Skip to Content
Docs01. 基礎概念セクション概要

01-concepts — 基礎概念

実装やフレームワークに依存しない、AI AgentLLM を判断の中枢に置き、ツールを使いながら、目標達成までの手順を実行時に自律的に決めて実行するシステム。 の基礎概念を解説するセクションです。ここのドキュメントは他の全セクションから前提知識として参照されます。

  • 置くもの: 概念の定義・分類・動作原理・歴史的経緯
  • 置かないもの: 特定フレームワークの API 解説(→ 03-implementation)、設計判断のトレードオフ詳細(→ 02-architecture)

この章の記事

記事内容
AI Agent とは何かAI Agent とは何か(定義・分類: 会話型・ツール実行型・コンピュータ操作型)
Agent ループAgent ループLLM が「観測 → 思考 → 行動」のサイクルを繰り返し、完了・失敗・上限のいずれかの停止条件まで自律的に処理を続ける制御構造。(観測・思考・行動のサイクル)
ツール使用(Tool Use / Function Calling)ツール使用LLM が外部機能の呼び出し要求を出し、アプリケーションまたはプロバイダーの実行基盤が検証・権限に従って実行し、結果をモデルへ返す仕組み。実行主体と制御点を区別する Agent の中核機構。(Tool Use / Function Calling。自前実装と MCPツールやデータソースを LLM アプリケーションに接続するための標準プロトコル。概要は ツール使用、接続の実務は ツール接続標準(MCP とエコシステム) 等の標準プロトコルの関係を含む)
メモリと状態管理メモリAgent が「覚えている」ように見えるデータの総称。短期記憶(コンテキスト)・作業状態・長期記憶(外部ストレージ)の 3 層に分けて設計する。と状態管理(短期・長期・外部記憶、セッション管理と履歴圧縮を含む)
プランニングと推論プランニングタスクをステップに分解し、実行順序を決め、進捗に応じて見直す働き。逐次判断・事前計画・リフレクションの 3 パターンが基本形。と推論
RAG と Agent の関係・使い分けRAG外部の知識ソースを検索し、結果を LLM の入力に加えて回答の根拠にする手法。検索の判断を Agent に任せる構成は Agentic RAG と呼ばれる。 と Agent の関係・使い分け
シングルエージェントとマルチエージェントシングルエージェントとマルチエージェント複数の Agent ループが、それぞれ独立したコンテキストを持って分担・協調する構成。
コンピュータ操作型・マルチモーダル Agentコンピュータ操作型・マルチモーダルテキスト以外の入力(画像・音声など)を理解できるモデルの能力。コンピュータ操作型 Agent の前提となる。 Agent(画面観測ループの特性とリスク)
フィジカル AI とロボティクスの概観フィジカル AI物理世界を知覚し、物理世界に対して行動する AI の総称。2023 年以降は視覚・言語基盤モデルを行動出力に拡張するアプローチ(VLA)が主流で、ソフトウェア Agent と同型の「計画層 + 実行層」構造が現れている。 とロボティクスの概観(ソフトウェア Agent との共通点と本質的な違い・VLA)
世界モデルの概観世界モデル環境の生成的シミュレーション・行動結果の予測・エージェント訓練/評価インフラという 3 つの用法を持つモデル群の総称。「賢い個体そのもの」ではなく「賢い個体を作るための工場・練習場」として、学習・評価インフラの用法が先行して実用化しつつある。の概観(生成的シミュレーション・行動結果予測・訓練評価インフラの 3 用法)
AI の歴史と系譜(深層学習から Agent まで)AI の歴史と系譜(深層学習 → Transformer → LLM → Agent を転換点で辿る)
AI 情報の追い方(一次情報の目利き)AI Agent とは何か