![[PukiWiki]](image/pukiwiki.png "[PukiWiki]")
「[[.NET 開発基盤部会 Wiki>http://dotnetdevelopmentinfrastructure.osscons.jp]]」は、「[[Open棟梁Project>https://github.com/OpenTouryoProject/]]」,「[[OSSコンソーシアム .NET開発基盤部会>https://www.osscons.jp/dotNetDevelopmentInfrastructure/]]」によって運営されています。 -[[戻る>LLMエージェント]] *目次 [#zba106bc] #contents *概要 [#ob7a6bcc] ＝推論モデルを使用したLLMエージェント -「従来のエージェントアーキテクチャの成熟」と -「推論モデル（Reasoning Models）の登場」が 完璧に噛み合ってブレークスルーが起きた。 **推論モデル（Reasoning Models） [#b4e96ab5] ***精度向上 [#u5c82d26] 推論モデルによる推論エージェントの精度向上は、 -入力から生成する、中間プロンプトの Few shot の精度を上げて行き、最終回答の精度を上げていく方式。 -（独立生成・多数決、逐次修正・探索の方式がある）（Long CoTは逐次修正を1回で行うため出力量が多い） -[[推論モデルの強化学習（RL）>LLMのFT#i1b2c450]]によって[[思考の連鎖（Chain of Thought: CoT）>LLMエージェント#nc24bf4e]]や探索戦略を獲得。 --学習の数学的な枠組みは、一般的なLLMの学習と同じで、誤差逆伝播法で学習する。 --ただ、推論モデルの学習では、次単語予測（で損失誤差計算）しているわけではなく、推論した実行プランで正しく処理を実行できた場合、~ 報酬が大きくなるように（逆に言えば、正しく処理を実行できなかった場合、損失誤差が大きくなるように）学習がされている。 --検証できるタスクにしか適用できないが、学習された報酬モデルに依存しないため、大きく能力を伸ばせたと言われている。 ***その結果 [#e72bdc10] -試行錯誤のための実Act回数を減らし、より精度の高いPlanを生成できるようになった。 -従来のエージェントが担っていた推論プロセス（Plan→Reason→Act→Reflect→Retry）の一部がモデルへ吸収された。 -Reasoning Paradigms への依存が低下し、エージェント設計は簡素化された。~ Reasoning Paradigms：LLMが与えられた問題やタスクに対して、回答や行動計画を導き出すための内部的思考法 -一方で、ツール利用や環境操作を担う Acting Paradigms の重要性は依然として高い。~ Acting Paradigms：LLMエージェントが与えられた問題やタスクに対して外部環境に影響を与えるアクション **推論エージェント [#c2e3b914] ***概要 [#cb08f219] （推論モデルを使用したLLMエージェント的な） -推論モデルを使用したコーディング・エージェントは外部の制御ループとして機能する。 -つまりエージェントは、推論モデルに計画を出力させ、その後、実行ステップを生成している。 ***基礎アーキテクチャ [#ja292310] -[[構成要素>LLMエージェント#y67475f4]]：LLM本体、メモリ、ツール / プラグイン、コントローラー、プランナー、アクション実行器 -[[思考ループ>LLMエージェント#nc24bf4e]]：タスク理解、プラン生成、次アクション選択、アクション実行、観測と反省、再計画 -[[推論・行動戦略>LLMエージェント#sc15bff4]]：MRKL、ReAct、Plan-and-Solve、LLMCompiler -[[デファクト標準>LLMエージェント#k92ba570]]：Function calling、Structured Outputs、... -[[標準化（プロトコル ）>LLMエージェント#ua28b97f]]：団体、プロトコル（MCP、ACP、A2A、Agent Skills、Agent Plugins -[[マルチエージェント>LLMエージェント#w3c0edeb]]：利用例、実装例、PE技法、連携方式 -[[フレームワーク>LLMエージェント#v6874125]]：OpenAI、CrewAI、LangGraph、AutoGen ***推論モデルによる変更点 [#b0481dd9] -「試行錯誤（ReAct）に頼るエージェント」から「実行前に深く熟考・検証する（Test-Time Compute）」へ。 -「外部のループ構造（ReActループやマルチエージェント構成）に頼る設計」から「単一モデルの深い思考力に任せる設計」へ。 *詳細 [#ae1084ac] **コーディング・エージェント [#l70a7dd0] [[推論エージェント>#c2e3b914]]の具体的な用例 ***概要 [#ia10d400] -推論モデルを用いて、個別の設計を行わずプロンプトのみで、ソフトウェア開発を遂行できるエージェント。 -従来のスニペット生成レベルのコーディング支援から大幅に性能が向上している。 -推論モデルを用いて、要件さえ与えれば、個別の設計を行わず開発を遂行できる。 -また、コーディングだけでなく、環境構築からビルド・デプロイ、ブラウザを使用したE2Eテストの実施も可能。 ***プロダクト [#j2b77c2d] 歴史的にAnthropic（Claude Code）が先行していたわけではないらしいが（SWE-agent、Devinなどがある）、~ Anthropicが「プロトタイプだったエージェントを、エンジニアが実用可能なプロダクトに引き上げた最初の存在。~ コレを、Microsoft（GitHub Copilot）、Anysphere（Cursor）、OpenAI（Codex）、Google（Antigravity）が追随。 -[[GitHub Copilot>https://techinfoofmicrosofttech.osscons.jp/index.php?GitHub%20Copilot%20CLI]] -[[Claude Code]] -OpenAI Codex -Google Antigravity -Anysphere（Cursor） ※ コーディング・エージェントのプラットフォームを握る ≒ 「世界中のソフトウェアがどう作られているか」の頭脳とデータを握る。 ***コンテンツ [#o14c9836] -[[生成AIを活用したプログラミング]] -[[生成AIを活用した設計書のブレークダウン]] -[[オリジナル・コンテンツ（イキナリLLMコーディング・エージェント）]] **自律型業務エージェント [#u6e8cf97] [[推論エージェント>#c2e3b914]]の具体的な用例 ***概要 [#d9a2231c] -推論モデルを用いて、個別の業務設計を行わずプロンプトのみで、非定型業務のオートメーションを迅速に構築・実行できるエージェント。 -RPAは定型、自律型業務エージェントは非定型とされるが、推論モデルでPRA定義（若しくはスクリプト）を実装すれば定型化できる可能性があるかもしれない。 -Claude Codeに対するClaude Coworkを見ると、コア実装は同じで、UI、機能、実行環境部分が異なっている。 --UI：ターミナル/GUI、IDE/GUI → 非エンジニア向けGUI --機能：ソフトウェア開発に必要なコンテキスト、ツール類を備える。→ コンピュータ操作に必要なコンテキスト、ツール類を備える。 --実行環境：Bare Metal上で実行に必要なアクセス権 → デスクトップアプリでルート・フォルダだけ指定（共にSandbox機能はある） ***プロダクト [#r4f6ddcb] -[[Claude Cowork]] -[[OSS系：OpenClaw、OpenWork、Zapier]] -[[Microsoft Scout]]（OpenClawが基盤） ***コンテンツ [#j640a4cb] ... *参考 [#tb728d59]
