AIエージェント・エンジニアリング
JA

付録B

用語集

27分で読めます

以下の用語はどれも、それが初めて重要になった箇所で、具体的に示す例と並べて本文中で定義しました。その定義が今も正式なものです。この付録は、人がこの種の本を実際に読むときの、もう1つの読み方のためにあります。ある火曜日、3章分ほど読み進めたところで、誰かの設計文書に冪等と書いてあり、掘り返したりせずに今すぐ意味を知りたい、という場面です。各項目は、本書での使い方に沿った定義を圧縮して示し、その考え方をきちんと扱っている章への参照を添えています。参照も定義の一部です。これらの用語の大半は、議論の中に置かれてはじめて役に立つからです。引用や出典は、使った箇所のある章に置いてあるので、ここの項目には付けていません。

このリストには2種類の語彙が混じっています。どちらがどちらかは、正直に示しておきます。項目の大半は、この分野で実際に使われている言葉で、実務家の使い方に沿って定義しています。いくつかは本書独自の道具立て(机、羅針盤)で、ほぼすべてのページに出てくるので収めました。章の途中から本を開いた読者にも、その家具が何を意味するのかを知る権利があるからです。そうした項目にはその旨を記しています。項目の中でゴシック体で示した用語の多くには、それ自身の項目があります。いくつかは、近くの見出し語を指す言い換えです。見出し語は、ラテン文字で始まるもの(LLM、RAGなど)を先にアルファベット順で並べ、続いて日本語の見出し語を読みの五十音順に並べました。日本語の見出し語には英語の原語を括弧で添えたので、英語の用語しか知らなくても探せます。

LLM(大規模言語モデル、large language model)

仕組みの面から見れば、1つの関数です。テキストを受け取り、次に来うるすべてのトークンについて、それが次に来る確率を返します。周りのシステムが、そこからトークンを1つずつ引いていきます(自己回帰生成を参照)。ほかのAPIと同じように呼び出され、呼び出しの間では状態を持ちません(第2章)。

LLM-as-a-Judge

文章で書いたルーブリックを持たせた言語モデルを使い、人間のレビュアーと同じように出力を採点したり比較したりすること。人間の速さで読み、人間の料金で請求する採点者から逃れる、標準的な方法です。ジャッジはそれ自体がキャリブレーションの必要な道具であり、信頼する前に人間の判断と照らし合わせておかなければなりません(第16章)。

pass@kとpassk

関数ではなく分布であるシステムのための、2つの要約統計量。pass@kは、k回の試行のうち少なくとも1回が成功する確率で、安価な検証器が山の中から勝者を選ぶ場合に正しい数字です。passkは、k回の試行がすべて成功する確率で、無人で行動するたびに毎回正しくなければならないエージェントにとって正しい数字です。同じエージェントが、前者では大成功でも、後者では大惨事になりえます(第16章)。

RAG(検索拡張生成、retrieval-augmented generation)

あなたの文書をもとに答えるシステムの大半の背後にあるパターン。リクエストの時点で、インデックスから最も関連性の高いチャンクを取得し、質問の隣のウィンドウに置きます。こうしてモデルは、凍結された学習データからではなく、机の上の証拠から答えます(第8章)。

ReAct

エージェントループの中心にある交互の手順。短く書かれた思考、1つのアクション、1つの観察と続き、次の思考は、いま返ってきたものを条件とします。研究文献ではReason + Act(推論+行動)として名づけられました。元の論文の厳密なテキスト形式はモデルの学習の中に溶け込みましたが、手順は生き残っています(第3章)。

インコンテキスト学習(in-context learning)

学習によってではなく、ウィンドウに置いた例によって、本当に新しい振る舞いを教えること。よく選ばれた少数の例示が学習データの代わりになりうる理由であり、第26章の分類器が拠って立つ仕組みです(第2章)。

内側のループ(inner loop)

外側のループを参照してください。

埋め込み(embedding)

意味の地図の上でのテキストの位置を表す、長い数値の並び。似た意味が近い座標に落ちるように学習したモデルが生成します。セマンティック検索の下にある仕組みです。「dog」(犬)と「canine」(イヌ科の動物)は、共通する文字が1つもなくても近くに置かれます(第8章)。

影響範囲(blast radius)

