AIエージェントの9層 — 接続・分担・費用・評価・防御・計測・実行基盤

2026年のAI開発で問われているのは、どのモデルを使うかではなく、モデルの周りをどう組むかである。英語圏で広く読まれた一覧投稿は、その周りを9つの概念に分けた。ループ、道具の接続、補助役のエージェント、窓口、推論の費用、評価、入口と出口の検査、記録と計測、実行基盤である。本章はその9つを、仕様書・価格表・実測の報告から1つずつ解剖する。扱うのは、概念の紹介ではなく実装と費用に直結する規定と数字で、接続の規格が2026年7月28日版で握手をやめた理由、分担が成績を90.2%上げる代わりにトークンを15倍にする構造、一時保存の損益分岐が1.28回であること、脅威10項目をどの関所で止めるか、計測の項目名が何を可能にするかまでを含む。数字の取得日は2026年9月16日である。

^基=基礎知識篇　^高=高級知識篇　^投=投資者視点篇。上から順に読めば教科書、節だけ読めば辞典として使える。

1. 9つの層と、所有の境界がどこに引かれているか

本番で動くAIの応用は、1本の要求が通る道筋として描ける。利用者の入力がアプリに入り、実行基盤の中のループが計画を立て、道具を呼び、結果を見て次を決める。外部の機能を呼ぶときは接続の規格を通り、モデルを呼ぶときは窓口を通って提供元に届く。その全体に、検査と計測が横から掛かる。9つの概念は、この道筋の別々の場所に置かれた部品であり、並列に並ぶ用語の一覧ではない。

層を並べ替える基準として本章が使うのは、所有の境界である。モデルの重みと推論の実行は提供する側が持つ。道具の接続と計測は、会社をまたぐ公開の規格がある。残りはアプリ側が自分で書く。この線の引き方が、乗り換えの費用と、事故が起きたときに誰が直せるかを決める。

表1 層の分け方は一覧投稿による。所有・規格・失敗の型は、各層の一次資料 (接続の規格、各社の価格表と設計文書、脅威の一覧、計測の規格) から記者が整理した。

2. ループの設計は、止め方と「進んだ」の定義から始まる

一覧投稿の1番目は、計画・実行・観察・反省を回して改善するループである。この形自体は、アンソロピックが2024年末に公開した設計文書とほぼ同じで、同文書は仕組みを2つに分ける。決められた手順は、モデルと道具をあらかじめ書いた筋道の上で動かすもの。エージェントは、モデル自身が進め方と道具の使い方を決めるものである。前者は結果が予測しやすく、後者は未知の作業に対応できる代わりに費用と失敗の幅が広がる。

同じ文書が、絵には描かれない2つの条件を置く。1つは、各段階で外の世界から確かな事実を得ること。道具を動かした結果やコードの実行結果を見て、自分がどこまで進んだかを測る。もう1つは停止の条件で、繰り返しの上限などを決めて制御を保つ。作業は完了で終わるのが普通だが、終わらない場合に備えて上限を置く。節目や行き詰まりで人の判断を求めて止まる設計も、同じ文書が勧めている。

「進んだ」をどう定義するか

ループが壊れる形は2つある。1つは止まらないこと。もう1つは、進んでいないのに進んだと判断して次へ行くことである。後者は、観察の段階で見るものが自分の出力だけになっているときに起きる。設計文書が「外の世界から確かな事実を得る」と書くのは、この失敗を避けるためで、実装では道具の戻り値、試験の合否、ファイルの差分などモデルが作れない情報を観察の対象に選ぶ。評価の層 (第8節) と計測の層 (第10節) は、この観察を機械が読める形にしたものと言い換えられる。

3. 接続の規格は握手をやめた — 2026年7月28日版の構造変更

道具の接続は、9つの中で唯一、複数の会社が同じ文書を見て実装している層である。最新の仕様は2026年7月28日版で、1つ前は2025年11月25日版だった。両者の違いは表面的な機能追加ではなく、通信の前提そのものの変更である。

