論文でわかるLLMとAIエージェントの違い

はじめに

「AIエージェント」という言葉が急速に広がっています。しかし現状、多くのサービスやツールが“AIエージェント”と名乗っている一方で、研究領域が定義するAIエージェントとはまったく異なるものがほとんどです。

一方、“LLM（大規模言語モデル）”も世間では「賢いAI」という抽象的な言葉として扱われがちですが、こちらも研究領域では明確に定義されています。

この記事では、実在する主要論文や技術文書（Stanford、NIPS、Google Cloud、2025年のAgent論文など）をもとに、LLMとAIエージェントの違いを正式な定義で解説します。

さらに、比喩「北海道に行け」を用いて、両者の違いを直感的に理解できる形に整理します。

LLM（大規模言語モデル）とは何か？

研究領域では、LLMは“言語の理解・生成・推論を行うモデル”として定義されています。

✔ Bommasani et al., “On the Opportunities and Risks of Foundation Models” (Stanford, 2021/2023)

“LLMs are a class of foundation models trained on large corpora of text, enabling general-purpose language understanding and generation.”

要約
LLMは大量のテキストで訓練された「基盤モデル」で、汎用的な言語操作を行う技術方式。

✔ Vaswani et al., “Attention Is All You Need” (NIPS 2017)

“The Transformer is a sequence transduction model based solely on attention mechanisms.”

要約
LLMの基礎構造（Transformer）を定義した原論文。

まとめると：

LLM＝言語を扱うための“モデル”であり、単発の入出力が基本。 自律的に動く構造は持たない。

AIエージェントとは何か？

2024〜2025年の研究で、AIエージェントは次のように定義されます。

✔ Sapkota et al., “AI Agents vs Agentic AI: A Conceptual Taxonomy” (2025)

“AI agents are modular systems driven by LLMs, equipped with external tools, memory, planning and environment interaction to accomplish user-specified goals autonomously.”

要約
AIエージェントは LLMを内部に含むシステムであり、

• 外部ツール
• メモリ
• 計画
• 環境と相互作用
  によって 目的を自律的に達成する。

✔ Qu et al., “From LLM Reasoning to Autonomous AI Agents” (2025)

“Autonomous AI agents integrate LLMs with tool-use, planning algorithms and iterative feedback loops to perform tasks without human supervision.”

要約
AIエージェントは、

• LLM
• 計画アルゴリズム
• ツール利用
• 反省ループ
  を統合し、人間の介入なしに動き続けるシステム。

✔ Google Cloud, “What Are AI Agents?” (2024)

“AI agents are systems built on top of foundation models, enabling goal-directed behaviour through planning, memory, and tool execution.”

要約
エージェントは「基盤モデル（LLM）の上に構築される目的志向システム」。

3つの論文がすべて一致している点：

AIエージェント＝自律性を持ち、目的に向かって行動し続ける“システム”。 LLM単体はエージェントではない。

北海道の比喩が違いを完全に説明する

✔ AIエージェントに「北海道に行け」と言うと

AIは：

• 飛行機・電車・フェリーを比較
• 価格・天候・時間で最適化
• チケット取得
• トラブル時は代替手段に切り替え
• 最終目的地に到達するまで自律ループ

→ 目的達成のために行動し続ける

これは論文でいう「goal-directed」「planning」「tool-use」「loop」を全て満たす。

❌ LLMに「北海道に行け」と言っても動けない

必要なのは手順だけ：

• チケットを取れ
• 次に成田空港へ行け
• 次にチェックインしろ …

→ 人間が手順を決めているため、自律性ゼロ。 LLMはエージェントではない。

LLMとAIエージェントの決定的な違い

おわりに

世の中には「AIエージェント」を名乗るツールが溢れています。しかし、論文の定義に照らすと、その多くは LLMに長い手順を与えているだけの“命令実行AI” にすぎません。

本来のAIエージェントとは、

目的だけを伝えれば、手段を自律的に選び、行動し続け、結果に応じて再計画する“目的達成システム”。

LLMはその中の“脳”にすぎず、エージェントそのものではありません。

この違いを理解することは、
今後のAI設計・ビジネス活用・アプリ開発・研究活動すべてにおいて非常に重要です。

このシリーズを順番に読む

シリーズ: AI技術解説シリーズ

ML・DL・Transformer・LLM・AIエージェント・Prompt Engineering まで、AI技術のつながりを段階的に理解するシリーズです。

• AI：ML・DL・Transformerを車で例えて解説
• TransformerとLLMの違いを画像で解説
• 論文でわかるLLMとAIエージェントの違い（この記事）
• AIエンジニアとプロンプトエンジニアとはなに?

前の記事: TransformerとLLMの違いを画像で解説

次に読む: AIエンジニアとプロンプトエンジニアとはなに?