1つのステップ、1回の実行、あるいは1つのエージェントが、考えうる最悪の形でうまくいかなかったときに、壊したり漏らしたりしうるもののすべて。あらゆるデプロイという賭けのコストの側を語るための、本書の恒久的な語彙です。それを決めるダイヤルは3つあります。エージェントに何が許されているか、どこで動くか、そしてどのアクションが人間を待つかです(第17章)。

永続実行(durable execution)

失敗など存在しないかのようにエージェントのコードを書き、その虚構をランタイムに本当のことにしてもらう手法。モデル呼び出しとツール呼び出しの結果はすべて追記専用のジャーナルに記録され、リカバリの際にはコードが先頭から再実行されます。ジャーナルに記録済みのステップは、もう一度実行される代わりに、記録された値を返します。コードはリプレイできても、世界はリプレイできません(第18章)。

エージェント(agent)

ループの中に置かれ、ツールを与えられた言語モデル。タスクの状態を見て、アクションを1つ選び、結果を確認し、ゴールが達成されたと自ら判断するか停止ルールが実行を打ち切るまで、これを繰り返します。この分野の1文の定義によれば、エージェントとはゴールを達成するために、ループの中でツールを実行するものです(第1章)。ワークフローと区別する決定的な性質は、次に何が起こるかを決めるのが、あなたのフローチャートではなくモデルだという点です。

エージェントウォッシング(agent-washing)

言葉が売れるからという理由で、その下のアーキテクチャにかかわらず、システムにエージェントというラベルを貼ること。どちら向きの誤ったラベルも高くつきます。エージェントとして売られたワークフローは、必要のない監督の手続きを抱え込み、「自動化」として出荷されたエージェントは、自律性が求める規律を素通りします。処方箋は1つの問いです。次のステップを決めるのはモデルか、それともコードか(第1章、第14章)。

エージェントが読み解けるコード(agent-legible code)

エージェントが見通しよく読み進め、安全に変更できるように整理されたコード。小さなファイル、明示的な契約、速いテスト、そして新しいコンテキストからでも見つけられる場所に書き留められた規約を備えています。本書の造語であり、導入した箇所でそう断っています(第21章)。

エージェント間プロトコル(agent protocol)

プロトコルを参照してください。

オーケストレーター・ワーカー(orchestrator–worker)

マルチエージェントの形。リードエージェントがタスクを分解し、各部分をワーカーに委任します。ワーカーはそれぞれ、新しいウィンドウと自己完結した指示書を持って検疫の中で動き、蒸留された結果を返します。協調の失敗のほとんどは、2つの扉のどちらか、つまり入っていく指示書か出てくる戻りでの違反にたどり着きます(第9章、第11章)。

オラクル(oracle)

テストの世界の用語を本書が借りたもの。判定される対象の外側にある真実の源で、答えが正しいか間違っているかを宣告します。テストスイートは強いオラクルで、コンパイラーは粗いながらも買収できないオラクルです。作業をしたモデル自身は、その作業についての貧弱なオラクルです。ループは、そのオラクルとちょうど同じ程度にしか信頼できません(第4章、第13章)。

ガードレール(guardrail)

モデルの推論の外側にあり、モデルが何を決めたかにかかわらず決定論的に動くチェック。エージェントの境界に配置された普通のコード(ときには、独立した2つ目のモデル)で、通過するものを許可、ブロック、修正、エスカレーションする権限を持ちます。判断を担うのはモデル。制限を担うのはハーネス。言いくるめられるのは、そのうち一方だけです(第17章)。

回帰器(regressor)

入力の1つひとつに、カテゴリーではなく数値を割り当てるシステム。LLMベースのスコアラーについては、順序尺度を参照してください(第26章)。

回帰ゲート(regression gate)

リリースの仕組みに自動の障壁として組み込まれた評価セット。採点付きタスクの集まりが引き続き合格する場合にだけ、変更が出荷されます。このゲートがテストするのは、あなたがすでに想像した失敗です。ロールアウトのはしごの残りの段があるのは、現実のほうがもっと想像力豊かだからです(第16章、第20章)。

書き出す/選ぶ/圧縮する/隔離する

(write / select / compress / isolate)コンテキストに対する4つの操作で、手持ちの手段のすべて。コンテキストをウィンドウの外に書き出す(ファイル、メモ、メモリ)、入ってくるものを選ぶ(検索、ツール装備)、とどまるものを圧縮する(トリミング、コンパクション)、よそに属するものを隔離する(検疫、サブエージェント)。覚えられるほど少なく、本書はいまだに、これらの組み合わせではないコンテキストの処方箋に出会ったことがありません(第7章)。

