2022年：LLMが「考えて行動する」仕組みへ
大規模言語モデル、LLMの登場によって、AIエージェントは大きく変わりました。
それまでのAIエージェントは、ゲームやロボットなど、用途ごとに専用設計されるものが中心でした。LLMは自然言語による指示を理解し、幅広い仕事について手順を考えられます。
2022年に発表されたReActは、LLMに次の処理を繰り返させる方法を示しました。
考える → 行動する → 結果を見る → 次の行動を考える
たとえば、質問に答えるために検索を行い、検索結果を読み、その内容をもとに次の検索や回答を決めます。
現在のLLM型AIエージェントの基本構造は、この循環にあります。
2023年：外部ツールを使うAIが広がる
2023年には、LLMが検索、電卓、データベース、APIなどを使う仕組みが急速に広がりました。
LLM単体では、文章の生成が中心です。外部ツールと接続すると、情報を調べる、計算する、データを取得する、メールを送るといった行動が可能になります。
同じ時期にAuto-GPTなどが登場し、利用者が目標を入力すると、AIが作業を分解して順番に実行する仕組みが注目されました。
たとえば、
市場を調査する
→ 競合を探す
→ 情報を整理する
→ レポートを作る
という一連の作業を、AIが自動で進めようとするものです。
一方で、この時期のエージェントは、同じ作業を繰り返す、途中で目的を見失う、誤った情報をもとに進むといった不安定さも目立ちました。
2024年：ブラウザやパソコンを操作するAIへ
2024年ごろから、AIエージェントの対象はAPIから画面操作へ広がりました。
AIがブラウザやパソコンの画面を見て、ボタンを押し、文字を入力し、操作結果を確認します。これはコンピューターユースと呼ばれます。
これにより、専用APIが用意されていないサービスでも、画面を通じて操作できる可能性が生まれました。
AIエージェントは、情報を返すだけの存在から、実際にアプリを操作する存在へ近づきました。
2025年：業務に組み込む段階へ
2025年には、AIエージェントを企業の仕事に組み込む動きが本格化しました。
代表的な用途は、次のようなものです。
調査、資料作成、プログラミング、顧客対応、営業支援、社内情報検索
この時期には、複数のツールを組み合わせてエージェントを作るための開発基盤も整いました。
AIが自由に動き続ける仕組みよりも、人間が途中で内容を確認し、承認しながら進める仕組みが重視されるようになります。
重要になったのは、AIの能力だけではありません。
どの情報を読めるか
どのツールを使えるか
どこまで操作できるか
どの段階で人間の承認を求めるか
といった権限設計が、実用性を左右するようになりました。
2026年：チャットから作業環境へ
2026年現在、AIエージェントは単独の特殊な製品というより、チャットAIや業務ソフトに組み込まれる機能になりつつあります。
AIは会話するだけでなく、ファイルを読み、計画を立て、ブラウザやアプリを操作し、成果物を作成します。
主な分野には、次のものがあります。
コーディングエージェント
調査エージェント
ブラウザ操作エージェント
パソコン操作エージェント
業務自動化エージェント
ただし、現在の中心は、AIが完全に独立して働く形ではありません。
人間が目的を決め、AIに作業を任せ、重要な場面で確認する形です。
一言でまとめると
LLM以降のAIエージェントは、次のように進化してきました。
2022年：考えながら行動する
2023年：外部ツールを使う
2024年：画面を操作する
2025年：企業業務に組み込む
2026年：チャットから仕事を任せる環境へ
チャットAIが主に質問へ回答する仕組みだとすれば、AIエージェントは目的を受け取り、手順を考え、道具を使い、作業を進める仕組みです。
LLMの登場によって、AIは「答えるもの」から「動くもの」へ変わりました。
