AIエージェントの仕組み：アーキテクチャの深掘り

AIエージェントは現代のテクノロジー分野で最も人気のある概念の一つですが、そのコアアーキテクチャは実にシンプルです。大規模言語モデル（LLM）が外部ツールに接続され、ループ内で動作します。モデルは何をすべきかを推論し、ツールを呼び出し、結果を観察し、タスクが完了するまで繰り返します。このReActパターンは、2022年の論文「Synergizing Reasoning and Acting in Language Models」に基づいており、現在のすべてのプロダクションAIエージェントの基礎となっています。

エージェントを効果的に機能させるのは、モデル自体ではなく、それを取り巻くインフラストラクチャです。数千回のツール呼び出しにわたるコンテキストウィンドウの管理、非決定的なコンシューマ向けに設計されたツール、安全性の境界の実施などが重要です。広く引用されている数字があります。Claude Codeのリークされたソースコードは、コードベースの約1.6%のみがAI決定ロジックであり、残りの98.4%が運用インフラであることを示しています。この数字は議論の的となっています。批評家は、Liuらの論文によるコード分類の解釈を誤っており、「AIロジック」と「インフラ」の区別自体が解釈上の選択であり、コードの事実ではないと主張しています。正確な割合にかかわらず、プロダクションエージェントシステムは運用エンジニアリングによって支配されているという直感は正しいと言えます。

アーキテクチャはいくつかの明確なレイヤーに進化してきました。

• **ReActループ**（思考→行動→観測）は、推論トレースと外部アクションをインターリーブし、モデルが実際のデータソースと対話しながら計画を誘導、追跡、更新できるようにします。
• **ツール使用**は、モデルをAPI、ファイル、データベースなどの外部システムに接続します。重要なのは、ツールが非決定的なコンシューマ、つまりエージェント向けに特別に設計されなければならないことです。単にAPIエンドポイントとしてラップするだけでは不十分です。
• **メモリ**には2つの形式があります。短期記憶（コンテキストウィンドウに制限されるインコンテキスト学習）と長期記憶（検索拡張生成による外部ベクターストア）です。
• **計画と構成パターン**（オーケストレーター・ワーカー、評価者・最適化者、並列化）により、エージェントは複雑なマルチステップタスクを処理できます。
• **マルチエージェントシステム**はサブタスクを専門のワーカーに委任し、指数関数的なトークンコストと引き換えに、未解決問題に対する能力を劇的に向上させます。
• **可観測性**（OpenTelemetry GenAIセマンティック規約による分散トレーシング、無限ループ検出、コスト帰属、セッションリプレイ）は重要な運用レイヤーとして浮上しています。これなしでは、非決定的なエージェントの動作をデバッグすることはほぼ不可能です。

この研究から得られた最も重要な発見は、エージェントアーキテクチャが少数のよく理解されたパターンに収束していることです。フレームワークベンダー（LangChain、CrewAI、OpenAIのSDK、AnthropicのAgent SDK）間の競争は主にエルゴノミクスに関するものです。真のエンジニアリングの努力は、コンテキスト管理、ツール設計、信頼性に注がれており、これらの分野で優れた実践者は重要なドメイン知識を蓄積しています。

2番目の重要な発見は、エージェントベンチマークと現実世界のパフォーマンスとのギャップが一般的な想定よりもはるかに大きいことです。企業のAIパイロットの95%は測定可能なROIを生み出しておらず、SWE-benchを通過したPRの約半数は実際のメンテナによってマージされません。この分野の主要なボトルネックは、モデル能力ではなく評価方法論です。

3番目の発見：「エージェントの冬」という批判には実証的な裏付けがあります。エンタープライズ導入は、初期の誇大広告が示唆したよりも遅く、慎重です。Gartnerは、2027年までにエージェンティックAIプロジェクトの40%が中止されると予測し、その理由として「コスト上昇、不明確なビジネス価値、統合の複雑さ」を挙げています。PwCは、統合の複雑さ（67%）、監視の欠如（58%）、不明確なエスカレーションパス（52%）をパイロット失敗の主な原因として特定しています。

要約すると、AIエージェントは魔法ではなく、慎重に設計されたシステムエンジニアリングです。そのアーキテクチャとトレードオフを理解することは、企業でAIエージェントをうまく導入したいと考えるすべての人にとって不可欠です。