拡張LLM(augmented LLM)

3つのポート、すなわち検索、ツール、メモリを取り付けた、1回のモデル呼び出し。ワークフローとエージェントを組み立てる基本の構成要素であり、本書のどのパターンも、この単位をいくつか並べたものです(第1章、第10章)。

拡張コーディング(augmented coding)

コードそのもの(設計、テスト、保守性)を大切にし続けながら、コーディングエージェントと一緒に働くこと。エージェントは、あなたが出力を読んで形を整える協力者です。意図のスペクトラムにおいて、バイブコーディングの反対側の端にあたります(第21章)。

カナリア(canary)

ロールアウトのはしごの1段。実際のトラフィックのごく一部を新しいバージョンに振り向け、コホートを並べて観察し、数値が持ちこたえている間だけ範囲を広げます。これを本物にする規律が2つあります。一貫した割り当て(1人のユーザーは、セッションの間1つのバージョンにとどまる)と、平時に決めておいたしきい値による自動ロールバックです(第20章)。

関数呼び出し(function calling)

ツール呼び出しを参照してください。

監督用インターフェース(supervision surface)

進行中の作業について会話するためではなく、それを判断するために作られたインターフェース。実行一覧、承認待ちのキュー、トレース、証拠、リカバリ操作が並びます。チャットが巻物だとすれば、こちらはボードです(第24章)。

軌跡(trajectory)

トレースを参照してください。

キルスイッチ(kill switch)

動いているループとエージェントをすべて一度に止める、明白で、速く、テスト済みの手段。初めて無人で実行する前にテストしてください。建物が人でいっぱいになる前に火災報知器をテストするのと同じです(第13章)。

グラウンディング(grounding)

推論を、自分の記憶をもとに勝手にふくらませるのではなく、世界と照らし合わせて確かめた事実に、1ステップずつ結びつけておくこと。ReActの交互の手順がもたらすもので、測定された効果は、捏造が減り、誤りの累積が減ることです(第3章)。

検疫(quarantine)

作業を、それ専用のコンテキストウィンドウに隔離すること。自己完結したサブタスクを、新しいウィンドウと小さなツールセットを持つサブエージェントに委任し、そこで使うだけ使わせ、蒸留された結果を受け取ります。2つの扉は厳格に守ります。入ってよいのはあなたが書いた指示書で、出てきてよいのは結論です。その結論は、従うべき指示ではなく、重みを量るべき証拠として扱います。信頼できないコンテンツと重大なアクションとの間の壁でもあります(第7章、第9章、第17章)。

検証ギャップ(verification gap)

出力がどれほど説得力があるように見えるかと、それをどれほど安く確かめられるかとの間の距離。領域の性質であり、リサーチエージェントがコーディングエージェントとは違った形で失敗する理由です。開かれた事実についての主張には、事実のためのコンパイラーは存在せず、限界のある部分的な代用品があるだけです(第23章)。

憲法(constitution)

常設のプロジェクト指示ファイルを参照してください。

構造化出力(structured output)

機械が読める形(典型的には、スキーマに沿ったJSON)に制約されたモデルの出力。これによって、普通のコードが、モデルが何を決めたかに応じて分岐できます。ツール使用を、ひいてはエージェントを可能にする橋で、強さには2つの段階があります(制約付きデコーディングを参照)(第2章)。

行動空間(action space)

エージェントが利用できるアクションの全体。ツールが許すものの総和であり、それ以上のものは含みません。この集合に何を入れるかを決めるとき、あなたはエージェントの能力とリスクを一度に設計しています(第5章)。

ゴール関数(goal function)

内側のループが与えてくれないもので、外側のループに必要なもの。モデルの外側に保持される持続的なゴール(仕様やチェックリストをディスクに置いたもの。エージェントは実行の合間に忘れるからです)と、各周回のあとに評価される、機械でチェックできる停止条件との組です。ループは、それを止めるチェックとちょうど同じ程度にしか信頼できません。オラクルを参照してください(第13章)。

コンテキストウィンドウ(context window)

モデルが1回の呼び出しで考慮できる、長さに上限のあるテキスト。指示、履歴、ツール結果、そして書かれつつある回答が、1つのトークン予算を分け合います。本書はこれを机として描きます(机を参照)(第2章)。

コンテキストエンジニアリング(context engineering)

