仕組みを理解するのに、開発者である必要はありません：どのエージェントも、いちばんシンプルなものから最も高度なものまで、同じループで回っています。ステップごとに説明します。
目標 → 1・知覚する → 2・考える → 3・行動する → 4・確認する ↺ → 結果
エージェントは、目標に届くか、ステップ数の上限を使い切るか — あるいはあなたに助けを求めるまで、このループを回り続けます。
1・知覚する。エージェントはきっかけを受け取ります（メールが届く、時刻になる、あなたが依頼を出す）。そして文脈を集めます：メッセージ、あなたのファイル、そのタスクの履歴です。
2・考える。言語モデルが目標をステップに分解し、合ったツールを選び、必要なら内容（返信、リクエスト、計画）を書きます。
3・行動する。エージェントがツールを呼びます：メールを送る、データベースに問い合わせる、ブラウザでクリックする、ファイルを作る。AIが話すのをやめて、実際にやり始める瞬間です。
4・確認する。エージェントは自分の行動の結果を見ます：成功、エラー、新しい情報。次のステップを調整します — あるいは別のやり方でやり直します。この確認こそが、エージェントをただのスクリプトと分けます：実際に起きていることに反応するのです。
中心にあるのは大規模言語モデル（GPT、Claude、Gemini、Mistral…）です。依頼を理解し、考え、文章を書きます — でも単体では、テキストを作ることしかできません。会話を超えることはすべて、ツールを通して行われます。
ツールとは、エージェントが呼べる機能のことです：「このメールを読む」「この予定を作る」「このデータベースを調べる」。ソフトごとに独自の差し込み口を作らなくて済むように、オープンな標準が広まりました：MCP（Model Context Protocol）です。既存の何千ものツールを、ほぼすべてのエージェントにつなげます。本サイトのページMCP (Model Context Protocol)が使い方を説明し、用語集が近い用語（API、A2A…）を定義します。
短期的には、エージェントは「コンテキストウィンドウ」の中に流れを保ちます：進行中のタスク、直近のやり取りです。長期的には、エージェントによってはメモ、好み、参照文書を保存し、タスクのたびに読み直します — 「あなたの習慣を覚えている」ように見えるのはそのためです。実際には、とても良いメモを読み直しているのです。
ループは脱線することがあります：確認が甘いエージェントは、同じことを繰り返したり、高くつく行動を繰り返したり、うまく言葉にできていない目標を強い確信で追い続けたりします。だからこそ、真面目なシステムはループ自体の中に制限を入れます：ステップ数の上限、予算の上限、大事な場面での人間の確認です。ガイドリスクと安全対策のテーマであり、作る側では本サイトのページLiteLLMのテーマでもあります。
カタログの111件のページを見る →