エージェント型AIの時代が到来した。企業システムではこのフレームワークを活用し、ますます多くの専門モデルが複雑なタスクの異なる部分を担当している。
例えば、ミラノの新しいファッションラインに対して詳細なフィードバックを提供するAIエンジンや、グローバルに展開する企業のための自動化された市場調査、大規模な車両フリートを管理するためのスマートな管理システムなど、複雑なものを想像してほしい。
例は無限にあり、これらのAIエージェントはますます多くのビジネスを支えている。
このことを念頭に置くと、さまざまなエージェントタイプの主要な違いを理解することは非常に有益である。
一般的に、エージェントタイプには複雑さと機能が異なる7種類が存在する。
これらのエージェントタイプと、それぞれが典型的に何をするのかについて説明しよう。
7種類のエージェントとその階層
（1）単純反応型エージェント
まず、最も単純なタイプのAIエージェント「（1）単純反応型エージェント」（simple reflex agent）がある。これは最も基本的なエージェントで、基本的な機能を提供する。例えば、推奨事項を返したり、そのような単純な処理を行うが、識別能力や「認知的」な能力はほとんど持たない。
また、状態を保持するプロセスも備えていない。
（2）状態を持つ単純反応型エージェント
次に登場するのが「（2）状態を持つ単純反応型エージェント」（simple reflex agent with state）である。このタイプは依然としてルールベースのアクションを使用するが、わずかな記憶を持つことで単純反応型エージェントよりも柔軟性が増している。しかし、事前に計画を立てたり、結果を評価したりすることはできない。
（3）モデルベース反応型エージェント
次に進むと「（3）モデルベース反応型エージェント」（model-based reflex agent）が登場する。このエージェントは、世界がどのように機能するかについての内部モデルを保持し、知覚履歴を使用して更新し、現在の知覚データと組み合わせて行動を決定する。一般的に、予測不可能な要素もあるが、整理された情報も存在する、動的または「部分的に知られた」環境に適している。
