Agentic AI
Agentic AI とは、人間の逐一の指示なしに目標を解釈し、計画の立案・実行・検証を自律的に繰り返す AI システムの総称である。
チャットボットに質問して回答をもらう。これが 2023〜2024 年の AI 活用の中心だった。Agentic AI はその先にある。
質問に答えるのではなく、タスクを完遂する。Karpathy は 2026 年初頭にこの変化を「Agentic Engineering」と名付けた。コアになるのは PEV ループと呼ばれるワークフロー——Plan（計画）→ Execute（実行）→ Verify（検証）を AI 自身が回すサイクルだ。
たとえばコーディングなら、エージェントがまずタスクを分析して実行計画を立て、コードを書き、テストを実行して結果を検証し、問題があれば修正する。人間は途中のチェックポイントで承認や方向修正を行う。実際の数字を見ると、Stripe では社内エージェント「Minions」が週 1,000 件以上のプルリクエストをマージしている。
Zapier は組織全体の 89% が AI を業務に組み込んだと報告した。もはや実験段階ではない。Agentic AI を支えるインフラも整備が進んでいる。
ツール接続に MCP、エージェント間通信に A2A、タスク実行能力の単位として Agent Skills——これらが組み合わさることで、単体の AI モデルでは不可能だった複雑なワークフローの自動化が実現しつつある。
関連する用語
A2A（Agent-to-Agent Protocol）
A2A（Agent-to-Agent Protocol）とは、異なる AI エージェント同士が能力の発見・タスクの委譲・状態の同期を行うための通信プロトコルであり、Google が 2025 年 4 月に公開した。
Agent Skills
Agent Skills とは、AI エージェントに特定のタスクや専門知識を実行させるために定義された再利用可能な命令セットであり、エージェントの能力を拡張するモジュール単位として機能する。
LLM（大規模言語モデル）
LLM（Large Language Model）とは、大量のテキストデータで事前学習された、数十億〜数兆のパラメータを持つニューラルネットワークモデルの総称であり、自然言語の理解・生成を高い精度で行う。
