今のAI界隈で、最も使い倒されている言葉が「エージェント」です。あらゆるチャットボット、ラッパー、ツール呼び出しのデモが、突然「自律的」を名乗り始めました。
しかし実際の開発現場では、見落とされがちな明確な違いがあります。
AIエージェントはツール。
エージェンティックAIはシステム設計。
この違いを理解しているかどうかで、それが「スケールするプロダクション」になるか、「壊れやすいデモ」で終わるかが決まります。
ここで、一線を引きましょう。
1. なぜ用語が混乱したのか
「エージェント」は、2024年版の「クラウド」です。
意味が広がりすぎて、ほぼマーケティング用語になりました。
私たちは 能力（capability） と 制御（control） を混同しています。
モデルが関数を呼べるからといって、それは「エージェンシー」ではありません。
ただの賢いAPIクライアントです。
次の一手を人間が決める必要があるなら、それはエージェンティックではありません。単なる対話型ソフトウェアです。
重要なのは **「モデルが何をできるか」ではなく、「誰がループを所有しているか」**です。
2. AIエージェントとは何か
実務的に見ると、AIエージェントには次の3つの特徴があります。
- ツールへのアクセス（API、検索、DBなど）
- 短期的な状態（コンテキストやメモリ）
- 限定されたタスク
Cursor、Claude Code、ツール付きChatGPTを想像してください。
非常に強力ですが、基本的には受動的です。リトライするか、止めるか、方向を変えるかは人間が決めます。
長時間動かしても、バックグラウンドで動いても、本質は変わりません。永続性があるだけでは、エージェンティックにはなりません。
システムがループを持たないエージェントは、
自信満々な関数呼び出しにすぎない。
3. エージェンティックAIを成立させる条件
エージェンティックAIは、人間ではなくシステムがループを回し始めた瞬間に生まれます。
モデルは「主役」から「部品」になります。
典型的なエージェンティックシステムには、以下が含まれます。
- プログラムによる評価（テスト、スキーマ、diff）
- 文脈を更新した自動リトライ
- プロンプト外に保存された状態
- 明確な停止条件
これはもはや「チャット」ではありません。LLMを使ったソフトウェアです。コードを書き、テストを実行し、失敗を検知し、修正して再実行する。人がEnterキーを押さなくても動くなら、それはエージェンティックです。
4. 成熟へのステップ
多くのチームは、次の段階をたどります。
Stage 0 — ワンショット呼び出し
1プロンプト、1レスポンス。
要約、抽出、シンプルなRAG。
Stage 1 — ツール使用エージェント
モデルはツールを使えるが、失敗対応は人間。
UXは良いが、自動化としては脆い。
Stage 2 — システム所有ループ
システムが評価し、再実行し、停止する。
ここが最大の転換点。
Stage 3 — エージェンティックシステム
制御されたループ内で動く1つ以上のエージェント。
マルチエージェントは必須ではありません。
評価・制限・制御は必須です。
5. すべての人が見るべき図
多くの解説が省いている、本質的な違いです。
矢印が人間に戻るなら、それはエージェント。
矢印がシステムに戻るなら、それはエージェンティック。
6. なぜ多くの試みが失敗するのか
ループを作るのは簡単です。安全なループを作るのは難しい。
よくある失敗例：
- 停止条件がない → 無限リトライ
- 検証がない → サイレント失敗
- 分離がない → 本番環境を直接操作
- 制限がない → コスト暴走
ガードレールなしのループは、管理者権限で未検証コードを実行するのと同じです。
「なぜ止まったか」を説明できないなら、それは完了ではなく、静かにクラッシュしただけです。
7. 今、開発者が作るべきもの
完全自律を目指さないでください。目指すべきは 管理されたループです。
LLMは「信頼できない外注先」だと考えましょう。
- すべて検証する
- 状態を明示的に保存する
- 差分を出す
- 取り返しのつかない操作前に人間を挟む
コードで成功を判定できないものは、自動化できません。
8. これから起きること
モデルは良くなります。ツール標準も整っていきます。しかし、すでに答えは見えています。
モデルよりループが重要。
エージェンティックAIは開発者を置き換えません。深夜2時に書いていた壊れやすいグルーコードを置き換えるだけです。
人間がループを持つ → エージェント
システムがループを持つ → エージェンティック
自律性はオプション。制御は必須。ループを作りましょう。