AIエージェント
— 道具が、同僚になるとき。
2026年、AIニュースの主役は「エージェント」——自分で手順を組み、道具を使い、数時間分の仕事をこなすAIです。 ところが、その仕組みを平易に解説した読み物は、まだ驚くほど少ない。この講は製品カタログではなく、 どの製品のニュースにも通用する「仕組みの骨格」を渡します。骨格は、たった4拍のループ。 そしてループが分かると、エージェントの強さも、弱点も、任せ方も——全部そこから導けるようになります。
「チャットと、何が違うんですか?」
エージェントのデモを初めて見た人は、たいてい同じ場所で驚きます。「競合3社の直近の動きを調べて、比較表にして、気になる点をメモして」と一言渡すと、AIが検索を始め、資料を開き、表を作り、途中で「この会社は公開情報が古いため、追加で調べます」などと断りながら、しばらく後に成果物一式を置いていく。チャットの「答える」とは明らかに違う——「やってくれる」のです。
魔法に見えます。頭脳が別物になったのでしょうか?——なっていません。中身は基礎課程の第1回で見た、あの「次の単語を予測する機械」のままです。では、答える機械はどうやって、働く機械になったのか。種明かしは拍子抜けするほど素朴で、そして素朴だからこそ、強さも弱点もそこから全部導ける。今日の謎は、これひとつです。
この講は、基礎課程・第2回「境界線の地図」の実践続編でもあります。あの回に残した伏線——「任せる長さが伸びるほど、途中に置く関所(ゲート)の設計が効いてくる」——を、今日ついに回収します。
正体 — 考える、使う、見る、決める。
エージェントの中身は、部品で言えば3つしかありません。LLM(頭脳)、道具(手足)、ループ(繰り返しの枠組み)。頭脳は第1回のままのLLM。道具とは、検索、ファイルの読み書き、コードの実行、社内システムの操作といった、外の世界に触れる手段のこと。そしてループが、この2つをつなぎます。
ループは4拍です。①考える——目標に対して、次の一手は何か。②道具を使う——検索する、ファイルを開く、コードを走らせる。③結果を見る——道具が返してきたものを読む。④次を決める——うまくいったか、続けるか、やり直すか、それとも完了か。そして①に戻る。これを何十回、ときに何百回と繰り返す。それだけです。
「言葉の予測機械が、なぜ行動できるのか」——良い問いです。答えは、行動もまた、言葉で書けるから。「検索せよ:『A社 決算 2026』」という一行は文章であり、次の単語の予測機械はそれを生成できます。その一行を受け取って実際に検索を実行する仕組みを道具の側に用意すれば、言葉の機械はそのまま行動の機械になる。第1回の原理は、何ひとつ変わっていないのです。
そして4拍のうち、価値の核心は③結果を見るにあります。1拍で終わるチャットは、出した答えが間違っていても自分では気づけません。ループするエージェントは、道具の返事——エラーメッセージ、検索結果、動かないコード——を自分で読み、道の途中で軌道修正できる。第2回で見た「任せられる仕事の長さ」が秒から時間へ伸びた立役者は、モデルの賢さと並んで、このループの成立でした。
何が新しくて、何が新しくないのか。
ここで一度、冷静に仕分けします。まず新しくないもの。頭脳は同じLLMです——もっともらしさの機械のままであり、ハルシネーションも追従性も消えていません(このことは、次章で効いてきます)。「業務の自動化」自体も新しくありません。操作手順を記録して再生するRPAは、何年も前から現場で動いています。
新しいものは2つです。第一に、手順書を人が書かなくてよくなったこと。RPAでは「この画面のこのボタンを押し、次にこの欄へ入力し…」という手順を人が定義し、画面が少し変わるだけで止まりました——ルールを人が書く方式は世界の複雑さに勝てない、という第1回コラムで見た構図の再演です。エージェントには、手順ではなく目標を渡します。手順はループが自分で組み、想定外が起きればその場で組み直す。第二に、つなぎ込みの配線が自然言語になったこと。これまでシステム同士の連携には専用の接続開発が必要でしたが、エージェントは人間向けの文書を読み、人間向けの画面を操作できる。「人がやっていた橋渡し」を、橋のかけ替え工事なしに引き継げるのです。
ただし「同僚」という言葉には、続きがあります。あなたは同僚に仕事を任せるとき、丸投げはしないはずです。相手の力量を見て、途中で確認を入れ、重要な判断は自分で握る。エージェントにも、まったく同じ作法が要る——なぜ要るのかは、弱点を見れば明らかになります。
弱点も、ループから導ける。
エージェントの弱点は神秘的なものではなく、ループの構造から機械的に導けます。第一に、誤りの複利。1拍の正確さが仮に9割あっても、10拍つなげば全体の成功率はおよそ35%——3回に1回しか完走できない計算です。拍を重ねるほど、小さなズレが積み上がる。長い仕事を任せられるようになったことと、長い仕事が安全になったことは、別物なのです。
第二に、逸脱が見えにくい。3分のチャットなら結果だけ検品すれば済みますが、数時間・数百拍の自律作業では「どの拍で道を誤ったか」が外からは見えません——第2回で予告した落とし穴が、エージェントでは日常になります。そして第三に、最も重要なのが実行される嘘です。チャットのハルシネーションは、読んだ人が気づけばそこで止まります。ところがエージェントの誤解は、行動になる。存在しない前提に基づいてメールが送られ、ファイルが書き換えられ、処理が実行される。嘘と行動のあいだに、人がいないのです。
