AIエージェントとは

AIエージェントの最小定義

AIエージェントは、LLMが外部ツールや状態を使いながら、複数ステップのタスクを進めるアプリケーションとして捉えると実装しやすくなります。

単にチャットで長く会話できるだけでは、実務上はエージェントとは呼びにくいです。重要なのは、入力を理解し、必要な操作を選び、結果を観察し、次の行動へつなげることです。

基本構成

ユーザー入力
  -> タスク理解
  -> ツール選択
  -> 実行
  -> 結果の観察
  -> 次の判断
  -> 最終回答

このループをどこまで自動化するかで、ワークフロー型、半自律型、自律型のように性格が変わります。

ツール設計

ツールは、エージェントの手足です。検索、ファイル操作、API呼び出し、ブラウザ操作、チケット更新などが該当します。

良いツール定義には、短い名前、誤解されにくい説明、具体的な引数、扱える失敗、結果の形式が必要です。JSON Schemaで引数を固定すると、実装側で検証しやすくなります。

メモリと状態

エージェントのメモリには複数の意味があります。

種類	例
会話文脈	直近のユーザー指示
作業状態	途中で読んだファイル、実行したコマンド
長期メモリ	ユーザーの好み、プロジェクト方針
外部状態	GitHub Issue、DB、ドキュメント

すべてをLLMのコンテキストに詰め込むのではなく、必要な時に検索・要約・参照する設計が大切です。

失敗パターン

AIエージェントは便利ですが、失敗も増幅しやすいです。

• ツール説明が曖昧で、誤ったツールを選ぶ。
• 権限が広すぎて、不要な操作まで可能になる。
• 中間結果を検証せず、誤った前提で進む。
• ログがなく、なぜその判断になったか追えない。
• 評価データがなく、改善が感覚頼みになる。

MVPでの考え方

最初から完全自律を目指すより、明確なワークフローと狭いツールから始める方が安全です。AI Engineering Notesの初期デモも、まずはツール選択と引数設計を分解して見せる形にしています。