チャットAIとの、決定的な違い
ChatGPTのようなAIを使ったことがある方は多いと思います。質問すると、答えが返ってくる。文章を書いてくれる。とても便利です。
AIエージェントも、中身は同じようなAI——LLM（大規模言語モデル）です。でも、ひとつだけ決定的に違うところがあります。
答えを返すだけでなく、実際に手を動かしてくれる。
これに尽きます。
「手を動かす」とは、どういうことか
たとえば、チャットAIに「家計簿のアプリが作りたい」と相談すると、作り方の説明や、必要なプログラムの中身を教えてくれます。ただし、そこから先は自分の仕事です。教わったものを写して、しかるべき場所に置いて、動かして、エラーが表示されたらまた聞きに行く。
AIエージェントの場合は、そこを全部やってくれます。
- 必要なファイルを、あなたのパソコンの中に実際に作る
- 書いたプログラムを実際に動かしてみる
- エラーが表示されたら、それを自分で読んで、直す
- 「もうちょっと文字を大きく」と言えば、該当箇所を探して書き換える
チャットAIが「教えてくれる人」だとすれば、エージェントは「隣に座って一緒に作業してくれる人」です。この違いは、実際に体験してみると想像以上に大きいものです。
だから、ターミナルが舞台になる
ここで、このサイトの主題ともつながります。
エージェントが「実際に手を動かす」ためには、あなたのパソコンを操作する必要があります。その操作の窓口になっているのが、ターミナルという黒い画面です。
「なぜ入門なのにいきなり黒い画面なのか」と思われるかもしれませんが、逆です。黒い画面が、エージェントに手を動かしてもらうための入口なのです。しかも、そこで打つコマンドの大半はエージェントが考えてくれるので、あなたが全部覚える必要はありません。
だから、いちいち許可を求められる
エージェントは、実際にファイルを作ったり削除したりできてしまいます。強力である分、危なくもあります。
そのため、多くのエージェントは何か操作をする前に「これを実行していいですか？」と確認してきます。使いはじめて最初に面食らうところですが、これは安全装置です。詳しくは「コマンド承認地獄」との付き合い方をどうぞ。
ただし、黒い画面を開かない道もある
ここまで読んで身構えた方のために、書いておきます。エージェントには、ターミナルを一度も開かずに使える形もあります。 パソコンにアプリとしてインストールして使うもの、ブラウザの中で動くもの。どちらも公式が用意している正規の使い方で、我慢して使う劣化版ではありません。アプリ版でも、手元のファイルを本当に読み書きしてくれます。
では「ターミナルが舞台」という話と矛盾するのかというと、そうでもありません。アプリの内側でやっていることは、結局同じだからです。エージェントはアプリの中でもコマンドを実行していて、それが画面に見えているか、隠されているかの違いでしかありません。
このサイトが手厚く扱うのはCLI（黒い画面）のほうですが、それは行き先の話であって、入口の話ではありません。GUIから入る道はGUI / アプリ版のカテゴリに置いてあります。とくにAIエージェントは、GUIから入ってCLIへには、いつ黒い画面へ乗り換えるかの目安まで書きました。
恩恵が大きいのは、作りたいものがある人
エージェントは、知らない言語も、環境構築も、エラーの読み解きも肩代わりしてくれます。肩代わりしてくれないのは、「何を作りたいか」のほうです。 ですから、作りたいものがはっきりしている人ほど、得られる恩恵は大きくなります。
そのうえでエージェントの本当の価値は、これまで「作れる人に頼むしかなかった」ことが、自分の手で形になるところにあります。
- 仕事の面倒な繰り返し作業を、自動化してしまう
- 自分だけが欲しい、小さな道具を作る
- 「こういうのが欲しい」を、そのまま言葉で伝えて形にする
プログラミングを覚えてから作るのではなく、作りながら覚えていける。順番が逆になったのが、エージェント時代のいちばん大きな変化だと思います。
まずは、触ってみるところから
ここまで読んで「よさそうだな」と思えたら、それで十分です。理屈はこのくらいにして、次は実際に触ってみましょう。
はじめの一歩では、ターミナルを開くところから、最初の「動いた！」までを一本道で案内しています。お金をかける前に無料で試すステップも用意してあるので、気軽にのぞいてみてください。そこは黒い画面を使わないアプリ版から始められるようにしてあります。