概要
https://qiita.com/segavvy/items/883a6d9ef755d56c2257
詳細内容
## 「現場で活用するためのAIエージェント実践入門」でつまずいたことメモ:2章
https://qiita.com/segavvy/items/883a6d9ef755d56c2257
AIエージェントの内部構成と計画立案の核心を解き明かし、LLMと外部ソルバーを組み合わせたPDDLによる実践的なエージェント設計手法を提示します。
**Content Type**: 🛠️ Technical Reference
**Scores**: Signal:4/5 | Depth:5/5 | Unique:4/5 | Practical:4/5 | Anti-Hype:5/5
**Main Journal**: 87/100 | **Annex Potential**: 87/100 | **Overall**: 88/100
**Topics**: [[AIエージェントアーキテクチャ, LLMプランニング, PDDL, ツール呼び出し, 自己修正メカニズム]]
AIエージェントの核となる設計思想と具体的なメカニズムを深く掘り下げた本記事は、『現場で活用するためのAIエージェント実践入門』の第2章で著者がつまずいた点を詳細に解説します。エージェントを人間になぞらえ、個性（プロフィール）、記憶、計画、行動、自己修正といった内部構成要素の役割を定義。特に、LLMに与える環境の質と、それらを組み合わせるエンジニアの腕の見せ所が強調されています。
ツール呼び出しにおいては、LLMを「暗算」、外部ツールを「電卓」と例えることで、LLMの特性とツールの必要性を明快に説明。ツールの理解度を高めるために手続き記憶と宣言的記憶の両側面を意識したアプローチが有効であるという洞察は、ツール選択の精度向上に直結します。
最も重要な点として、LLMによる計画立案の困難さとその解決策である「LLM+P」が詳しく紹介されます。これは、LLMにPDDL（Planning Domain Definition Language）を生成させ、そのPDDLを既存の外部ソルバー（例：Fast Downward）が解いて具体的な計画を立てるという手法です。この「餅は餅屋」のアプローチは、LLMに全てを任せるのではなく、各コンポーネントの得意分野を活かすことで、AIエージェントの制御性、維持可能性、そして堅牢性を高める上で極めて重要です。これにより、エンジニアは複雑な計画タスクをより効果的に管理できます。
さらに、自己修正機能としての内省や、複数の回答から多数決で最適なものを選ぶ自己一貫性の概念が説明され、メモリ管理においては経験の抽象化の重要性が議論されます。また、シングルエージェントとマルチエージェントのワークフローの違いにも触れ、後者の複雑なコミュニケーション設計の課題を提示。本記事は、抽象的なAIエージェントの概念を具体的な設計パターンと実装上の課題に落とし込み、現場のエンジニアが堅牢なAIエージェントを構築するための深い示唆を与えます。