旧版は、接続のはじめに初期化の要求を送り、使える機能を擦り合わせてから道具を呼ぶ手順だった。状態は接続に結びつき、切れれば最初からやり直しになる。新版はこの握手を廃止した。要求の一つひとつが自分の使う版・身元・機能を metadata として運び、受け手は要求ごとに受けるか断るかを決める。対応しない版が来た場合は専用の誤りの符号を返し、自分が対応する版の一覧を添える。送り手はその一覧から選んで送り直す。事前に対応版を問い合わせる手続きも用意されるが、利用は任意である。

表2 接続の規格の版の扱いのページによる。新旧の判別は伝送の方式ごとに手順が決められ、判別の結果は相手ごとに覚えておき、外れたら調べ直すと規定されている。

状態を捨てたことの意味

握手を廃止した効果は3つある。第1に、接続が切れても続きから使える。長い作業を回すエージェントにとって、接続の維持そのものが失敗の原因になっていた。第2に、要求ごとに身元と権限を載せるため、途中で権限が変わる状況を扱える。規格は、提示された権限に応じて道具の一覧を絞ってよいと明記する。第3に、複数の受け手へ要求を配る構成が組みやすい。状態が接続に結びついていると、同じ相手に戻す必要があったが、要求が自己完結していれば分散させられる。

表3 接続の規格の提供物・伝送・認可の各ページによる。認可は既存の利用許諾の枠組みの一部を選んで採用する形で、合い言葉の宛先の縛りと代理の取り違えへの対策を必須要件として挙げる。

4. 道具の一覧は決まった順に返す — 規格が費用に触れる場所

接続の規格は、道具を「モデルが自分で選んで呼ぶもの」と位置づける。そのうえで、安全のために人が拒否できる画面を用意すべきだと書く。どの道具が使えるかを一覧で返し、必要なら通知で変更を知らせ、呼び出しの結果を返す。ここまでは素直な設計だが、規格には費用に直接効く2つの規定がある。

1つは、道具の一覧は接続ごとに変えてはならないという規定である。同じ相手には同じ一覧を返す。ただし提示された権限によって絞ることは認められる。もう1つは、並び順を決まった順にすべきという規定で、規格はその理由を明示している。並びが安定していれば、送り手は一覧を保存でき、道具の定義を前置きに入れる場合の一時保存の当たりやすさが上がるからである。

これは、接続の層 (第3節) と費用の層 (第7節) が規格の文面の上でつながっている数少ない場所である。道具の定義は一覧が増えるほど前置きを押し上げる。並び順が要求ごとに揺れると、前置きの先頭から一致しなくなり、保存した内容が使えず全額で処理される。実装の側では、道具の一覧を生成する順序を固定し、説明文を頻繁に書き換えないことが、そのまま費用の対策になる。

説明文の質が経路を決める

アンソロピックは自社の調査の仕組みの技術報告で、道具の説明文の質が作業の成否を分けると書いている。説明が曖昧な道具は、エージェントを完全に誤った経路へ導く。同社は、まず使える道具をすべて調べる、利用者の意図に道具を合わせる、広く調べるときは検索を使う、専用の道具があれば汎用のものより優先する、といった判断の指針を明文で与えたと説明する。道具の層で効くのは接続の実装ではなく、説明文という自然言語の設計である点は、実装者の直感と食い違いやすい。

5. 司令塔と補助役 — 速さを買い、トークンで払う

一覧投稿の3番目は、司令塔の下に調査・コード作成・査読・集計の各エージェントを置き、それぞれに自分の文脈と道具を持たせる形である。アンソロピックは自社の調査の仕組みで、この構成の実測を公開している。司令塔に上位のモデル、補助役に下位のモデルを置いた構成は、単体の上位モデルを社内の調査の試験で90.2%上回った。

表4 アンソロピックの調査の仕組みに関する技術報告による。トークン量と成績の関係は同社の集計で、試験は情報を探す力を測る外部の試験と社内の試験の両方を含む。

なぜ分けると強くなるのか

同報告の説明は「探索とは圧縮である」という一文に集約される。補助役は自分の文脈で並行して探し、重要なトークンだけを凝縮して司令塔へ返す。司令塔の文脈には結論だけが積まれるため、1本のループでは入り切らない量の資料を扱える。分業が効くのは頭がよくなるからではなく、1つの作業により多くのトークンを使えるからで、実際、成績のばらつきの80%はトークンの使用量だけで説明できる。