実行の各ステップで、モデルのコンテキストウィンドウを何で満たすかを決める規律。正しい情報とツールを、正しい形式で、正しいタイミングで用意し、それを1周ごとに改めて決めます。プロンプトエンジニアリングは文書を書き、コンテキストエンジニアリングはシステムを運用します(第7章)。

コンテキストの劣化(context rot)

ウィンドウが埋まっていくにつれて、モデルがある事実を使う能力が衰えていく傾向。大きなウィンドウが混み合ったウィンドウを直してくれない理由であり、キュレーションを支持する変わらぬ論拠です(第7章)。

コンパクション(compaction)

長い履歴(下した決定、未解決の問題、現在の計画)を、それに取って代わる短い要約に圧縮すること。これによって、長い実行が片付いた机の上で続けられます。圧縮するという操作の粗いほうの段階で(ほかに、外科的な刈り込みとツール結果のトリミングがあります)、本質的に非可逆なので、要約が何を落とすかは設計上の判断です(第7章、第9章)。

混乱した代理人(confused deputy)

信頼された当事者がだまされて、自分の権限を他人のために使ってしまうことを指す、古典的なセキュリティの用語。インジェクションを受けたエージェントは、まさにこれです。それが行うツール呼び出しはどれも、背後の指示があなたから来たものであれ、読んだページから来たものであれ、事実上あなたの認証情報で署名されています(第17章)。

サブエージェント(subagent)

渡される情報が、あなたが委任の中に書いたことだけである、もう1つのステートレスなエンジン。擬人化よりもこの定義のほうが大事です。サブエージェントは何の場にも居合わせておらず、知っているのは指示書だけで、返すのは、それを書いた人が返すように仕向けたものだけです(検疫を参照)(第7章、第11章)。

サンドボックス(sandbox)

エージェントが動く場所の周りに設けた強固な境界で、誰かの判断ではなく、オペレーティングシステムやハイパーバイザーによって強制されます。その論理は引き算です。境界の内側に一度もマウントされない認証情報は、どんなインジェクションにも読めません。標的が存在しないからです。実戦で鍛えられた基本要素から組み立ててください。最も弱い層は、自分で作った層です(第17章、第20章)。

思考停止ゾーン(dumb zone)

ウィンドウが、厳格な上限よりかなり手前にある緩い上限を越えて埋まっていくにつれて、モデルが滑り込んでいく劣化した状態。あなたの訂正に向き合うのをやめ、反射的に同意する(「おっしゃるとおりです」)一方で、作業は良くならなくなります。キーボードの前で体感されるコンテキストの劣化を、実務家が呼ぶ名前です。処方箋は、ウィンドウの使用率を低く保ち、言い聞かせて取り戻そうとするのではなく、まっさらな状態からやり直すことです(第7章)。

思考の連鎖(chain-of-thought)

答えを確定する前に、推論の途中のステップを書き出すよう、モデルに促すこと。書き出されたステップは、複数ステップの問題での性能をはっきりと向上させます。ただし、それも生成されたテキストであり、計算過程の宣誓供述としてではなく、デバッグの手がかりとして読むべきものです(第4章)。

自己回帰生成(autoregressive generation)

モデルが文章を書く方法。プロンプトも出力も含めて、それまでのすべてを条件として、トークンを1つずつ生成し、下書きを手元に取っておくことはありません。この性質が、力(各ステップが直前のステップに反応できる)と請求額(プロンプトキャッシングを参照)の両方の背後にあります(第2章)。

システムプロンプト(system prompt)

常設の指示を運ぶメッセージのスロット。モデルが誰であるべきか、何をしてよく何をしてはいけないか、答えがどんな形をとるべきかを書きます。一度書けば、ハーネスが呼び出しのたびに送り直します。そして、どこかに刻み込んでおく価値のある事実ですが、システムプロンプトは強制の仕組みではなく、依頼です。ガードレールを参照してください(第2章、第17章)。

実行記録(transcript)

トレースを参照してください。

シャドウデプロイ(shadow deploy)

候補バージョンを実際のトラフィックに対して動かしながら、ユーザーには現行バージョンの出力だけを見せること。これによって、ユーザーをまったくさらすことなく、新しい振る舞いを本番の規模で測定できます。ダークローンチとも呼ばれ、ロールアウトのはしごの2段目です(第20章)。

順序尺度(ordinal scale)

重さのような測定量ではなく、成績のような順序のある段階からなるスコア。LLMのスコアラーについての本書の助言はこうです。モデルが実際には識別できない連続的なスコアよりも、各段階を小さなクラスのように定義した小さな順序尺度を選び、離散的な判断を平均することで分解能を取り戻すことです(第26章)。

