イスラエルの研究者Haggai Roitman氏が2026年6月22日、論文「The Hitchhiker’s Guide to Agentic AI: From Foundations to Systems」をarXivで公開しました。自律的に判断し行動するAIエージェントの作り方を、一冊にまとめた解説書です。基盤となるLLM（Large Language Model、大規模言語モデル）の仕組みから、複数のエージェントが連携する仕組みまでを扱います。開発者が押さえるべき技術を一通り整理した、実践者向けの参考書です。
背景と文脈
ここ数年、チャットボットから一歩進んだ「エージェント型AI」への関心が急速に高まっています。agentic AIとは、質問に答えるだけでなく、目標達成のため自律的に計画・実行するAIシステムを指す言葉です。コーディング支援ツールや業務自動化エージェントなど、実用例もすでに広がっています。企業もこぞって自社サービスに組み込み始めており、開発の裾野は非専門の開発者にまで広がってきました。
一方で、エージェント開発に必要な知識は幅広い分野に散らばっています。LLMを訓練する手法や、人間の好みに沿って出力を調整する強化学習は別分野です。複数の情報源を検索して回答に活かすRAG（Retrieval-Augmented Generation、検索拡張生成）も、独立した研究コミュニティで発展してきました。複数のエージェントを連携させる通信規格も同様です。ある層は自然言語処理の研究者が担い、別の層は分散システムのエンジニアが担うといった具合に、専門分野もばらばらです。開発者は一つのエージェントを作るだけでも、数十本の論文や記事を横断して読む必要があります。Roitman氏はこの論文で、断片化した知見を一つの技術スタックとして整理しました。実務者が通しで参照できる「ハンドブック」を目指したとしています。特定のフレームワークや企業の宣伝ではなく、要素技術同士のつながりを俯瞰できる形でまとめた点が特徴です。
技術/ビジネス面
論文は技術スタックを4つの層に分けて解説しています。まず基盤層では、Transformer（文章中の単語同士の関連度を計算しながら処理するニューラルネットワークの設計）を土台とした学習の仕組みを扱います。SFT（教師データを使った追加学習）や、LoRA（一部のパラメータだけを効率よく調整する軽量な追加学習手法）も紹介します。MoE（Mixture of Experts：複数の小モデルに処理を分担させ、入力ごとに必要な部分だけ動かす仕組み）も、この層で扱う手法です。GPU上での学習効率化やモデル圧縮、推論の高速化もこの層で扱う内容です。
次の整合性・推論層は、RLHF（Reinforcement Learning from Human Feedback、人間のフィードバックに基づく強化学習）が軸です。PPOやDPO、GRPOといった改良版のアルゴリズムや、出力の良し悪しを判定する報酬モデルも扱います。思考の過程を段階的に言語化させるchain-of-thought（思考の連鎖）も、この層のテーマです。回答時に多くの計算時間をかけて精度を高めるtest-time scaling（テスト時スケーリング）も扱います。
エージェント層では、行動の履歴から学習する訓練手法を扱います。外部の文書を検索して回答に組み込むRAGに加え、直近のやり取りを覚える短期的な記憶から、過去の経験を蓄積する長期的な記憶まで、複数のメモリ設計も整理しています。最後の運用層では、AIエージェントが外部ツールやデータに安全に接続するための共通規格MCP（Model Context Protocol）を扱います。一元管理・分散管理・階層管理といった複数エージェントの連携方式や、評価方法、本番運用のノウハウもここに含まれます。
これからどうなるか
この論文が示すのは、エージェント開発が一つの技術だけでは成り立たないという点です。RAGだけ強化しても、メモリ設計や評価の仕組みが甘ければ実運用では安定しません。逆に言えば、開発者は自分のプロダクトのどの層が弱いかを切り分けて改善しやすくなります。
たとえば既存のRAGパイプラインしか持たないエージェントを考えてみます。論文が整理する外部記憶や、階層的な役割分担の設計を組み合わせれば、長時間タスクでの一貫性を高められる可能性があります。MCPのような共通規格への理解が深まれば、自作ツールを複数のエージェント基盤に接続する作業も見通しやすくなるでしょう。評価やモニタリングの章を参考にすれば、本番投入前に何を検証すべきか、チェックリストも作りやすくなります。
今後はこうした整理を土台に、各層のベストプラクティスを比較検討する動きが広がりそうです。個々の要素技術を単体で追うのではなく、スタック全体を見渡す視点が重要になります。自分のプロダクトに何が足りないかを判断する力が、これからのエージェント開発では問われていくでしょう。
まとめ
Haggai Roitman氏の論文は、LLMの基盤技術から強化学習による調整までを整理しています。RAGやメモリ設計、複数エージェントの連携規格までを一貫してカバーした、実践者向けガイドです。断片化しがちなエージェントAI開発の知識を、一つの地図としてまとめた点に価値があります。個々の技術を学ぶ前にまず全体像を掴みたい開発者にとって、手元に置いておきたい一冊です。
参考リンク
アイキャッチ画像: Photo by Google DeepMind on Unsplash