同時に、代償も数字で示されている。エージェントは対話の利用に比べておよそ4倍、分担型はおよそ15倍のトークンを使う。同社は、分担型が成り立つのは作業の価値が増えた費用を払えるほど高い場合に限られると書く。向かない仕事も明示されている。全員が同じ文脈を共有しなければならない領域と、前の工程の結果に強く縛られる作業である。

文脈の上限という物理的な制約

技術報告は、司令塔が最初に方針を記憶へ保存する理由を、文脈が20万トークンを超えると切り捨てられるためだと説明する。長い作業では、完了した段階を要約して外部の記憶に置き、文脈の限界が近づいたら新しい補助役を清潔な文脈で起こして引き継ぐ。記憶の層が実行基盤の部品として挙がる (第11節) のは、この制約が実務で最初に効くからである。

6. 窓口を1つにまとめると、提供元の差が数字で見える

一覧投稿の4番目は、複数のモデルへの要求を1つの層で受け、認証・振り分け・上限・一時保存・記録をまとめて管理する窓口である。クラウドフレアの製品文書を例に取ると、提供中の機能は利用状況の分析、記録、一時保存、回数の上限、やり直しと切り替えで、試験中として請求の一本化、支出の上限、行き先の自動振り分け、情報漏洩の防止、入口と出口の検査、鍵の保管が並ぶ。つなぎ先にはオープンAI、アンソロピック、グーグルの法人向け基盤をはじめ9社以上を登録できる。

表5 クラウドフレアの製品文書 (機能一覧) による。状態は同文書の表記で、試験中と記された機能は仕様が変わる可能性がある。他社の同種の製品も機能の構成は近いが、共通の規格はない。

窓口の価値は「1か所に集まること」にある。提供元ごとの件数、トークン、費用、失敗率が同じ形で並ぶと、モデルの選択が感覚ではなく数字の比較になる。逆に、窓口を置かずに応用ごとに直接つなぐと、同じ作業の単価が部署ごとに違っていても誰も気づかない。記録を計測の共通規格の形式で外へ出せるかどうかは、この層の製品を選ぶときの実務的な判断材料になる (第10節)。

7. 一時保存の損益分岐は1.28回 — 費用の式を解く

推論の費用は、9層の中で唯一、外部の価格表で答え合わせができる層である。請求は入力と出力のトークン数に単価を掛けたもので、入力側には一時保存の倍率が掛かる。アンソロピックの価格表では、保存した内容を読み出す料金は基本の入力料金の0.1倍、5分保持の書き込みは1.25倍、1時間保持の書き込みは2倍と決まっている。最上位の2モデルでは読み出しが0.025倍とさらに低い。オープンAIは既定で有効で最大90%引き、グーグルは2.5世代以降が既定で有効である。

式を解くと、分岐点は1.28回である。つまり同じ前置きを2回目に送った時点で、一時保存の方が安くなる。10回なら10に対して2.15で4.65分の1、100回なら100に対して11.15で8.97分の1になる。1時間保持で書く場合は初期費用が2倍になるため分岐点は後ろへ動くが、5分を超える間隔で繰り返す用途では読み出しが効き続ける。

表6 基本の入力料金を1として記者が試算。書き込み1.25倍・読み出し0.1倍 (アンソロピックの価格表) を用い、出力側の費用は含めない。

効き始める下限と、当たらなくなる条件

表7 アンソロピック・オープンAI・グーグルの各公式文書による。最小の入力量に満たない要求は、誤りを返さずに保存されないまま処理される点が3社に共通する。

一時保存は前置きの先頭からの一致で判定されるため、先頭に近い場所が1バイトでも変わると、それ以降は全部が当たらなくなる。時刻、要求ごとの識別子、順序が揺れる道具の一覧などを前置きに置く設計は、気づかないまま全額で処理される典型である。第4節で見た「道具の並び順を決まった順にする」という規格の要求は、この失敗を規格の側から防ぐものだった。

