AIエージェントをわかりやすく：仕組み、2026年にしたこと、つまずくところ

2026年、AIの流行語は「チャットボット」からエージェントに移りました。AIエージェントは1つの質問に答えるのではなく、目標を受け取り、数分、数時間、ときには何日もかけて一歩ずつ取り組みます。この記事では、コンピューターサイエンスの授業で学ぶ考え方を使ってエージェントの仕組みを説明し、うまくいかなかった点も含めて2026年の実例を2つ見ていきます。

チャットボットとエージェント

GCSE基礎

エージェントのループ

内部では、ほとんどのエージェントが単純なループを動かしています。擬似コードで書くと次のようになります。

目標 ← 利用者からの課題
WHILE 目標が未達成 AND 段階数 < 上限
    計画 ← モデルが次の行動を決める
    結果 ← 選んだ道具を実行（検索、コード、編集）
    結果を記憶に追加
    IF モデルが目標達成と判断 THEN 停止
ENDWHILE
利用者に報告

A-Levelのコンピューターサイエンスで出会う2つの考え方に注目しましょう。終了条件のある反復ループ（永遠に回り続けないための段階数の上限を含む）と、状態（それまでに起きたことの、増えていく記憶）です。ふつうのプログラムとの大きな違いは、「計画」の段階をプログラマーが書くのではなく、実行時に言語モデルが選ぶことです。

多くのエージェントを同時に

A-Level発展

大きな課題は、チームのように並行して働く多くのエージェントに分担できます。2026年の例を2つ挙げます。

• 生物学の探索：約949のClaudeエージェントのセッションが、公開DNAデータベースを21.5時間かけて調べ、約20万の酵素遺伝子クラスターを集め、3564の候補ファミリーを採点し、新しい酵素系の候補を見つけました。その後、人間の科学者が実験室で調べました^[1]。ART酵素の発見の記事もご覧ください。
• 数学：何十ものClaudeエージェントが11日間で、フェルマーの最終定理の1300万行のLean証明を書きました。概念を定義し、ほかのエージェントが土台にする中間結果を証明したのです^[2]。AIがフェルマーの最終定理を形式化をご覧ください。

これは分解です。計算論的思考の中心となる考え方の一つで、問題を別々に解ける部分に分け、その結果を組み合わせます。

考えておきたいリスク

• 予測しにくさ：同じエージェントでも、実行のたびに違う道筋をたどることがある。
• 権限：ファイルを編集したりメッセージを送ったりできるエージェントは、それで間違いを起こすこともある。だから賢いシステムは、使える道具を制限し、危険な操作の前には人間に確認する。
• コストとエネルギー：長時間のエージェントの実行は大量の計算を使う（フェルマーのプロジェクトでは約60億の出力トークンを使った^[2]）。
• 責任：エージェントがしたことには、やはり人間が責任を負う必要がある。

アルゴリズム、反復、分解はGCSEとA-Levelのコンピューターサイエンスの中心で、エージェントは現代的で覚えやすい例になります。エージェントの中のモデルがどう学ぶかは誤差逆伝播法の解説を、一歩ずつ考えることについてはアルゴリズムの基本をお読みください。