Agentの主要コンポーネント

学習目標

このレッスンを終えると、次のことができるようになります。

• AI Agent の 4 つの主要コンポーネント (LLM・ツール・メモリ・オーケストレーション) を説明できる
• 自分のユースケースで「シングル Agent / マルチ Agent」のどちらが適切か判断できる
• メモリの 3 種類 (短期・長期・作業) を使い分けられる

Agentの主要コンポーネント

AI Agentは4つの主要コンポーネントで構成されます。 これらが組み合わさることで、Agentは「自律的に考えて行動する」能力を持ちます。

1. LLM（思考エンジン）

AgentのコアとなるLLMが、計画立案・判断・回答生成を担います。 2026年5月時点では、Claude Opus 4.7 / Sonnet 4.6 / Haiku 4.5、OpenAI GPT-5 系、Gemini 3.1 Pro などが Agent 用途で使われます (詳細は docs/operations/ai-source-registry.md)。

LLMがすることは大きく3つです:

• 計画立案: 目標達成に必要なステップを考える
• ツール選択: 次にどのツールを使うかを判断する
• 出力生成: 最終的な回答・報告書・コードなどを作成する

2. ツール（実行能力）

LLMが呼び出せる機能の集合。ツールがなければAgentは「考えるだけ」で行動できません。

ツールは多いほどAgentの能力が上がりますが、セキュリティリスクも比例して増加します。

3. メモリ（記憶）

Agentが「覚えている」ものの仕組みです。

長期メモリがあると、「先週調べた内容」を次のタスクで再利用できます。 ailmsでは pgvector を使った長期メモリを実装しています。

4. オーケストレーション（制御）

複数のAgentやツールを協調させる仕組みです。

• シングルAgent: 1つのAgentが計画から実行まで全て担当。シンプルなタスク向き
• マルチAgent: 役割分担を行い複数Agentが協力する
  • 調査Agent → 実行Agent → 検証Agent の順に渡す
  • 並列実行Agent: 複数のサブタスクを同時に処理

マルチAgentの具体例 (ailms コース生成パイプライン):

1. 調査Agent: カリキュラム設計 (LLM + Web検索)
   ↓
2. 生成Agent: レッスン本文の執筆 (LLM)
   ↓
3. 品質チェックAgent: ファクトチェック・語数確認 (LLM + ルール)
   ↓
4. 人間ゲート: 最終確認と承認

まとめ

• AgentはLLM + ツール + メモリ + オーケストレーションで構成される
• ツールが多いほど能力は上がるが、セキュリティリスクも比例して増す
• マルチAgent構成は複雑なタスクに有効だが、設計難易度とデバッグコストが上がる
• ailmsのAIパイプラインもこの4要素で設計されている