急がない処理では、一括でまとめて流す方式が料金を50%引きにする。1回に10万件または256メガバイトまで送れ、多くは1時間以内に終わる。24時間で期限切れとなり、結果は29日間取り出せる。分担型が15倍のトークンを使うとしても、その大半を読み出しに寄せ、夜間の処理を一括に回せば、費用の山は設計で下げられる。一時保存が効く原理そのものは一時保存の仕組みの手引きで扱った。

8. 評価は2つの要素、始まりは20問

評価の層には公開の規格はないが、組み立て方は各社の文書で公開されている。オープンAIの文書では、評価は2つの要素でできている。試験データの形式の決め方と、出力の正否を判定する採点の仕組みである。手順は、やらせたい仕事を書き出す、試験を作る、動かして結果を見る、指示文を直す、の繰り返しになる。先に望む振る舞いを決めてから作る流れである。

表8 オープンAIの評価の文書と、アンソロピックの調査の仕組みに関する技術報告 (採点表の5観点・約20問) による。

自由記述の出力は、機械的な一致では測れない。アンソロピックは別のモデルを判定役に立て、採点表に沿って採点する方式を採った。観点は、事実の正しさ (主張が出典と合っているか)、引用の正しさ (挙げた出典が主張を支えているか)、網羅 (求められた側面をすべて扱ったか)、出典の質 (一次資料を使ったか)、道具の使い方の効率 (適切な道具を妥当な回数で使ったか) の5つである。

規模については、同社は「約20問から始めた」と書く。効き目の大きい初期は、指示文の一箇所の修正で成功率が30%から80%へ動くことがあり、数問でも差が見える。数百問の試験を用意するまで評価を始めない判断は、改善の速度をむしろ落とす。評価は資産として残る層でもある。モデルを乗り換えても、試験データと採点の基準はそのまま使えるからである。

9. 脅威10項目を、入口・出口・権限・上限の4か所へ

一覧投稿の7番目は、利用者の入力とモデルの出力の2か所に関所を置く形である。入口では個人情報と指示文への攻撃、出口では制限の回避・有害な表現・利用規約に反する内容を止める。この分け方の裏付けになるのが、ウェブの安全を扱う国際団体が2025年版としてまとめた大規模言語モデル向けの脅威の一覧で、1位が指示文への攻撃、10位が無制限な消費である。

表9 脅威と順位は国際団体の一覧 (2025年版) による。止める場所と設計の要点は、一覧の定義を各層に当てはめて記者が割り当てた。

この並べ替えで見えるのは、防御が入口と出口だけでは閉じないことである。6位の過剰な権限は、道具に渡す権限の粒度で決まるため、関所ではなく権限の設計の問題になる。接続の規格が「提示された権限に応じて道具の一覧を絞ってよい」と定めるのは、この対策を規格の側で可能にしたものと読める。10位の無制限な消費は、費用の層と同じ設定箇所 — 窓口の回数と支出の上限 — で止める。防御と費用は別の話に見えて、実装では同じ画面に現れる。

1位の指示文への攻撃には、検査だけで足りないという構造的な問題がある。外から取り込んだ文章に指示が紛れていても、モデルには利用者の指示と区別が付かない。接続の規格が、道具の呼び出しに人が拒否できる画面を用意すべきだと書くのは、この非対称を認めた設計である。危ない操作ほど人の承認を挟む、という原則が最後の砦になる。

10. 計測の項目名がそろい始めた — ただし規格は策定中

記録と計測は、2026年に状況が変わった層である。計測の共通規格のうち生成AI向けの部分は、用語をそろえる本体の規格 (1.44.0版) から切り離され、別の公開場所に移った。状態は策定中で、確定版ではない。それでも中身は具体的で、操作の名前、指標、属性の3階層がすでに定義されている。

表10 生成AI向けの計測の規格による。指標はいずれも分布として記録する形式で定義される。確定版は本体から引き継いだ項目に限られ、生成AI固有の項目は策定中のため名前が変わる可能性がある。

