Agent scaffoldingは、モデルを信頼性の高いエージェントとして機能させるために構築されるプロンプトとワークフローの構造です。人工知能において、エージェントとは環境を認識し、意思決定を行い、目標を達成するために行動を起こすシステムです。生の大規模言語モデルはテキストを生成しますが、scaffoldingはそのテキスト生成能力を、観察、推論、行動のループへと変換します。この構造には通常、システムプロンプト、利用可能なツール群、メモリ機構、そしてモデルがツールを呼び出すべきか直接応答すべきかを決定する制御フローが含まれます。
この用語は2020年代半ばに注目を集めるようになりました。開発者たちは、モデルに単に「タスクを実行する」ようプロンプトするだけでは、複雑な多段階操作には不十分だと気づいたのです。Scaffoldingは、必要なガードレール、状態管理、エラー処理を提供します。これは、質問に答えるチャットボットと、フライトを予約したり、コードを書いたり、研究プロジェクトを管理するエージェントとの違いです。この概念は生成AIや機械学習と密接に関連していますが、モデルの内部パラメータではなく、モデルを取り巻くエンジニアリング層に焦点を当てています。
歴史的背景
AIシステムを中心に構造化されたワークフローを構築するという考えは、現代の深層学習よりも前から存在していました。1970年代と1980年代の初期エキスパートシステムは、ドメイン知識をコード化するためにルールベースのscaffoldingを使用していました。しかし、現代的な解釈でのscaffoldingは、Transformer (architecture)ベースのモデルの台頭とともに登場しました。2017年には、Google DeepMindとUniversity of Torontoの研究者が、注意機構が長距離の依存関係を処理できることを実証し、より複雑な推論を可能にしました。2020年までに、OpenAIのGPT-3は、大規模モデルが指示に従えることを示しましたが、外部システムと対話する能力は欠けていました。
転機はツール使用の導入にありました。2021年、OpenAIはサンドボックス内でコードを実行できるCodexをリリースしました。これは初期のscaffoldingの形であり、モデルがコードを生成し、scaffoldがそれを実行し、その出力が再びモデルにフィードバックされました。2022年には、Anthropicが憲法AIアプローチでClaudeを導入し、2023年までにOpenAIとAnthropicの両方が関数呼び出しのAPI機能をリリースしました。これらのAPIにより、開発者はモデルが呼び出せるツールを定義でき、scaffoldパターンが形式化されました。
核となる構成要素
典型的なエージェントのscaffoldは、いくつかの相互接続された部分で構成されています。システムプロンプトエージェントの人物像、目標、制約を設定します。これは最も直接的なscaffoldの形であり、多くの場合、どのように振る舞うか、どのツールが利用可能か、応答をどう格式するかといった詳細な指示を含みます。ツール層は、Web検索、コード実行、データベース照会、ファイル操作、またはAPI呼び出しといった外部の能力を優れたに提供します。各ツールはモデルに構造化された形式で記述され、通常は名前、説明、パラメータスキーマが含まれます。
メモリもまた重要な構成要素です。大規模言語モデルには固定されたコンテキストウィンドウがあるため、scaffoldingは保持される情報を管理する必要があります。短期記憶は最近の会話履歴を保持し、一方で長期記憶は過去の相互作用の埋め込みを保存するベクターデータベースを使う場合があります。これにより、エージェントはセッションを超えて事実を思い出すことができます。制御フローはループを決定します。モデルが入力を受け取り、ツールを呼ぶか最終回答を生成するかを決定し、scaffoldがツールを実行して結果を返します。このループは、モデルが完了を知らせるまで続きます。
ツール使用と関数呼び出し
ツール使用は、scaffoldingの最も顕著な側面です。2023年、OpenAIはAPIで関数呼び出しを導入し、モデルがツール呼び出しを指定する構造化されたJSONを出力できるようにしました。Anthropicも同様の機能で続きました。これらのAPIにより、開発者はデータベースを照会する、メールを送信する、またはソフトウェアを制御できるエージェントを簡単に構築できるようになりました。scaffoldは実際の実行を処理し、ツールの出力を検証してモデルに返します。
たとえば、カスタマーサポートエージェントには、注文検索、返金処理、問題エスカレーションするツールがあるかもしれません。モデルはユーザーの問い合わせに基づいてどのツールを呼ぶか決定します。scaffoldは、ツール呼び出しが安全であること、出力が期待された範囲内にあること、モデルが無限ループしないことを保証します。このパターンは現在、LangChain、AutoGPT、MicrosoftのSemantic Kernelなどのエージェントフレームワークで標準ですが、scaffoldingの概念はフレームワーク非依存です。
記憶と状態管理
メモリは、単純なチャットボットと信頼性の高いエージェントを分ける主な違いです。scaffoldは様々なメモリ種類を実装できます。エピソード記憶は過去の相互作用を保存し、エージェントが前回のタスクから学べるようにします。セマンティック記憶は事実と知識を、しばしばベクターデータベース内で保持します。手続記憶は、特定のタスクの実行方法を、プロンプトでのfew-shot例を通じて符号化します。状態管理もまた重要です。多段階タスクを実行するエージェントは、進行状況、中間結果、保留中のアクションを追跡必要があります。scaffoldは、有効な遷移を定義した状態マシンを維持する場合があります。たとえば、研究エージェントは「検索」「読書」の「要約」「報告」といった状態を持てます。scaffoldはエージェントが段階をスキップしたり、不要なアクションを繰り返ししたりしないことを保証します。これは、生産システムでは信頼性が最優先されるため特に重要です。