常設のプロジェクト指示ファイル

(standing project-instructions file)成熟したエージェントがセッションの開始時に毎回読むファイル。ビルドコマンド、規約、その家のルールが書かれています。最も飾り気のない作業着をまとった手続き記憶であり、エージェントがコードだけからは推測できないことを持続させます。本書はこれを憲法とも呼びます。容赦なく小さく保ち(各行について、消したら誤りが起こるかを問い、起こらないなら削る)、複利ステップによって改善します(第9章、第22章)。

承認ゲート(approval gate)

提案されたアクションを人が承認するか、却下するか、修正するまで、実行が止まる地点。監督の基本的な道具です。ゲートは結果の重さ(誤ったアクションが何を犠牲にするか)に基づいて置き、決して利便性で置いてはいけません(第12章)。

自律性のスライダー(autonomy slider)

自律性のダイヤルを参照してください。

自律性のダイヤル(autonomy dial)

あなたが目を向ける合間に、エージェントがどこまでやってよいか。システムに作り込むのではなく、タスクごとに設定します。実用上の位置は4つあります。重大なアクションのすべてへの署名、許容範囲の端でエスカレーションさせる常設の許可、計画単位の承認、そして予算の範囲内での監視付きの自律です。同じ道具をプロダクトの側から見たものが自律性のスライダーで、ループの中にいる人間から、ループの上にいる人間までの幅を持ちます(第12章、第25章)。

信頼性エンベロープ(reliability envelope)

kが大きくなるにつれて開いていく、pass@kとpasskの間の幅。エージェントの気質を描いた絵です。幅が狭ければ着実なエージェント、広ければ才能あるギャンブラーで、タスクをこなす力はあっても、無人で任せられるほど信頼できる相手ではありません(第16章)。

信頼のキャリブレーション(trust calibration)

適切な依存を参照してください。

スキル(skill)

エージェントが必要に応じて読み込む、指示、参照ファイル、スクリプトの束。パッケージ化された専門知識であり、ツールが動詞だとすれば、スキルは動詞の使い方についての判断です。段階的開示によって読み込まれ、コードと同じようにバージョン管理され、依存関係と同じように監査されます。指示ファイルは振る舞いそのものだからです(第6章)。

スパン(span)

トレースの中の作業の1単位。開始時刻、終了時刻、構造化された属性を持つ1つの操作です。モデル呼び出しはどれも1つのスパン、ツール呼び出しもどれも1つのスパン、サブエージェントはどれも1つのサブツリーで、それらがなす木がトレースです(第15章)。

生成器・批評器(generator–critic)

評価器・最適化器を参照してください。

制約付きデコーディング(constrained decoding)

出力のスキーマを、生成の仕組みの内側で強制すること。スキーマは、各抽選の前に順位付きの一覧から無効なトークンを取り除くフィルターになります。そのためモデルは、有効な続きの中からは自由に選べる一方で、無効なものは出力できません。構造化出力の強い段階であり、プロンプトで丁寧にお願いするのが弱い段階です(第2章)。

外側のループ(outer loop)

エージェント(内側のループ)の周りを包む仕組み。タスクを何にすべきかを決め、新しいウィンドウでエージェントを起動し、その結果をゴール関数に照らして評価し、永続的な場所に記録を残し、次の一手を選びます。あなたはすでに手作業で1つ回していて、それをバックログと呼んでいます。それをシステムとして書き下すことで、無人で回せるようになります(第13章)。

ダークローンチ(dark launch)

シャドウデプロイを参照してください。

段階的開示(progressive disclosure)

情報を層に分けて開示し、各層はタスクがそれを必要とすると示したときにだけ取り込むこと。名前は常に見え、手順はトリガーで読み込まれ、参照ファイルは必要に応じて読まれます。大きなスキルライブラリを、使われるまでほとんどコストのかからないものにする設計原則です(第6章)。

チェックポイント(checkpoint)

クラッシュした実行が最初からやり直すのではなく再開できるように取っておく、実行の位置の永続的な記録。チェックポイントが記録するのは位置であって、外の世界が実際に作業を行ったかどうかは決して記録しません。その隙間があるからこそ、チェックポイントの隣には冪等性が必要なのです(第18章)。

致命的な三要素(lethal trifecta)

