翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

# 従来の AI とソフトウェアエージェントおよびエージェント AI の比較
<a name="comparison"></a>

次の表は、従来の AI、ソフトウェアエージェント、エージェント AI の詳細な比較を示しています。


| 特性 | 従来の AI | ソフトウェアエージェント | エージェント AI | 
| --- | --- | --- | --- | 
| 例 | スパムフィルター、イメージ分類子、レコメンデーションエンジン | チャットボット、タスクスケジューラ、モニタリングエージェント | AI アシスタント、自律型デベロッパーエージェント、マルチエージェント LLM オーケストレーション | 
| 実行モデル | バッチまたは同期 | イベント駆動型またはスケジュール型 | 非同期、イベント駆動型、目標駆動型 | 
| 自律性 | 制限あり。多くの場合、人間または外部のオーケストレーションが必要です | 中、事前定義された境界内で独立して動作する | 高い。適応戦略で独立して行動する | 
| 応答性 | 入力データに反応する | 環境とイベントに反応する | リアクティブでプロアクティブ。アクションを予測して開始します | 
| プロアクティブ | まれ | 一部のシステムに存在する | コア属性。目標指向の動作を促進 | 
| コミュニケーション | 最小、通常はスタンドアロンまたは API バインド | エージェント間またはエージェントヒューマンメッセージング | 豊富なマルチエージェントとヒューhuman-in-the-loopインタラクション | 
| 意思決定 | モデル推論のみ (分類、予測など) | シンボリック推論、またはルールベースまたはスクリプトによる決定 | コンテキスト、目標ベース、動的推論 (多くの場合 LLM 拡張) | 
| 委任インテント | いいえ。ユーザーが直接定義したタスクを実行します | 部分的。範囲が限定されているユーザーまたはシステムに代わって行動する | はい。多くの場合、サービス、ユーザー、またはシステム間で、委任された目標に沿って行動します | 
| 学習と適応 | 多くの場合、モデル中心 (ML トレーニングなど) | ときに適応的 | 埋め込み学習、メモリ、推論 (フィードバック、自己修正など) | 
| エージェンシー | なし、人間用のツール | 暗黙的または基本的 | 明示的。目的、目標、自己指示で動作する | 
| コンテキスト認識 | 低、ステートレスまたはスナップショットベース | 中程度、一部の状態追跡 | 高。メモリ、状況コンテキスト、環境モデルを使用する | 
| インフラストラクチャロール | アプリケーションまたは分析パイプラインに埋め込む | ミドルウェアまたはサービスレイヤーコンポーネント | クラウド、サーバーレス、またはエッジシステムと統合された構成可能なエージェントメッシュ | 

要約は、以下のとおりです。
+ 従来の AI はツール中心で機能的に狭くなっています。予測または分類に焦点を当てています。
+ 従来のソフトウェアエージェントは、自律性と基本的な通信を導入しますが、多くの場合、ルールバインドまたは静的です。
+ エージェント AI は、自律性、非同期性、エージェンシーを結合します。これにより、複雑なシステム内で推論、行動、適応できる、インテリジェントで目標主導型のエンティティが可能になります。これにより、エージェント AI はクラウドネイティブで AI 主導の未来に最適です。