計画と思考
Scaffoldingは明示的な計画メカニズムを含むことがよくあります。モデルが純粋に応答的に動作させるのではなく、scaffoldはモデルにまず計画を立てように促します。これは「プランアンド実行」と呼ばれることがあります。モデルがステップのリストを生成し、scaffoldがそれを順に実行し、各ステップをチェックオフします。これにより、モデルが停滞したり、不整合な決定を行うリスクが減善されます。
思考ステップ推論などの思考技術もscaffoldingの一部です。モデルに「ステップバイステップで考える」よう求めることで、scaffoldはより正確な思考を促します。一部のscaffoldは「リフレクト」パターンを使用し、モデルが自分自身の出力をレビューしてエラーを修正します。これらの技術は新しいものではなく、カリキュラム学習や損失関数の概念の拡張であり、推論レベルで適用されます。
信頼性と安全性
Scaffoldingの主な目的の一つは、エージェントを信頼性のあるものにすることです。生のモデルは幻覚を見る可能性があります、指示を無視するか、安全でない出力の可能性があります。scaffoldは、入力検証、出力フィルタリング、レート制限、ヒューマンインザループのチェックポイントといった瘤を追加します。医療護士や金融などの高重要度なアプリケーションでは、scaffoldは特定の行動を実行する前に承認を要求するかもしれません。
安全性も懸念されます。scaffoldはモデルに利用可能なツールを制限でき、機密データへのアクセスや破壊的な操作を防止します。また侵襲的（というか、プロンプトインジェクション）や他の攻撃の兆候についてモデルの動作を監視しということができます。エージェントがより自律的になるにつれて、scaffoldは意図しない結果への主要な防御線となります。
フレームワークと実装
開発者がscaffoldを構築しやすくするいくつかのオープンソースおよび商用フレームワークが生まれていますよね。Harrison Chaseが2022年10月にリリースしたLangChainは、チェーンとエージェントの概念を広めました。2023年3月に立ち上げられたAutoGPTは、目標をサブタスクに分解できる完全自律エージェントを実証しました。MicrosoftのAutoGenは2023年にリリースされ、複数のモデルが協力するマルチエージェント会話を導入しました。
2024年には、OpenAIとAnthropicの両方がエージェント構築ツールを放出しました。OpenAIのAssistants APIは、ツール、メモリ、検索を備えたホステッドscaffoldを提供しました。AnthropicのClaude Codeは2025年にリリースされ、簡約なインターフェースを介して多力はコード記述エージェントを提供しました。これらの製品は複雑さやるを取り除きますが、基盤となる原則は同じです。フレームワークの選択は、特定の使用例、レイテンシーの要件、カスタマイズの必要性に依存することがよくあります。
課題と限界
進歩にもかかわらず、scaffoldingはいくつかの課題に直面しています。コンテキストウィンドウ制限は依然としてボトルネックで、大きなコンテキストでも複雑なタスクはモデルの容量を超えることがあります。レイテンシもう一つの問題です。各ツール呼び出しはラウンドトリップ時間を追加するため、エージェントは直接応答より遅くなります。処理されるトークン数に比例するため、verboseなscaffoldは高コストになる可能性があります。エラーの伝播は問題であり、初期のステップでの誤りが後続の最終結果に乱れを引き起こすことがあります。評価**も課題です。エージェントの信頼性をどう測定しますか。従来の正確度などのメトリクスは不十分です。研究者はAgentBenchやSWE-benchなどの新しいベンチマークを提案していますが、まだ標準化は進んでいません。この分野はまだ若く、ベストプラクティスは進化しています。
将来の方向性
エージェントscaffoldingの将来には、より高度な記憶システム、より高度な計画アルゴリズム、そしてモデル自体とのより緊密な統合が包含されます。一部の研究者は、制御フローが手書きではなく、強化学習によって最適化される学習可能なsfoldを探求しています。他の人は、中央のscaffoldの下で異なる専門を持つ複数のモデルが階層するマルチエージェントシステムを調査しています。
モデルが更に能力の高いになると、scaffoldは簡単になるかもしれませんが、消えるわけではありません。完璧なモデルであっても、世界と対話するための手段が必要です。scaffoldはモデルの内部表現と外部の現実を結ぶ架け橋です。その意味では、それはあらゆるAIエージェントの焦点構成要素であり、エージェントがより多くの分野で展開されるにつれて、その重要性はますます高まるでしょう。
結論
Agent scaffoldingは、信頼性の高いAIエージェントを構築するための工学の財です。プロンプト設計、ツール統合、メモリ管理、制御フローを網羅します。基礎となるモデルは強力ですが、それ自体で自律的に動作するわけではなく、scaffoldingが言語モデルを役に立つエージェントへと変えます。現在のフィールドが成熟するにつれ、標準化されたフレームワーク、より良い評価方法、そして効果的かつ安全なscaffoldを設計するための深い理解が期待されます。