Name: AIトレンド - AIエージェントを理解する (AI Trends - Understanding AI agents)
Uploaded: 2025-07-23T18:42:05.000Z
Duration: 4 min 27 s
Description: VoiceTubeの動画で発音を聞きながら英語表現を覚えよう！学べる英語：

Wouldn't it be great if you could give an AI system a goal, like summarize these five articles in a new document or make a travel itinerary for our family trip to Norway in December and save it in a spreadsheet and then have the AI figure out what steps to complete and how to meet that goal.

例えば、5つの記事を新しい文書にまとめるとか、12月に家族でノルウェーに旅行するための旅程表を作成してスプレッドシートに保存するとか、AIシステムに目標を与えて、AIがその目標を達成するためにどのようなステップを踏んで、どのようにすればよいかを考えさせることができたら素晴らしいと思いませんか？

そのためのAIエージェントだ。

様態の副詞

And based on what we've seen so far in this space, you'll likely be dealing as much if not more with AI agents as traditional chat-based AI systems in the future.

そして、この分野で我々がこれまで見てきたことによると、将来的には、従来のチャットベースのAIシステムと同じかそれ以上に、AIエージェントを扱うことになりそうだ。

AI systems like ChatGPT, Bing, BART, and Cloud all have one thing in common.

ChatGPT、Bing、BART、クラウドなどのAIシステムには共通点がある。

You make a request in the form of a prompt, they provide a human language response.

あなたがプロンプトの形でリクエストを出すと、彼らは人間の言葉で返答を返す。

So if you have a task you want completed, for example, summarize the main takeaways from these seven articles point by point, you have to do a lot of the manual labor yourself, copy and paste each article into the system, then prompt the system, then copy the response back into whatever application you're working in.

そのため、例えば、7つの記事の主な要点を1つ1つ要約するようなタスクを完了させたい場合、各記事をコピーしてシステムに貼り付け、システムにプロンプトを表示させ、その応答をコピーして作業中のアプリケーションに戻すという、手作業の多くを自分で行わなければならない。

Anytime you have a chain of thought or chain of events type request, you the human have to manually manage that chain, not only figuring out what needs to be done, but actually doing most of the work yourself.

思考の連鎖や出来事の連鎖のような要求があるときはいつでも、人間はその連鎖を手作業で管理しなければならない。

AI agents are applications built to eliminate some or all of that extra work.

AIエージェントは、そのような余分な作業の一部または全部を排除するために作られたアプリケーションである。

Here's an overall idea of how AI agents operate.

ここでは、AIエージェントがどのように動作するかの全体像を説明する。

First, a user sends off a goal prompt to the AI agent.

まず、ユーザーがAIエージェントにゴールプロンプトを送る。

For example, summarize these five articles.

例えば、以下の5つの記事を要約してみよう。

The agent then sends a prompt to the AI saying, what tasks need to be completed for us to reach this goal?

エージェントはAIに、このゴールに到達するためにはどのようなタスクを完了する必要があるのか、というプロンプトを送る。

When the AI responds, the response is stored in memory, and then the response is sent to a task evaluator and a task creator that then sends a new set of tasks up to the task queue.

AIが応答すると、その応答はメモリーに保存され、タスク評価者とタスク作成者に送られ、タスクキューに新しいタスクセットが送られる。

Then we go into a circle where the AI agent goes through each of the tasks in the queue, and every time a new task is sent in, it goes to the memory and retrieves a summary of each previous response so that we retain context within the loop.

そして、AIエージェントがキュー内の各タスクを通過するサークルに入り、新しいタスクが送信されるたびにメモリにアクセスし、以前の各レスポンスの要約を取得することで、ループ内のコンテキストを保持する。

The agent will continue going through the loop and evaluating the responses until it feels like it met the original goal, at which point it passes everything back up to the user again.

エージェントは、元の目標を達成したと感じるまで、ループを繰り返し、応答を評価し続ける。

So in simple terms, AI agents are automatic multi-prompt loops that leverage the language capabilities of large language models to simulate multi-step reasoning to reach a goal.

つまり簡単に言えば、AIエージェントとは、大規模な言語モデルの言語能力を活用して、ゴールに到達するためのマルチステップ推論をシミュレートする自動マルチプロンプト・ループなのである。

What makes these systems so powerful is the addition of two key features and capabilities not currently available from AI systems.

これらのシステムを強力なものにしているのは、現在のAIシステムにはない2つの重要な機能と能力が追加されていることだ。

ChatGBT and its like have limited context windows, meaning if you provide them with a lot of content or carry on a long chat with them, they forget the earlier parts of the conversation.

ChatGBTのようなものは、コンテキストのウィンドウが限られているため、多くのコンテンツを提供したり、長いチャットを続けたりすると、会話の前の部分を忘れてしまう。

AI agents solve this by summarizing the response to every prompt, storing that response in local memory, and adding the summaries as context to future prompts.

AIエージェントは、すべてのプロンプトに対する応答を要約し、その応答をローカルメモリに保存し、将来のプロンプトのコンテキストとして要約を追加することでこれを解決する。

Second, they have the ability to perform actions on behalf of the user, including doing internet searches and downloads, logging into services, filling out forms, creating files, even installing and configuring software on your computer.

第二に、インターネット検索やダウンロード、サービスへのログイン、フォームへの入力、ファイルの作成、さらにはコンピューターへのソフトウェアのインストールや設定など、ユーザーの代わりにアクションを実行する能力を持っている。

There are new AI agents coming online on a weekly basis, and a lot of research is being done on how to build, improve, and expand on this general idea.

毎週のように新しいAIエージェントが登場し、この一般的なアイデアをどのように構築し、改善し、拡大するかについて多くの研究が行われている。

From my perspective, AI agents are a potentially fruitful path forward, and I expect we'll see a rapid maturing of the utility of these services over the next month and years.

私の見解では、AIエージェントは潜在的に実りある前進の道であり、来月から数年の間に、こうしたサービスの有用性が急速に成熟していくことを期待している。

Additionally, projects like Microsoft Copilot and ChatGBT plugins are learning from and leaning into the same general direction with the introduction of context memory, online access, and agent capabilities.

さらに、Microsoft CopilotやChatGBTプラグインのようなプロジェクトは、コンテキスト・メモリ、オンライン・アクセス、エージェント機能の導入により、同じ一般的な方向から学び、傾いている。

In summary, AI agents are a glimpse at our possible near future, where goal-oriented AIs are able to do more than simply respond to our prompts with human-sounding language, and you'll be able to say what you want and have an AI figure out how to do it for you.

要約すると、AIエージェントは私たちの可能な近未来を垣間見ることができる。そこでは、目標指向のAIは、単に人間に聞こえる言葉で私たちのプロンプトに応答するだけでなく、それ以上のことができる。