AIエージェント

一言でいうと

目的だけを渡せば、手順の組み立てから道具の呼び出しまでをAI側が担う仕組みです。人が次の指示を出さなくても作業が進みます。

開発元と登場年

モデルに外部の道具を呼ばせる機能が実用水準になった2024年から、実装が広がりました。Anthropicは2024年12月に「Building Effective AI Agents」を公開し、手順を人が決めるワークフローと、手順をモデルが決めるエージェントを区別したうえで、多くの用途では前者で足りると整理しています。

国内では2025年前後に業務導入の検討が始まりました。開発ツールの領域が先行し、業務システムへの適用が続いています。

何を解決するために生まれたか

1回の応答で終わる使い方では、途中で情報を調べる、結果を見て次を決めるといった作業が扱えません。人が毎回次の指示を出す必要があり、任せられる範囲が限られます。

エージェントは、この繰り返しをモデル側に持たせた形です。反面、手順が固定されないため、想定外の動きをする余地が残ります。何をしてよいかの範囲を先に決めることが設計の中心になります。

どこで使われているか

開発の領域が最も進んでいます。課題を渡すとコードを読み、修正し、テストを走らせるところまで自動で進める使い方です。業務では、調査、資料作成、データの突き合わせといった複数手順の作業に使われ始めています。

エージェントに任せられる範囲は、プログラミングの外へ広がっています。2024年10月にAnthropicは、画面を見てカーソルを動かし、クリックと文字入力で操作する「コンピューターユース」を、開発者向けのAPIで試験的に公開しました。APIやコマンドで扱えないアプリも、人と同じ画面操作で扱えるようになっています。Claude CodeやCodexといったエージェントは、資料の作成、表計算、ブラウザでの調べもの、動画の制作まで、PCで行う作業の多くを任せることができます。

採用の実務でも、候補者の情報収集と一次整理を任せる検討が進んでいますが、個人情報の扱いの設計が前提になります。

人材市場の実情

新しい領域のため経験者は限られます。企業は、モデルに何をどこまで任せるかを線引きし、失敗したときに止める仕組みを設計できる人を求めています。単にライブラリを使った経験より、暴走を防ぐ設計を考えた経験のほうが実務では価値があります。

媒体では「バックエンドエンジニア」「AIエンジニア」の職種カテゴリで引き、フリーワードに「エージェント」「ツール利用」「LLM」を重ねます。個人のリポジトリや技術記事が判断材料になる領域なので、媒体プロフィールのURL欄も見てください。

混同されやすい技術との違い

採用担当の見極めポイント

• 経験者だけを条件にすると母集団が成立しません。API連携と評価の設計ができる候補者まで広げてください
• 面接では、失敗したときにどう止めたかを聞いてください。停止条件を先に決める発想があるかが、この領域の実務力です
• 権限の設計は導入前の必須項目です。エージェントに何をさせてよいかを決めずに入れると、事故の範囲が読めなくなります