ワークフロー自動化のための6種類のAIエージェント

AIエージェントにはさまざまな種類があります。現在の入力に反応するだけのものもあれば、コンテキストを記憶したり、選択肢を比較したり、フィードバックから学習したり、他のエージェントと連携したりするものもあります。適切なタイプを選ぶことで、エージェントをワークフローに合わせやすくなります。このガイドでは、AIエージェントの主な種類を解説し、Kimi AI Agent を例に、AIエージェントの高度な機能を紹介します。

実践においてAIエージェントのタイプが重要な理由

予測から実行へ

従来のAIシステムは、次に取るべき最善の行動を分析・提案するところで止まることが多くありました。AIエージェントはさらに一歩進みます。現在の状況を認識し、行動を選択し、必要に応じてツールを使用しながら、タスクが完了するか、システムが停止条件に達するまで処理を続けます。

この変化により、作業の種類によって必要なワークフローが異なるため、設計上の選択がより重要になります。AIエージェントの種類を理解することで、チームは単純なワークフローを過剰に構築したり、複雑なワークフローの構築が不十分になったりすることを避けられます。

エージェントのタイプが設計上の判断をどう左右するか

エージェントのタイプは、エージェントがどの情報を保持するか、行動する前に計画を立てるか、不確実性にどう対応するか、複数の許容可能な結果からどう選ぶか、フィードバックによって改善するかなど、ほぼすべての実装上の判断に影響します。また、ガバナンスにも影響を及ぼします。単純な反射エージェントはルールに基づいて検証できますが、学習型やマルチエージェントシステムには、より強固な評価、ログ記録、ガードレールが必要になります。

AIエージェントのさまざまな種類

人工知能における知的エージェントには、単純反射エージェント、モデルベース反射エージェント、ゴールベースエージェント、効用ベースエージェント、学習エージェントという5つの典型的なタイプがあります。マルチエージェントシステムは、複数のエージェントタイプを組み合わせて連携するワークフローを構成できるため、より広範なオーケストレーションのパターンとして扱われることが多くあります。以下の6つのカテゴリーは、最も単純な意思決定ロジックから、最も協調的で適応性の高い設計へと順に紹介しています。

1. 単純反射エージェント

単純反射エージェントは、AIエージェントの中でも最も基本的なタイプです。環境の現在の状態を観察し、あらかじめ定められた条件-行動ルールを適用して行動を選択します。このエージェントができることは、過去の知覚や将来の結果を考慮せず、現在の知覚に即座に反応することです。

この設計は、環境が完全に観測可能で、正しい応答が明確な場合にうまく機能する。高速で予測可能、監査もしやすいが、文脈が重要になる場面では破綻する。入力が不完全だったり、ルールが新しい状況をカバーしていなかったりすると、エージェントにはそれを補う深い推論の層がない。

• 主な特徴

ルールベースの行動: エージェントは現在の入力を事前に定義された行動にマッピングする。

記憶を持たない: それ以前の状態が次の判断に影響を与えることはない。

高い予測可能性: ルールと入力が既知であれば、動作の検証は容易である。

柔軟性の低さ: 曖昧さ、部分的な情報、条件の変化にはうまく対応できない。

• 例

特定のキーワードが含まれるメッセージを振り分ける、ルールベースのメールフィルター。

固定されたインテントに対して台本通りの回答を返す、基本的なウェブサイトのチャットボット。

2. モデルベース反射型エージェント

モデルベース反射型エージェントは、環境の内部モデルを保持することで、シンプル反射型エージェントを改良したものである。関連する状態を追跡し、そのモデルを使って現在の入力の意味を解釈する。

これは、エージェントが一度にすべてを見渡せない場合に役立つ。例えば、倉庫内を移動するロボットは、障害物がどこに現れたか、すでにどこを移動したか、環境がどのように変化しがちかを覚えておく必要がある。エージェントは依然として条件-行動ルールを使うこともあるが、そのルールはより豊かな世界の見方に基づいて動作する。

• 主な特徴

内部状態: エージェントは環境に関する情報を保持する。

文脈処理の向上: 過去の観測結果が現在の入力の解釈を助ける。

部分的な可視性での有用性: すべての情報が即座に観測できなくても行動できる。

依然として限界がある: 多数の起こりうる未来を深く計画・最適化するのは難しい場合がある。

• 例

在庫の状態を追跡してから補充を発動する、サプライチェーン監視システム。

同じチケット内の過去のメッセージを記憶する、カスタマーサポートのトリアージエージェント。

交通状況の変化に応じて経路モデルを更新するナビゲーションシステム。

3. 目標ベースエージェント

目標ベースエージェントは、それぞれの行動が定義された目的にシステムを近づけるかどうかを問いながら行動を選択する。単純に反応するのではなく、目標を達成しうる一連の行動を探索・計画する。また、次に取りうるステップを評価し、計画を選び、その一部を実行し、進捗を観察し、環境が変化すれば調整することもできる。これにより、反射型設計よりも能動的なエージェントとなる。