エージェントをデータ窃取のリスクにする、3つの組み合わせ。プライベートなデータへのアクセス、信頼できないコンテンツへの露出、そして外部と通信する経路です。どれか2つなら共存できますが、3つが1つのエージェントにそろうと、注入された指示が秘密を読み取り、外へ送り出せるようになります。セキュリティの文献で名づけられ、本書がチェックリストとして採用しています(第17章)。

チャンク(chunk)

検索の単位。数百語ほどの一節で、正確であるほどには小さく、単独で理解できるほどには大きいものです。チャンク分割の方針は、検索システムの下流のすべてを、気づかないうちに形づくります(第8章)。

ツール(tool)

モデルがあなたのプログラムに実行を依頼できる関数。名前、説明、引数のスキーマとしてモデルに説明されます。関数そのものは、決してあなたのプロセスの外に出ません。依頼するのはモデルで、実行するのはあなたのコードです。アーキテクチャ全体が拠って立つ権限の分担です(第3章、第5章)。

ツール呼び出し(tool call)

ツールを実行してほしいという、モデルの構造化された依頼。ツールの名前と、そのスキーマに合った引数を、散文ではなく構造化出力として出力します。関数呼び出しとも呼ばれ、どちらの言い方も同じ意味で使われます(第2章)。

机(the desk)

本書がコンテキストウィンドウを描くための絵。1回の呼び出しの間にモデルが参照するものすべてが一度に収まらなければならない作業面で、呼び出しと呼び出しの間には何もない状態に片付けられます。第2章で導入し、最後のページまで使います。どんな比喩もそうであるように、比喩が薄くなるところではそう断っています。

停止条件(stop condition)

実行を終わらせるルール。3つの系統があります。ゴールが達成されたというモデル自身の判断(証言であり、最も信頼できない出口)、必須の予算、そしてエラーによる出口です。エラーによる出口は1つの問いで分けられます。モデルはこのエラーに対処できるのか、それとも、これは実行が脱線している証拠なのか。前者はモデルに返し、後者なら止めます(第3章)。

適切な依存(appropriate reliance)

実証された信頼性に合わせて調整された信頼。エージェントの実績が裏づける分だけ、ちょうどそれだけエージェントに頼ることです。2つの失敗の方向は、自動化研究において、エージェントよりも何十年も前から知られています。過信(誤用:確かめるべきものを受け入れてしまう)と不信(不使用:機械が正しくやったことをやり直してしまう)です(第24章)。

トークン(token)

モデルが実際に読み書きする単位。決まった語彙から取られたテキストのかたまりで、多くは1つの単語、ときには単語の一部です。平均すると、英単語の4分の3くらいと考えてください。コンテキストウィンドウの大きさを測る単位であり、メーターが課金する単位です(第2章)。

トレース(trace)

1回の実行の、完全で構造化された記録。すべてのモデル呼び出し、ツール呼び出し、結果を、所要時間、トークン数、コストを持つスパンの木として収めたものです。同じ記録は、会話として読めば実行記録であり、タスクの可能性の中から抽出された1本の経路として扱えば軌跡です。1つの対象を、3つの業界がそれぞれの目で見ているのです(第15章)。

ハーネス(harness)

モデルを動くエージェントに変えるために、その周りに作るもののすべて。ループそのもの、ツールの実装とそれが触れてよい範囲、メッセージ履歴の管理、停止ルール、そしてシステムが成熟するにつれて、ロギング、リカバリ、ガードレールが加わります。一言で言えば、エージェントとはモデルとハーネスを合わせたものです。この分野はこの言葉を伸縮自在な範囲で使います。本書は第3章で定義を固め、第18章で広い意味との折り合いをつけます。

バイブコーディング(vibe coding)

コードを実行する前に読まないやり方。あなたは振る舞いで判断し、コードは、点検しないと決めた手段にとどまります。使い捨てのものやプロトタイプには正当に役立ちます。この言葉は、AIの支援を受けたコーディングのすべてを覆うためのものではありませんでした。拡張コーディングを参照してください(第21章)。

ハルシネーション(hallucination)

流暢で、具体的で、自信に満ちていて、しかも間違っている出力を指す、この分野の用語。たとえば、でっち上げの引用や、存在しない関数です。仕組みとしては、事実が欠けているところで、普通の生成がその役目を果たしているにすぎません。運用上の危険は、捏造が、知識とまったく同じ口調でやってくることです(第2章)。

