Agentic AI Fundamentals

このページで学ぶこと

• Agentic AI Role
• Goal-driven Planning
• Reasoning and Decision Making
• Tool-mediated Action
• Feedback Loop
• Re-planning and Adaptation
• Traditional Automation Comparison
• Generative AI Relationship

Agentic AIの基本像

Agentic AIは、与えられたGoalに対して必要なTaskを分解・計画し、状況を判断しながらToolやExternal Systemを利用してActionを進めるSystemです。単一のPromptに一度答えるだけではなく、結果を確認して次のStepへ進める点が重要です。

GoalからPlanへ

人間が毎Stepの手順をすべて書くのではなく、SystemがGoalとConstraintをもとに次のTaskを計画します。計画は固定とは限らず、取得した情報やAction結果によって更新されます。

ReasoningとDecision Making

Agentic AIは、観測した情報をそのまま出力するだけでなく、Goal達成に必要な候補を比較し、次に何を調べるか・どのToolを呼ぶか・どのActionを選ぶかを判断します。

Toolを介したAction

Network Operationsでは、Agentic AIがAPI、Controller、Automation、検索Toolなどを呼び出して情報取得やActionを進めることがあります。AI ModelそのものをNetwork Deviceへの直接Execution Engineと同一視しません。

Feedback LoopとAdaptation

Action結果やEnvironmentの変化をFeedbackとして受け取り、Expected Outcomeとの差を確認します。差があればPlanを見直して別の調査やActionへ進むことが、Agenticな振る舞いの一部です。

Traditional Automationとの違い

Traditional Automationは、事前定義されたRuleやWorkflowを決められた条件で実行することが中心です。Agentic AIはGoalを起点に状況を解釈し、必要なStepやTool利用を選び直せる点が異なります。ただしTraditional Automation自体が不要になるわけではなく、Agentが実行Toolとして利用することもあります。

Generative AIとの関係

Generative AIはPromptをもとにTextやCodeなどのOutputを生成する能力を指します。Agentic AIはGoal達成のためのPlanning・Action・Feedback Loopを含むSystem Behaviorです。両者は排他的ではなく、Generative AIやLLMがAgentic SystemのReasoning Componentになる場合があります。

重要な注意点

Agentic AIを単なるChatbot、LLMそのもの、完全無人運用、必ずMulti-AgentのSystemと固定しません。また「Autonomous」という語は、Policyや人間の承認を一切使わないという意味ではありません。