注目すべきは、エージェントの構造が項目名の中に入っていることである。操作の名前には、対話や文章の数値化に加えて、道具の実行・エージェントの起動・エージェントの作成がある。指標には、エージェントの所要時間、そのエージェントが行った推論の回数と道具の呼び出し回数が別々に用意されている。第5節で見た分担型の費用構造 — トークン量が成績の8割を説明する — は、この指標をそろえれば運用中に測り続けられる。

一時保存の読み出しと書き込みが別々の属性になっている点も実務的である。請求額と命中の状況を後から突き合わせられるため、第7節の分岐点の計算を机上の試算で終わらせずに済む。接続の規格向けの項目 (手続きの名前・規格の版・やり取りの識別子・処理時間) は、道具側の遅さが全体の待ち時間に与える影響を切り分ける。

11. ループを自社で持つとは、何を引き受けることか

一覧投稿の9番目は、モデルを出すのは提供する側だが、その周りのループを持つのはアプリ側だという主張である。実行基盤の中身として、計画・記憶・道具・状態・検査・評価の6つが挙がる。この層に最も近い公式文書は、アンソロピックが公開する開発用の道具一式の説明で、同社はエージェントを「自分で手順を決め、ファイルを読む・命令を実行する・コードを直すといった道具を呼んで作業を終える応用」と定義し、この道具一式が同社の開発支援製品と同じ道具、同じループ、同じ文脈の管理を提供すると書いている。

表11 部品の分け方は一覧投稿による。運用で問題になる点は、アンソロピックの技術報告 (長い作業の文脈管理、同期して待つ構成の詰まり、稼働中の更新) と開発用の道具一式の説明から整理した。

走り続けるものを更新する難しさ

技術報告が挙げる運用の課題は、通常の応用と性質が違う。エージェントは長時間ほぼ連続して動くため、更新を配ると、作業の途中にある個体を壊しかねない。同社は、新旧を同時に動かしながら流量を少しずつ移す方式で、走行中の作業を止めずに更新していると説明する。また、司令塔が補助役の完了を待つ同期の構成は詰まりやすく、待ち時間の面で改善余地があるとも書いている。

企業の側から見ると、実行基盤・隔離環境・身元管理の3つが揃って初めて本番の要件を満たす。この3層の実装と、実際の導入例の数え方はAI活用例5,201件の記事で扱った。

12. 標準の有無と乗り換えの費用で、書く場所を決める

9層を一次資料で仕分けると、投資と設計の判断は次の形に整理できる。会社をまたぐ規格がある層 (道具の接続・計測) は、作れば持ち運べる。価格表がある層 (費用) は、設計の良し悪しが0.1倍と10倍という数字で即座に表れる。残る6層は公開の規格がないまま各社の実装に閉じており、書いた分だけ自社に残り、乗り換えの費用として跳ね返る。

表12 規格の有無は各層の一次資料による。乗り換えの費用の評価と構えは、規格の有無・製品の代替性・自社に残る資産の性質から記者が判断した。

この表で最も重要なのは、評価と防御が「自分で書く・資産として残る」側にあることである。評価の試験データと採点の基準は、モデルを変えても使える。防御の設計も、脅威の一覧が変わらない限り再利用できる。逆に、実行基盤は書くほど動かしにくくなる。モデルの選択が1行の書き換えで済むようになった一方で、この6層は今も自分で書く領域として残っている。

13. 残る5つの問い

本章が一次資料で追えたのはここまでで、以下の5つは公開資料では答えが出ていない。

第1に、計測の規格がいつ確定版になるか。 策定中である以上、項目名の変更が起こりうる。集計の基盤を規格の名前に合わせて作った組織は、変更のたびに書き換えが要る。

第2に、接続の規格の破壊的な改版がどの頻度で続くか。 2026年7月28日版は握手をやめる大きな変更だった。改版の追随は外部に預けた層でも自社の負担として残る。

第3に、分担型が成り立つ作業の境界はどこか。 「価値が費用を上回るとき」という条件は公開されているが、価値の測り方は各社の内部にある。トークン15倍を正当化できる作業の類型は、まだ公開の形で整理されていない。

