はじめに

この記事ではAIエージェントとは何か、ＡＩエージェント関連の技術（プロトコル、フレームワーク）についてザックリまとめたいと思います。
※利用方法や詳細な説明は割愛しておりますのでご了承ください。

AIエージェントの定義

Anthropicの定義によれば「長期間独立して動作し、様々なツールを使って複雑なタスクを遂行する完全自律的なシステム」と定義されています。
Anthropicは特にAIエージェントをワークフローと区別して定義しており、ワークフローは事前に定義されたコードやステップによるシステムで分岐や使うツールが決まっている"静的ルールベース"であるのに対し、エージェントはLLMが自ら判断して、処理やツールを制御します。

プロトコル

MCP：AIエージェントとツールの連携
A2A：AIエージェント間の連携
ACP：エージェント同士の通信、連携を標準化。A2Aと目的は同じだがアーキテクチャが異なる。

フレームワーク

LangChain：Model / Prompt / Indexing / Chain / Tool / Memory / Agent などの機能で構成される。ワークフロー指向。
LangGraph：State Graph による制御。グラフ構造を用いて繰り返しや条件分岐を実現。Langchainの機能も利用可能。
AutoGen(Microsoft)：会話駆動のマルチエージェント。複数のエージェントが強調してタスクを実行する仕組みを簡単に構築できる。
CrewAI：Role / Task / Processで区分され人間組織に近いモデル
AutoGPT：自律実行型エージェント。計画、実行、評価をループすることで目的を達成するために自律実行する。
Mastra：TypeScriptベースの開発フレームワークで、Web開発向けに特化。
Stands Agents(AWS)：モデル駆動型のアプローチを採用しており、数行のコードで簡単に構築可能。

※Anthropicの定義ではLangChainが一番ワークフロー寄りでAutoGPTがエージェント。

フレームワークの利用例

LangChain　→　RAG
LangGraph　→　回答が不十分だった場合の再試行(例えばコーディングエラー)
AutoGen →　対話型の分析ツール
CrewAI →　役割分担型のタスク
AutoGPT　→　業務効率化、プログラミングなど

コーディングエージェント

GitHub Copilot
Cursor
Cline
Codex
Claude Code
Kiro
Antigravity

まとめ

AIエージェントで利用されている技術についてまとめました。少し中途半端になってしまいましたが、また時間があるときに更新したいと思います。

参考にした記事

https://www.anthropic.com/engineering/building-effective-agents
https://zenn.dev/dxclab/articles/bf1ee43f9b7a0c