← 概念辨析に戻る

Concept Contrast Fable

推論-行動パラダイムとツール呼び出し:一方はどう考えるかを、他方はどう使うかを管理する

先に結論:多くの人は Agent における ReAct とツール呼び出しを同一視している——どうせモデルは外部ツールを呼び出しているのだから。ReAct は推論-行動ループのフレームワークであり、思考、行動、観察の三ステップをどのように交互に進めるかを規定する。ツール呼び出しはモデルが特定の関数の実行を要求する能力であり、ReAct ループにおける行動ステップの一つの実装方法である。

多くの人は Agent における ReAct とツール呼び出しを同一視している——どうせモデルは外部ツールを呼び出しているのだから。ReAct は推論-行動ループのフレームワークであり、思考、行動、観察の三ステップをどのように交互に進めるかを規定する。ツール呼び出しはモデルが特定の関数の実行を要求する能力であり、ReAct ループにおける行動ステップの一つの実装方法である。

寓話

探偵事務所の仕事方法

町に年老いた探偵がいた。彼の事件解決には決まったリズムがあった。事件を受けるとまず座って考え、既知の情報から次に何を調べるかを決め、調べ終わったら結果を見てまた次を考える。考え、調べ、見て、また考える。事件はこうして一歩ずつ進んでいく。このリズムは二十年間彼とともにあった。

事務所が拡大した後、老探偵は弟子を取るようになった。自分が連れた三人の弟子は大きく違うことに気づいた。ある者は考えるのは速いが何を調べるべきか分からず、ある者は調べるのは速いが結果を見ずに次の段階へ飛び、またある者は考える段階を忘れて一日中調査に飛び出した。老探偵は、弟子に欠けているのは個々の動作ではなく、交互に進めるリズム全体だと気づいた。

彼はとても愚直なことをした。事務所の壁に三つの枠——思考、実行、観察——を描き、各弟子に一歩を終えるごとに必ず壁のそばまで歩いて行き、指で現在の枠を指してから次の一歩に進むよう求めた。数日経つと、弟子たちの事件捜査の一貫性は明らかに改善し、手がかりから結論への連鎖がはっきりしてきた。

一方、事務所は新しい調査機器を一式購入した。全国記録文書索引機、電話帳自動ダイヤル装置、電信送受信端末。各機器には独自の操作方法があるが、何を求めているかを伝えれば、素早く結果を返してくれる。老探偵は、これらの機器を実行のステップに組み込むのが最も効率的だと気づいた——何を調べるかを考え抜いてから、どの機器で調べるかを決めるのだ。

ある時、一人の弟子が設備とリズムを混同した。彼は設備があれば十分だと思い、思考を飛ばして三台の設備を並行クエリに直接向け、机の上にデータの山を取ってきたが、次に何をすべきか分からなかった。老いた探偵はそれを見て一言言った。設備は実行時に使うもので、リズムは過程全体で飛ばせないものだ。君は考えるという一歩を省いたので、後の観察にも方向がなくなった。

事務所は新入社員ハンドブックに一枚の図を描いた:上には三マスの循環線——思考、行動、観察;下には各種ツールの名前が並ぶ。線はいつどの姿勢を取るかを教え、ツールは具体的にどの機器をどう操作するかを教える。線が切れれば、ツールがどれだけ多くてもノイズしか生み出せない。

老探偵が引退した時、壁のあの三つの区画線はまだあった。弟子たちは各区画の下に新しいツールの名称と操作マニュアルを貼ったが、三つの区画線そのものは二十年間変わっていない。老探偵の言葉を借りれば、リズムは骨であり、ツールは肉である。骨が途切れなければ、どんな肉が生えても仕事はできる。

推論-行動パラダイム

思考、行動、観察の三ステップを循環させて推論を進める Agent 推論フレームワーク。モデルが行動前に推論し、行動後に観察に基づいて次のステップを調整することで、追跡可能な意思決定チェーンを形成します。

ツール呼び出し

モデルが外部関数やAPIを呼び出して具体的な操作を実行する能力であり、ReActループにおける行動ステップの実行を実現する仕組みの一つである。

物語の対応

  • 老探偵の考え、調べ、見て、また考えるリズム:ReActの思考-行動-観察ループの枠組み
  • 事務所が新たに購入した照会設備:ツール呼び出し、モデルが具体的な外部関数の実行を要求する
  • 弟子は思考を飛ばして3台のデバイスで並行に調べた:ツール呼び出しを完全なフローと見なす典型的な誤り
  • 壁の三本線と下のツールリスト:ReActは上位の推論フレームワーク、ツール呼び出しは下位の実行メカニズム
  • リズムは骨、ツールは肉:フレームワークが推論経路を決め、ツールが実行効率を決める

Agent プロジェクトに落とし込む

Agent の行動を設計する際は、まず思考-行動-観察のループのフロー図を描き、各ステップの意思決定ロジックを注記する。次に行動ステップの下に具体的なツール一覧をぶら下げる。評価時は分けて見る。ツール呼び出しの成功率はツール実装に問題がないかを教え、ReAct ループの軌跡品質は推論フレームワーク設計に問題がないかを教える。ツール呼び出しの正確率をそのまま Agent の推論能力の高さと見なしてはならない。

京ICP备2026014272号