ヒューマン・イン・ザ・ループ/ヒューマン・オン・ザ・ループ

(human in the loop / on the loop)自律性のダイヤルの範囲の両端を指す、言語モデルより古い語彙。ループの中とは、実行の内側にいて、アクションが起こるそのときに承認することを意味します。ループの上とは、実行の上に立って、自律的な実行が提案し生み出したものをレビューすることを意味します(第12章、第25章)。

評価(eval)

AIシステムのためのテスト。入力と、出てきたものに適用される採点ロジックからなります。評価セットを組み立てる単位です(第16章)。

評価器・最適化器(evaluator–optimizer)

矢印が後ろ向きであることを特徴とするワークフロー。ある呼び出しが候補を生成し、評価器(理想的には、テストスイートやスキーマチェックのような本物の検証器)がそれを採点し、失敗が修正のためにフィードバックされます。チェックに合格するか上限が発動するまで、これを繰り返します。生成器・批評器とも呼ばれます(第10章)。

評価セット(eval set)

変更のたびに再実行する、採点付きのテストタスクの集まり。これがあれば、「この変更でエージェントは良くなったのか、悪くなったのか」という問いに、数字で弁護できる答えが出せます。トレースの中に見つかった実際の失敗から育てるのが、最も誠実なやり方です(第15章、第16章)。

ファインチューニング(fine-tuning)

あなた自身の例を使ってモデルの学習を続け、重みそのものを変えること。本書の分業では、ファインチューニングはモデルがどう応答すべきかのため、検索はモデルが何を知るべきかのためにあります。知識は、更新でき、点検でき、引用できる場所に置くべきだからです(第8章)。

フィーチャーフラグ(feature flag)

どのバージョンがトラフィックのどの部分に応えるかを決める設定。昇格もロールバックも設定の切り替えだけで済み、即座に、元に戻せる形で、再デプロイなしに行えます。ロールアウトのはしごのコントロールプレーンです(第20章)。

複利型エンジニアリング(compound engineering)

複利ステップを参照してください。

複利ステップ(compound step)

タスクを締めくくる小さな儀式。次に移る前に、エージェントが最初に知っておくべきだったことは何かを問い、それを常設のプロジェクト指示ファイルに、教訓1つにつき1行で書き込みます。一部のチームが複利型エンジニアリングと呼ぶものの背後にある習慣で、実行のたびに、システムはより良い指示を恒久的に受け取るようになります。モデルは忘れ、あなたが学習させることもできません。学べるのはハーネスであり、これがその方法です(第22章)。

プロトコル(protocol)

独立に書かれた2つのプログラムがどう話すかについての取り決め(メッセージの形、順序、約束)。これによって、見知らぬ者どうしのコードが、組み合わせごとの専用の接着剤なしに協力できます。エージェントの実務では2種類を使います。ツールプロトコルは、エージェントを能力やデータにつなぎます(Model Context Protocolが、例と断って挙げる代表です)。エージェント間プロトコルは、それぞれの時間で推論し、計画し、答える、ほかのエージェントにつなぎます(Agent2Agentがその例です)。どちらの場合も、利点は算数の問題です。アダプターが、コネクター数×エージェント数で増えていくことがなくなります(第6章)。

プロンプトインジェクション(prompt injection)

モデルが読むテキストに指示を紛れ込ませる攻撃の一群。モデルが見ているのは区別のない1本のトークンの流れであり、信頼できる指示と、単に読んだだけのコンテンツとの間に構造上の境界がないことを突きます。直接型では、攻撃者はキーボードを打つユーザーその人です。間接型では、指示は、エージェントが正当な作業の中で出会うコンテンツ(ウェブページ、メール、コードのコメント)に潜んでいます。他人の書いたものを読むのが仕事である、ツールを使うエージェントにとって、本番はこちらです。知られている防御はどれも統計的なものです。本書の実用上のルールは、防止をうたう主張はすべて誤りとみなし、代わりに影響範囲を設計することです(第17章)。

プロンプトエンジニアリング(prompt engineering)

ウィンドウのうち指示の部分、つまりシステムプロンプトの言葉づかいや例の形を書く技術。本物の技術ですが、部分集合です。机全体に責任を持つのはコンテキストエンジニアリングです(第7章)。

プロンプトキャッシング(prompt caching)

