AIエージェントのアーキテクチャ徹底解説：LLM・メモリ・ツール・プランニングループ【企業のためのAIエージェント 第2回】

本記事は連載「企業のためのAIエージェント」の第2回です。第1回では、AIエージェントが従来のチャットボットやRPAと何が違うのか——「決められた手順を実行する」のではなく「目標を受け取り、自分で手順を考えて動く」点——を整理しました。今回はその内部を開けて、エージェントを動かす4つの構成要素を見ていきます。

2026年現在、業界では一つの定式が定着しています。エージェント = LLM + メモリ + プランニング + ツール利用。そして、この4つを実行時に結びつける「ループ（agent loop）」こそがエージェントの心臓部です。順に解説します。

1. LLMコア：エージェントの「頭脳」

中心にあるのは大規模言語モデル（LLM）です。ただし通常のチャットとの決定的な違いは、LLMが「次に何をするか」を毎ステップ判断する司令塔として働く点にあります。ユーザーへの返答を生成するだけでなく、「どのツールを、なぜ、どう呼び出すか」を推論し、結果を読み、また次の一手を決めます。

企業利用では、モデル選定が品質とコストを左右します。複雑な推論には高性能モデル、定型処理には軽量モデルを使い分ける「モデルルーティング」が2026年の実務標準になりつつあります。コアの賢さがエージェント全体の上限を決める、と覚えておいてください。

2. メモリ：短期と長期の二層構造

LLMには「文脈窓（context window）」という作業記憶しかなく、セッションをまたぐと忘れてしまいます。そこでメモリ層を外付けします。2026年では、メモリはもはや後付けではなく、独立してベンチマーク・評価される中核コンポーネントになりました。

• 短期メモリ（ワーキングメモリ）：いま進行中のタスクや会話の文脈を保持。
• 長期メモリ：セッションをまたいで持続。さらにエピソード記憶（過去の出来事・対話）とセマンティック記憶（ユーザー設定・業務知識などの事実）に分かれます。

実装としては、ベクトルDB（Qdrant、Pineconeなど）に埋め込みを保存し、意味的に関連する記憶を検索する方式が一般的です。一方で「ベクトル検索だけでは、ガバナンス・バージョン管理・業務の状態管理が足りない」という課題も顕在化し、Mem0・Letta・Zepといった専用メモリ製品が単独プロダクトとして成熟しました。RAGが消えるわけではありませんが、長文脈メモリ（コンテキスト・アーキテクチャ）がエージェント用途では主役になりつつあります。

3. ツール：外の世界とつなぐ「手足」

ツールがなければ、エージェントは文章を生成するだけの存在です。ツールを持つことで初めて、データベースへの問い合わせ、API呼び出し、Web検索、コード実行、リアルタイム情報の取得ができます。技術的には関数呼び出し（function calling）がその基盤です。

2026年の最大の変化はMCP（Model Context Protocol）の普及です。Anthropicが2024年11月に公開したこのオープン標準は、「エージェントがツールやデータにどう接続するか」を統一しました。function callingと対立するものではなく、その上に標準化レイヤーを乗せる発想です。2025年にはOpenAIも採用し、いまやエージェントとツールをつなぐ事実上の標準となっています。企業にとっての利点は明確で、社内システムを一度MCPサーバーとして公開すれば、複数のエージェントから一貫した方法で再利用できます。

4. プランニングとループ：4つを束ねる「実行時」

4要素を毎ステップ束ねるのがループです。エージェントは「目標を受け取る→分解する→ツールを呼ぶ→結果をメモリに保存→十分な情報が揃うまで繰り返す」というサイクルで動きます。2026年の主要なプランニング手法は3つに集約されます。

• ReAct（Reasoning + Acting）：思考→行動→観察を交互に繰り返す、最も普及した方式。判断過程が可視化され、デバッグしやすいのが利点。対話的な用途はまずReActから。
• Plan-and-Execute：先に全体計画を立て、各ステップを実行。同じ計画を毎回作り直すムダを省きたいときに有効。
• Reflexion（自己反省）：出力を自己評価し、失敗時にやり直す。最終品質が速度より重要なときに外側のループとして被せます。

2026年の本番システムでは、これらは単独ではなく合成して使われます。たとえばコーディング支援では、Plan-and-Executeの外側ループを回し、各実行ステップを独自ツール付きのReActエージェントが担い、全体を「失敗したテストを再実行するReflexionパス」で包む——という構成が一般的です。

4要素の早見表

企業が押さえるべきポイント

重要なのは、最も自律的なシステムが最も信頼できるとは限らない、という点です。2026年の本番運用で評価されているのは、「価値が出る箇所にだけ自律性を置き、それ以外は制約する」設計です。メモリは独立してテストし、ツールはMCPで標準化し、ループは可視化してデバッグ可能にする——この三原則が、PoCで終わらせず本番に乗せるための土台になります。

次回第3回では、このアーキテクチャを「自社ホスト（セルフホスト）かクラウドか」という観点から掘り下げます。セキュリティ、コスト、データ主権の3軸で、どちらの実装モデルを選ぶべきかを具体的に比較します。お楽しみに。