GenAIge Cafe #9 - AIエージェントって何？

今回のテーマは 「聞くAI」から「任せるAI」へ です。
ChatGPTに質問して答えてもらう使い方は、すっかり身近になってきました。
一方で最近は、調べる、整理する、文章を書く、コードを書く、作業の手順を考えるなど、AIに少しずつ「作業を任せる」使い方も広がってきています。

最近よく聞く AIエージェント という言葉も、その流れの中にあります。
今回は、ChatGPTやClaude、Gemini、Codexなどの最近の流れを見ながら、
「AIに何を聞くか」だけでなく、 「AIに何を任せられるようになってきたのか？」をゆるく話してみます。

Transcript

1. 「聞くAI」から「任せるAI」へ AIエージェントって何？ GenAIge Cafe #9 2026年7月23日（木） #GenAIge https://genaige.connpass.com/event/399296/ 発表者：綾祢
2. 今日のゴール AIエージェントの全体像をつかむ AIワークフローとの違いを見る 身近なツールを分類してみる 便利さとリスクをセットで考える 最後に「何を任せたいか」を話す
3. ⾃⼰紹介 ✿ 旅とテクノロジーが⼤好きです。 ✿ 『綾祢は今⽇も旅をする。』という雑記ブログを書い てます。 ✿ 最近のマイブームはAIとともに何かを作ること。 ✿ ChatGPT、Gemini、Claudeあたりがメイン。 Dify、NotebookLM etc.. ツールを問わずに さわっています X: @blueb Website: https://ayatabi.net/
4. AIエージェント、なぜ人によって話が違う？ 自動化ツールのことを指す人もいる 開発を手伝うAIを指す人もいる 常駐するAI秘書を指す人もいる 複数のAIが協力する仕組みを指す人もいる
5. AIエージェントを一言でいうと AIが目的に向かって、道具を使いな がら、手順を選んで動く仕組み。 目的： 何を達成したいか 道具： 検索、ファイル操作、APIなど （AIが使える外部機能＝ツール呼び出し） 手順： 次に何をするか 動く： 結果を出すために実行する
6. 「聞くAI」と「任せるAI」の違い 観点 聞くAI（チャットAI） 任せるAI（AIエージェント） 人間の依頼 質問や指示をする 目的と権限を渡す AIの役割 回答を生成する 必要な行動を組み立てて進める 外部ツールの利用 主に単一機能（検索など） 複数ツールを組み合わせて使う 手順の決定 人間がステップを指示する AIが状況に応じて判断する 人間の確認 回答を読んで終わる 途中で確認・承認する場面がある
7. AIワークフローとAIエージェント AIワークフロー： 人間が手順を決める AIエージェント： AIが状況に応じて手順を選ぶ 実際のサービスは、その中間にあることが多い チャット AI入り自動 AIワークフ AIエージェン AI 化 ロー ト 常駐型 AIエージェン ト
8. AIエージェントの中身 大規模言語モデル ツール呼び出し メモリ 考える中心（LLM） 外部機能を使う 文脈や履歴を保持する仕組み 状態管理 権限管理 人間の確認 今どこまで進んだかを管理する 何を実行してよいかを制御する 危ない操作の前に止める (Human-in-the-loop) ログ：後から振り返れるようにする
9. 身近な例を地図にしてみる 例 位置づけ ざっくり説明 ChatGPT / Gemini / Claude チャットAI 聞くと答えてくれる身近な存在 Dify / n8n AIワークフロー寄り 人間が全体の流れを設計し、 部分的にAIに任せる Claude Code AIエージェント的ツール 開発環境で状況を読んで作業を手伝う OpenAI Agents SDK / LangGraph など 開発基盤 AIエージェントを自作するための土台 OpenClaw / Hermes Agent 常駐・自律型 （参考事例） 裏側で動き続け、 学習や複数作業をこなす発展形
10. Dify / n8n：AIを組み込むワークフロー[1][2] 人間が全体の流れを設計しやすい AIに一部の判断や文章生成を任せられる 外部サービスとつなげやすい 最初の一歩として試しやすい
11. Claude Code：開発作業を任せるAIツール[3] コードを読む ファイルを編集する コマンドを実行する エラーを見て次の行動を考える 権限設定が重要
12. AIエージェントを作るための基盤[4][5][6][7] 開発基盤 得意なこと / 特徴 向いている場面 OpenAI Agents SDK 軽量でツール連携が簡単 単一AIでのシンプルなタスク進行 Google Agent Development Kit 柔軟で言語の壁を越えた連携 企業向けの大規模・複数AI連携 (Agent2Agent Protocol等) LangGraph 複雑な状態管理とループ処理 細かく制御したい高度なワークフ ロー Microsoft AutoGen 複数のAI同士の対話・協調 複数AIで議論や作業分担をさせたい 時
13. AIエージェントで何が便利になる？ 調査を任せる 議事録からタスクを作る 問い合わせ対応を補助する コード修正を手伝う 複数ツールをまたいで作業する 繰り返し作業を減らす
14. AIエージェントから、仕事全体の設計へ ループ型 グラフ型 合格→完了 • ひとつの目的に向かって反復する • 複数の処理を分岐・並列化する • AI、プログラム、人間が役割を分担する ここでいうグラフとは、作業を点と線でつないだ「路線図」のようなも の。
15. 任せるほど、気をつけることも増える[8][9] 間違った判断をする 余計な操作をする 権限が強すぎる 機密情報に触れる 外部ツールを誤って使う 悪意ある指示を信じる ログがないと後から追えない
16. AIエージェントは「小さく任せる」から始める 読む 整理する 下書きする 提案する 承認つきで実行する 低リスク範囲だけ自動実行する
17. 今日のまとめ AIエージェントは、目的に向かって道具を使いながら動く仕組み AIワークフローは、人間が流れを決める AIエージェントは、AIが次の手順を選ぶ度合いが高い 便利さと安全性はセットで考える まずは小さく任せる あなたなら、何をAIに任せたいですか？
18. 参考文献・一次ソース [1] https://docs.dify.ai/en/cloud/use-dify/nodes/agent [2] https://docs.n8n.io/integrations/builtin/cluster-nodes/root-nodes/n8n-nodes-langchain.agent/ [3] https://code.claude.com/docs/en/overview [4] https://developers.openai.com/api/docs/guides/agents [5] https://adk.dev/ [6] https://docs.langchain.com/oss/python/langgraph/overview [7] https://microsoft.github.io/autogen/stable/ [8] https://www.anthropic.com/engineering/building-effective-agents