> 過去の経験をメモリから引き出して、計画して、行動して、振り返って、目標を達成したか確認するプロセスはどのエージェントも同じです。

> タスクの抽象度が高いほど「エージェントらしさ」が活きる

> 既存のGoogleやOpenAI の既存のエージェントの応用事例はどれもタスクの抽象度が高いです。 どんな事例かというと、データ分析、ソフトウェア開発、Webナビゲーション、Web情報検索による質問応答です。

> 評価指標は大きく以下の4つのカテゴリに分けられ、それぞれの特性と用途を解説します。

> 精度 (Accuracy) : 最終的なタスク達成度, 個別の機能の精度

> システム (System) : システムメトリックは効率性とユーザー体験に関わる指標

> エラー (Error) : タスクやツールの実行が正しく完了したかを評価する

> 実行経路 (Execution Path) : ツールの選択プロセス

> ワークフロー

> 事前に決められた手順をAIが実行する仕組み。たとえば、「①データを取り出す → ②分析する → ③結果をまとめる」といった流れです。

> エージェント

> 柔軟にタスクを解釈し、自らの判断で必要な手順やツールを使い分ける仕組みです。たとえば、「売上を分析して改善策を出して」と依頼したら、データ収集からレポート作成までをAIが判断しながら進めます。