結論から
AIエージェントとは、AIが「次に何をするか」を自分で決めながら、ツールを使って何度も試行を繰り返す仕組みです。ふつうのAIは「聞く→答える」の一往復。エージェントは「考える→ツールを使う→結果を見る→また考える」を、目的を達成するまで自分でループします。
この記事で伝えたいのは一点です。エージェントは強力だが、途中の「判断」も「出力」も間違いうる。だから、①渡す権限を絞り、②結果を人が検証する、という土台とセットでなければ、速く走るぶんだけ危ない。 そして——エージェントを作るという作業は、突きつめると、前回話した「毎ターン、どの文脈（コンテキスト）を渡すか」の設計そのものです（→ コンテキストの記事）。
- エージェントとは：AIが自分でツールを選び、結果を見て、次の手を決める「ループ」。人が一手ずつ指示しない
- 何が違う：一往復の「返答」ではなく、目的まで自分で何度も回る。だからファイル編集・検索・API呼び出しなどを連続でこなせる
- 強いが危うい：判断も出力も間違う。実際のバグ修正課題（SWE-bench Verified）で最新エージェントは7〜8割を自力で解くが、裏返せば数割は外す
- だから：権限は最小限に、結果は必ず検証。作りの中身は「毎ターンの文脈管理」（→ ハーネスの記事）
動画版（約2分半）は本文の上に埋め込んであります。
① エージェントとは：AIが自分で回す「ループ」
ふつうのAIの使い方は、一往復です。あなたが質問する、AIが答える、終わり。これに対してエージェントは、AIに「道具（ツール）」と「目的」を渡し、AI自身に手順を決めさせて、何度も回させます。
回り方は、いつも同じ形です。考える → ツールを使う → 結果を見る → また考える。たとえば「このバグを直して」と頼むと、エージェントは自分で「まずファイルを検索」→（検索ツール）→「結果を読む」→「ここが原因かも」→「直して保存」→（編集ツール）→「テストを実行」→（実行ツール）→「まだ落ちる、別の場所だ」……と、目的（テストが通る）に着くまで自分で繰り返します。人が一手ずつ指示しなくても進むのが、エージェントです。
Anthropic は、この形を「エージェントとは、環境からのフィードバックを見ながら、ツールを使うループを回すLLM」と説明しています。難しく聞こえますが、要は「AIに手綱を握らせて、自分で試行錯誤させる」こと。それだけです。
② ワークフローとの違い：手綱を「誰が」握るか
まぎらわしい言葉に「ワークフロー」があります。違いは一つ、手順を決めるのが人か、AIかです。
- ワークフロー：手順を人が先に決めておく。「①要約して ②翻訳して ③保存する」のように、道筋がコードで固定されている。予測しやすく、安定する
- エージェント：手順をAIがその場で決める。道筋は決まっていない。柔軟だが、予測しにくい
大事なのは、「エージェントの方が新しくて偉い」わけではないということです。Anthropic 自身が「まず一番シンプルな方法を選び、必要になって初めて複雑にする」「たいていの用途は、自律エージェントより、手順の決まったワークフローで十分」と繰り返し勧めています。やることが決まっている作業に、わざわざ自分で考えて回るエージェントを使うと、遅く・高く・不安定になるだけ。エージェントは「事前に手順を書ききれない、探索が要る仕事」にだけ向いています。
③ 強いが危うい：判断も出力も間違う
エージェントは速くて強力です。実際、本物のGitHubのバグ修正課題（SWE-bench Verified）では、最新のエージェントが7〜8割を自力で解けるところまで来ました。数年前には考えられなかった水準です。
ですが、裏返せば数割は外します。しかもエージェントは、一手ごとに「判断」もします。前回のLLMの記事で見たとおり、AIの出力は確率で選ばれ、もっともらしいが間違いもある（→ LLMの仕組みの記事）。エージェントは、その「間違うかもしれない判断」を土台に、次の行動（ファイルを消す、APIを叩く、メールを送る）まで自分で実行します。間違いが、文章で止まらず、行動になって外に出る——ここがエージェント特有の怖さです。研究でも、「解けた」とされた解答の中に、たまたまテストを通っただけの誤りが混じっていたと報告されています。
だから、エージェントにはブレーキが要ります。ポイントは2つ。ひとつは権限を最小限にすること——本番データを消せる権限、勝手に課金できる権限、他人の情報を読める権限を、必要な範囲まで絞る（→ AIエージェントの権限過剰の記事）。もうひとつは結果を人が検証すること——エージェントが「できました」と言っても、そのまま信じず、本当に正しいか確かめる。「AIに作らせて、人が検証する」が基本形です。
④ 中身は「文脈管理」：だからハーネスへ続く
もう一段、中身に踏み込みます。エージェントがループを回すほど、検索結果や試行錯誤の履歴が、コンテキストにどんどんたまっていきます。これをそのまま全部持ち続けると、前回話した「コンテキスト・ロット（長い文脈で精度が落ちる）」が起きて、回れば回るほど、だんだんバカになる。実際、コーディングエージェントの主な失敗原因はこれだと指摘されています。
だから、うまく作られたエージェントは、途中で履歴を要約したり、要らない情報を捨てたり、ツールの長い出力を圧縮したりして、コンテキストを「必要なだけ」に保ちます。つまり——エージェントを作るとは、毎ターン、どの文脈を入れて、何を削るかを設計すること。この「AIを動かす土台」全体をハーネスと呼びます。次回は、そのハーネスの話をします（→ ハーネスの記事）。
よくある質問
エージェントとチャットAIは、何が違うんですか。
チャットは一往復（聞く→答える）で、行動しません。エージェントは、目的に着くまで自分でツールを使って何度も回り、ファイル編集やAPI呼び出しなどの行動をします。「答える人」と「作業する人」の違いです。
エージェントに任せれば、人はもう要らない？
いいえ。エージェントは数割外し、間違いが行動になって出ます。だから「権限を絞る」「結果を検証する」人の役割は、むしろ重要になります。速い車ほど、ブレーキとハンドルが大事、というのと同じです。
うちのアプリにエージェントを入れるべき？
「手順を先に書ききれる作業」なら、ワークフロー（決まった手順）で十分で、その方が安定します。エージェントが要るのは、「その場で探索・判断が必要な仕事」だけ。まずは一番シンプルな方法から始めるのが、Anthropic の推奨でもあります。
自分で動くぶん、安全面は大丈夫？
ここが一番の注意点です。エージェントは、渡した権限の範囲で「自分で」行動します。本番データや外部サービスに触れる権限を渡すなら、最小限に絞り、危ない操作は人の承認を挟むのが基本です（→ AIエージェントの権限過剰の記事）。