• 主な特徴

明示的な目的: エージェントは目標状態やタスクの成果に関連して行動する。

計画立案: 行動する前に、複数の行動系列を比較できる。

進捗の追跡: 目標に向かって進んでいるかどうかを確認できる。

より多くの計算資源と制御が必要: 計画立案には時間がかかることがあり、明確な停止条件が必要になる。

• 例

情報源を収集し、証拠を抽出してレポートを作成するリサーチエージェント。

依頼をタスクに分解し、順番に実行するプロジェクト自動化エージェント。

編集を計画し、テストを実行し、目標の動作が得られるまで繰り返すコーディングエージェント。

4. 効用ベースエージェント

効用ベースエージェントは、目標達成だけにとどまらず、起こりうる結果にスコアを付け、期待値が最も高い行動を選択します。これは、許容できる答えが複数存在する場合や、制約が競合する場合、あるいは速度・コスト・精度・ユーザーの好み・リスクの間でトレードオフが生じる場合に重要になります。

たとえば、目標ベースの旅行エージェントは、ある都市から別の都市への経路を見つけることしかできません。効用ベースの旅行エージェントは、価格、所要時間、乗り継ぎのリスク、荷物の規則、好みの航空会社などの観点からルートを比較できます。目標を達成できるかどうかだけを問うのではなく、選ばれた基準のもとでどの選択肢が最良かを問うのです。

• 主な特徴

効用関数:エージェントは起こりうる結果に価値を割り当てます。

トレードオフ管理:競合する目標や制約のバランスを取ります。

より高い意思決定の質:複数の妥当な解決策の中から選ぶことができます。

設計の難しさ:効用関数は実際のユーザーやビジネスの優先事項を反映していなければなりません。

• 例

リターン、ボラティリティ、流動性の制約のバランスを取るポートフォリオアシスタント。

配送時間、燃料コスト、信頼性をもとにルートを選ぶ物流プランナー。

感情、緊急度、アカウント価値に基づいてエスカレーションの優先順位を決めるカスタマーサービスエージェント。

5. 学習エージェント

学習エージェントは、経験から得たフィードバックを利用して、時間とともに行動を改善します。何がうまくいき、何が失敗したかを観察した後、ポリシーを調整したり、モデルを精緻化したり、選好を更新したり、性能を改善したりできます。学習は、教師ありデータ、強化信号、人間からのフィードバック、評価結果、利用パターンなどから得られます。

• 主な特徴

フィードバックループ:エージェントは性能を測定し、その結果を改善に利用します。

適応性:静的なルールセットよりも新しいパターンにうまく対応できます。

評価への依存:良好な学習には明確な品質シグナルが必要です。

ガバナンスの必要性:チームはドリフトや意図しない挙動、データ品質を監視しなければなりません。

• 例

クリック、購入、明示的な評価から学習するレコメンデーションエージェント。

攻撃者の行動変化に適応する不正検知エージェント。

学習者の間違いに基づいて説明を調整するチューターエージェント。

6. マルチエージェントシステム

マルチエージェントシステムは、協働・競合・委任・専門分化を行う複数のエージェントを利用します。各エージェントには役割、ツールセット、メモリ範囲、目的が設定されている場合があります。コーディネーターがタスクを割り振って出力を統合することもあれば、アーキテクチャによってはエージェント同士がより直接的にやり取りすることもあります。

マルチエージェントシステムは、単一のエージェントでは処理が遅すぎたり、重要な視点を見落としやすかったりする場合に有効です。調査を並列化したり、大量の文書セットを分割したり、専門家レビューをシミュレートしたり、複数のワークストリームを別々に実行して結果を統合したりできます。設計上の課題は調整です。作業の割り振り、重複の回避、意見の相違の調整、そして一貫した最終出力の生成を実現する仕組みが必要になります。

