比例して積み重なり、エラーリカバリーも難しくなります。本番では max_iterations の上限・タイムアウト・ツール権限の制限を必ず入れます。

関連用語