自己回帰生成を利用した、プロバイダー側の最適化。プロンプトの先頭部分を読み込んだ状態は、そのプレフィックスだけで決まるので、保存したその状態を、冒頭のトークンが1バイトも違わずに一致する後続の呼び出しで、大幅な割引のもとで再利用できます。設計上の帰結は1つのルールです。変わらない内容を先に、変わる内容を最後に(第19章)。

分類器(classifier)

入力の1つひとつを、決められたカテゴリーの集合のどれか1つに割り当てるシステム。本書の分類器は、事前学習済みのモデルを、文章で書いたクラスの定義によって構成したもの(定義こそがモデルです)で、3つのセットの規律に従って開発します(第26章)。

冪等性(idempotency)

ある操作を2回行っても1回行ったのと同じ効果になる性質。これがあれば、リトライは構造的に安全になります。読み取りはもともとこの性質を持っています。罠は書き込みで、標準的な対処が冪等キーです。アクションの論理的な同一性から導いた値で、下流のサービスはこのキーのもとに最初の結果を保存し、繰り返しが来るたびにそれを返します(第18章)。

ベクトルデータベース(vector database)

1つの問いに素早く答えるために作られたストア。新しい埋め込みが与えられたとき、保存されているもののうち最も近くにあるのはどれか、という問いです。セマンティック検索の背後にあるインデックスですが、普通のデータベースの多くもこの芸を身につけています(第8章)。

3つのセットの規律(three-set discipline)

互いに重ならない3つのセットを使い、自分をだますことなくLLMの分類器を開発すること。スキルにパッケージ化する例示、それに照らして改良を繰り返す開発セット、そしてまれにしか参照せず、使いすぎたら引退させるホールドアウトのテストセットです。学習データはなくても済みましたが、その周りで育った規律はなくては済みませんでした(第26章)。

メッセージ履歴(message history)

実行の中で言われたこと、行われたことのすべてを、ロールの付いた形で並べた、伸びていくリスト。指示、ゴール、モデルの返答、すべてのツール呼び出し、すべての結果が入ります。プロバイダーがステートレスなので、このリストがエージェントの短期記憶のすべてです。あなたのコードが追加しそこねたものは、起こらなかったことになります(第2章、第3章)。

メモリ(memory)

大事なことを先へ持ち越すための、エージェントの手段。本書では、それが似ているオフィスの家具によって分類します。エピソード記憶は業務日誌(起きたことを追記していく記録)、意味記憶は書類棚(事実。古くなるのでキュレーションが要る)、手続き記憶は手順書(どう振る舞うか。1つの項目がそのままエージェントの将来の振る舞いになるので、部屋の中で最も鋭い刃物)です。短期記憶は、単にメッセージ履歴のことです(第9章)。

モデルクライアント(model client)

メッセージ履歴とツール定義をプロバイダーに送り、モデルの次の応答を返す関数。最小限のエージェントの4つの部品の1つで、ベンダーに触れる唯一の部品です(第3章、付録A)。

予算(budget)

モデルの意見とは無関係にハーネスが強制する、厳格な上限。ループの周回数、トークン、実時間、お金に対して設けます。予算は必須です。出口がモデルの判断しかないループには、出口の保証がまったくないからです。成熟したエージェントは、いくつもの予算を同時に走らせます(第3章)。

羅針盤(the compass)

本書独自の道具立て。第1章で示し、全編を通じて頼りにする4つの方位です。1つ目にして最もよく使うのがうまくいったことを教えてくれるシグナルは何か、つまり、ほかのすべてに先立つ設計上の問いとしての検証可能性で、最後がうまくいく最もシンプルなものです。

ルーティング(routing)

分類してから分岐すること。安価な判断ステップが、各入力を、その種類のために作られた経路へ送ります。ワークフローの3つの基本形の1つで、役に立つことに、作業着を着た分類器でもあります(第10章、第26章)。

レビューシアター(review theater)

もはや本物ではありえない量で行われる、勤勉さの演技。生成された400行を、注意が抜け落ちていくままにスクロールします。その一方で、diffの横に並んだグリーンのチェックは内部の一貫性を保証するだけで、そもそもこれが作るべき正しいものだったかについては何も語りません(第12章)。

ワークフロー(workflow)

複数のモデル呼び出しとツール呼び出しを、あなたのコードがあらかじめ定めた経路に沿ってつなぎ合わせたもの。各ステップで中身を埋めるのはモデルで、次にどのステップが来るかを決めるのはあなたのコードです。スイッチを入れる前にフローチャートを描くことができ、それがエージェントと区別する性質です(第1章、第10章)。