誤解のないように付け加えると、典型的な事故はSFのような「暴走」ではありません。素直すぎる誤解です。「古いファイルを整理して」と頼んだら、大事な資料まで"古い"と判断して片づけてしまう。指示に忠実で、疲れを知らず、確認をためらわない働き手が、間違った理解のまま全力で働く——被害は反乱からではなく、従順さから生まれます。第4回で学んだとおり、リスクは霧ではなく仕組みです。3つの弱点がすべて構造から導けた以上、手当ても設計できるはずです。
長く任せるほど、関所の設計がすべて。
手当ての発想は、実はあなたがもう持っているものです。新人に大きな仕事を任せるとき、丸投げもしなければ、横に張り付きもしない。要所にだけ、確認の関所を置く——着手前に計画を見る、中間で一度レビューする、社外に出る直前は必ず自分の目を通す。エージェントの統制は、この人事の知恵の移植です。
型は3つあります。①不可逆の手前に、人のゲート。送信・支払・削除・提出——取り返しのつかない操作を先に列挙し、その直前だけ人の承認を必須にする。途中の可逆な作業(下書き・調査・試作)は、自由に走らせてよい。②検証は、濃淡をつける。全部の拍を人が見るのは要塞化であり、承認の滞留は第4回で見たシャドーAIの温床になります。機械で確かめられる拍は機械に任せ(自動検証)、残りは抜き取りで見る。③成果物と一緒に、道のりを受け取る。「何を、どの順でやったか」の記録が読めない成果物は、検品のしようがない——過程の見えない仕事は、人間の部下からも受け取らないはずです。
お気づきのとおり、これは委譲マトリクス(やり直せるか×確かめられるか)の応用そのものです。エージェントの時代とは、あの2軸が「便利な整理」から「業務設計の必須図面」に格上げされる時代だと言ってもいい。そして人間の役割は、こう変わっていきます——作業者から、発注者(問いを立てる)・検品者(出来栄えを見抜く)・関所の設計者(統制を敷く)へ。道場の5本柱がなぜ論点設計・検品・委譲・合意形成・統制で組まれているのか、種明かしはもう不要でしょう。
現場での使いどころ — 明日からの3行動
- 目標と一緒に、「やってはいけないこと」と「不可逆な操作の一覧」を渡す。禁止の明文化は、確認をためらわない働き手にこそ効く。
- 不可逆な操作の直前にだけ、承認の関所を置く。全部を見ようとしない——要塞は滞留を生み、滞留は裏道(シャドーAI)を生む。
- 成果物と一緒に「何をしたかの記録」を受け取り、道のりごと検品する。結果だけの検品は、拍を重ねる相手には浅すぎる。
「エージェント」という言葉に、免許はない。
agentの原義は「代理人」。不動産や俳優のエージェントは、本人に代わって目標のために動き、細部の手順を任される存在です。AIの文脈でも本来はその意味——目標を渡され、手順を自分で組む——ですが、この言葉に検定も免許もありません。チャットに検索ボタンが付いただけの製品も、あらかじめ決めた流れをなぞるだけの自動化も、いまや等しく「エージェント」を名乗ります。
ニュースを読む作法は、第3回で学んだAGI定義の作法と同じです。言葉に反応する前に、中身を3点確認する——①目標を渡すと、手順を自分で組むか。②外の世界に触れる道具を持つか。③結果を見て軌道修正するループがあるか。3つ揃えば本講の意味でのエージェント、揃わなければ従来型の自動化の改名です。どちらが優れているという話ではなく、任せ方と関所の設計がまったく違ってくるのです。
なお最近は、複数のエージェントが分業する「マルチエージェント」もよく登場します。調べる係、書く係、検品する係——高度に聞こえますが、原理は本文の4拍ループが複数並んで走るだけで、新しい謎はありません。増えるのは処理能力と、そして関所を設計すべき場所の数です。
チェックリスト — エージェントに仕事を渡す前の5つの問い。
- 目標を、一文で書けるか?書けない仕事は、人間の同僚にも渡せない。曖昧な発注は、曖昧なまま実行される。
- 不可逆な操作を、列挙したか?送信・支払・削除・提出。列挙できた数だけ、関所の置き場所が決まる。
- 出来栄えを、どう確かめるか決めてあるか?検証手段のない委譲は、丸呑みの別名(選択科目第1講)。
- 失敗したときの被害の上限を、絞ったか?触れる範囲・使える金額・アクセス権。権限の絞り込みは、最も安上がりな保険。
- 途中経過を、どこで見るか決めたか?拍の数が多いほど、中間の関所が効く。最後だけ見るのは検品ではなく祈り。
5問に答えてから渡す——それだけで、エージェントの事故の大半は「起きる前」に消えます。そしてこの5問、よく見れば新人への仕事の渡し方と同じです。道具が同僚になる時代の作法とは、結局のところ、良い上司の作法なのです。
- LLMはなぜ賢いのか — 仕組みと歴史を、1時間ぶんだけ。
- 境界線の地図 — AIにできること・人がやるべきこと
- AGIはいつ来るのか — 予測の読み方と、賭けない備え方
- AIのリスクとの付き合い方 — ハルシネーション、バイアス、秘密
※本稿の記述は2026年7月時点のものです。エージェント製品の顔ぶれと能力は数カ月単位で入れ替わりますが、本稿の骨格——4拍のループ、誤りの複利、関所の設計——は「仕事を任せる」という営みの構造に根ざしており、当面変わりません。製品名ではなく骨格で覚えた人から、次のニュースが読めるようになります。