概要
https://qiita.com/keiichileograph/items/31b20116cf85e243a150
詳細内容
## 今更だけど「生成AI」「LLM」「AIエージェント」の違いをまとめてみた
https://qiita.com/keiichileograph/items/31b20116cf85e243a150
この記事は、「生成AI」「LLM」「AIエージェント」の概念、構造、主要技術を明確化し、エンジニアと経営層間の認識のズレを解消する。
**Content Type**: 🛠️ Technical Reference
**Scores**: Signal:4/5 | Depth:4/5 | Unique:3/5 | Practical:4/5 | Anti-Hype:4/5
**Main Journal**: 76/100 | **Annex Potential**: 74/100 | **Overall**: 76/100
**Topics**: [[生成AI, 大規模言語モデル, AIエージェント, AIの概念定義, システム設計]]
「生成AI」「LLM」「AIエージェント」といった用語がメディアで氾濫する中、その正確な意味や構造が理解されず、エンジニアの設計判断と経営層の期待値にズレが生じることが喫緊の課題となっています。本稿は、これらのAI関連用語を明確に定義し、それぞれの違いと関係性を整理することで、開発現場での共通認識の醸成を目指します。
LLM（大規模言語モデル）は、Transformerアーキテクチャを基盤とし、次トークン予測によって文章生成、要約、翻訳、コード補完などを効率的にこなす技術です。これは推論に必要な要素を人間が細かくチューニングせずとも抽出できる、計算効率に優れた手法として、現代のAI技術の根幹をなします。
一方、生成AIはテキスト、画像、音声、動画など新しいデータを生成すること自体を目的とするAIの総称であり、LLMはその一形式に過ぎません。拡散モデルやGANなど、目的やデータ形式に応じて多岐にわたる方式が存在するため、「生成AI＝LLM」ではないという理解は、適切なモデル選択やシステム設計において不可欠です。
AIエージェントは、単一のモデルではなく、LLMを「思考の核（ポリシー）」として活用し、外部ツール（API、DB、ブラウザなど）を呼び出し、観察→思考→行動のループを通じて複雑なタスクを自律的に完遂する「システム」です。プレゼン資料作成や議事録まとめといった、従来人間が行っていたタスクを自動化できる点が最大の特徴であり、単なる補助ツールを超え、開発者が設計するシステムのアーキテクチャを大きく変革する可能性を秘めています。
これらの違いを明確に理解することは、WebアプリケーションエンジニアがAIを活用したシステムを設計する上で、技術選定の精度を高め、不必要な誤解を防ぎ、より効果的なソリューションを構築するために極めて重要です。特にAIエージェントは、開発プロセスや自動化の範囲を拡張する新たなパラダイムとして、今後のエンジニアリングに大きな影響を与えるでしょう。