第4に、評価の自動化はどこまで届くか。 判定役と採点表で自由記述を測れるようになったが、判定役自身の誤りをどう測るかという問いが残る。

第5に、防御に共通の規格は生まれるか。 脅威の一覧は設計の出発点になるが、検査の実装は各社の製品に閉じている。接続と計測が規格になった経緯を踏まえると、防御にも共通の記述形式が現れる可能性はある (記者の見立て)。

出典 (取得日 2026-09-16)

1. 道具の接続の規格 — 版の一覧と版の扱い (最新は2026年7月28日版、1つ前は2025年11月25日版)、伝送の方式、認可、道具のページ (一覧の不変性・決まった順・人が拒否できる画面・権限による絞り込み)
2. アンソロピックの設計文書「実効性のあるエージェントの作り方」(2024年12月公開) — 決められた手順とエージェントの区別、外の世界から確かな事実を得ること、停止の条件、人の判断を求める節目
3. アンソロピックの技術報告「調査の仕組みを複数のエージェントで作った経緯」— 司令塔と補助役の構成、+90.2%、所要時間の最大90%短縮、補助役3〜5体と道具3つ以上の並列、トークン4倍と15倍、ばらつきの80%、20万トークンでの切り捨てと記憶への退避、引用を付ける役、採点表の5観点、約20問、新旧を並行させる更新、同期の詰まり
4. アンソロピック 一時保存の文書 — 読み出し0.1倍 (最上位2モデルは0.025倍)、5分保持の書き込み1.25倍、1時間保持2倍、最小の入力量512〜4,096トークン、命中の確認方法
5. アンソロピック 一括処理の文書 — 料金50%引き、1回に10万件または256メガバイト、多くは1時間以内、24時間で期限切れ、結果は29日間
6. オープンAI 一時保存の文書 — 既定で有効、最大90%引き、最小1,024トークン (最新世代以降)、会社と地域をまたぐ再利用の不可
7. オープンAI 評価の文書 — 試験データの形式と採点の基準の2要素、先に振る舞いを決める手順
8. グーグル 文脈の一時保存の文書 — 2.5世代以降は既定で有効、最小2,048トークン (2.5世代) と4,096トークン (3世代)、共通する前置きを先頭に置く指針
9. クラウドフレアの中継層の製品文書 — 分析・記録・一時保存・回数の上限・やり直しと切り替え、試験中の機能 (請求の一本化・支出の上限・行き先の自動振り分け・情報漏洩の防止・入口と出口の検査・鍵の保管)、つなぎ先の一覧、記録の外部への持ち出し
10. 国際団体の脅威の一覧 2025年版 — 1位 指示文への攻撃、2位 機密情報の漏洩、3位 供給網、4位 データとモデルの汚染、5位 出力の扱いの不備、6位 過剰な権限、7位 内部の指示文の流出、8位 埋め込みと検索の弱点、9位 誤情報、10位 無制限な消費
11. 生成AI向けの計測の規格 — 本体の規格1.44.0からの分離、状態は策定中、操作の名前 (対話・文章の数値化・道具の実行・エージェントの起動と作成)、指標 (処理時間・トークンの使用量・道具の実行時間・エージェントの所要時間・推論と道具の回数・最初の応答までの時間)、属性 (一時保存の読み書き・会話の識別子・誤りの種類)、接続の規格向けの項目
12. アンソロピック 開発用の道具一式の説明 — エージェントの定義、同じ道具・同じループ・同じ文脈の管理、会話の保存と持ち出し、承認と利用者の入力、形式をそろえた出力、多数の補助役を束ねる設計
13. 本誌の関連記事 — AIエージェントの9概念、業界標準があるのは接続と計測の2つ (9層の仕分け)、エージェントの群れの手引き、一時保存の仕組みの手引き、開発支援ソフトの6概念、AI活用例5,201件
14. 費用の式・分岐点1.28回・表6の試算・脅威の関所への割り当て・表12の判断表は、上記の一次資料をもとにした記者の試算と整理である

📚 AI計算資源・大規模モデル 体系解説 の総覧（目次）へ戻る