• 主な特徴

専門分化：異なるエージェントが異なるサブタスク、ツール、視点に注力できます。

並列実行：作業を分散させることで所要時間を短縮できます。

調整レイヤー：タスクの割り振り、依存関係の追跡、統合の仕組みが必要です。

複雑性の増大：評価とガバナンスは、個々のエージェントと最終的な統合結果の両方をカバーする必要があります。

• 例

情報源のカテゴリごとに異なるサブエージェントを割り当てるリサーチスワーム。

1つのエージェントがコードを編集し、1つがテストを書き、1つがセキュリティリスクをレビューするソフトウェアチーム型エージェント群。

競合、顧客、価格、規制それぞれに専用エージェントを配置した市場分析システム。

リサーチャー、アウトライン、ライター、エディター、ファクトチェッカーの各エージェントが協力するコンテンツ制作ワークフロー。

Kimi AI Agentは複数のエージェントタイプを組み合わせている

KimiはMoonshot AIが開発したAIアシスタントです。Kimiはウェブ検索、深い思考、マルチモーダル推論、長文コンテキストでの会話、エージェント的なタスク実行に対応しています。包括的なエージェントインターフェースとして理解するのが最も適切で、ユーザーが目的を伝えると、Kimiはリサーチ、コンテンツ作成、文書、スライド、スプレッドシート、ウェブサイトなど関連するワークフロー全体にわたって作業を計画し実行します。

主な機能

自律的なタスク計画：Kimi AI Agentは広範なリクエストを一連のステップに分解し、要求された成果物に向けて作業を進めることができます。

リアルタイムのウェブ検索：タスクが最新の事実、情報源、市場動向に依存する場合、Kimiはウェブ検索を利用して現在の情報を取得できます。

徹底的な調査ワークフロー：リサーチ主体のタスクでは、Kimiは情報を収集・比較・統合し、より充実したレポートや複数形式の出力を作成できます。

文書・スライド・シート・ウェブサイトの作成：KimiにはDocs、Slides、Sheets、Websitesといったタスク専用のインターフェースが用意されており、エージェントの作業が単なるテキストではなく実用的な成果物として結実します。

ファイル処理：Kimiのヘルプセンターによると、PDF、Word、Excel、PPT、画像、TXT、動画といった一般的なファイル形式に対応しており、ファイルサイズやファイル数には明記された上限があります。

マルチモーダル推論：ワークフローに視覚的または文書的な理解が必要な場合、Kimiはテキスト、画像、チャート、文書、その他のアップロード資料をまたいで推論できます。

Agent Swarmオーケストレーション：広範または並列化可能な作業には、K2.6 Agent Swarm [Beta]が多数のサブエージェントを調整し、タスクの異なる部分を同時に進行させることができます。

AIエージェントの種類を選ぶユーザーにとって、実用的な結論はシンプルです。狭い範囲の自動化にはリフレックス型の設計を、計画とトレードオフが伴うワークフローにはゴールベース型またはユーティリティベース型の設計を、そしてタスクが専門分化と並列作業から利益を得られるほど広範な場合はマルチエージェント型の設計を使うことです。Kimi AI Agentはこれらの考え方をユーザー向けのワークスペースに取り入れており、目的は単に答えることではなく、実際の作業を完了させることにあります。

適切なAIエージェントタイプの選び方

技術的なラベルではなく、まずタスクの環境から考えましょう。タスクの範囲が狭く、ルールが安定していて、誤った行動のコストが低い場合はシンプルなリフレックスエージェントを使います。状態やメモリが必要な場合はモデルベースエージェントを、明確な目標がある場合はゴールベースエージェントを、優先事項の競合を調整する必要がある場合はユーティリティベースエージェントを選びます。

フィードバックによって性能が向上すべきであり、信頼できる品質指標を定義できる場合は学習エージェントを使います。ワークフローが自然に並列のワークストリーム、専門的な役割、独立した視点に分かれる場合はマルチエージェントシステムを使います。これらすべての能力が必要な場合は、1種類のエージェントにすべてを担わせようとせず、意図的に組み合わせましょう。

まとめ

AIエージェントの主な種類は、コンテキスト、自律性、適応性のレベルの違いを表しています。ワークフローの自動化において、最良のエージェントとは必ずしも最も複雑なものではありません。タスクの不確実性、リスク、望まれる結果に合致するものこそが最良のエージェントです。Kimi AI Agentのようなツールは、こうした概念が日常的なワークフローインターフェースになりつつあることを示しています。ユーザーが目標を説明すると、エージェントがそれをリサーチ、ファイル、ウェブサイト、スライド、スプレッドシート、コード、その他の完成した成果物へと変えていく手助けをします。