AIはCryptoのエージェントである：AIエージェントの進化の歴史
TechFlow厳選深潮セレクト
AIはCryptoのエージェントである：AIエージェントの進化の歴史
AIはCryptoの代理人であり、これは暗号資産の視点から今回のAIブームを捉えるための最良の解釈である。
Web3業界の深掘り報道に専念し潮流を洞察執筆：佐爺
A work of art is never completed, only abandoned.
誰もがAIエージェントについて語っているが、それぞれが指しているものは同じではない。そのため、私たちが関心を持つAIエージェントと、一般大衆やAI技術者の視点におけるAIエージェントは異なっている。
以前、私はCryptoはAIの幻覚であるという記事を書いた。それ以来、CryptoとAIの融合は一方向的な片思いの状態が続いている。AI技術者はWeb3／ブロックチェーンといった用語をほとんど口にしないが、Crypto業界の人々は一方的にAIに対して強い関心を持っている。そして今、AIエージェントのフレームワークさえトークン化されるという奇妙な光景を目にして、果たして本当にAI技術者たちを私たちの世界に引き込むことができるのだろうか。
AIはCryptoの代理人である——これは暗号資産（Crypto）の視点から今回のAIブームを捉える最良の解釈だ。他の業界とは異なり、Crypto業界は特に金融資産の発行・運用をAIと結びつけたいと考えている。
エージェントの進化：テクノロジーマーケティングの本質
そもそも、AIエージェントには少なくとも三つの源流がある。OpenAIがAGI（汎用人工知能）実現への重要なステップとして位置づけたことで、「エージェント」という言葉は技術的意味を超えて流行語となった。だが本質的に、エージェントという概念自体は新しくなく、AIによる強化を加えたとしても、革命的な技術潮流とは言い難い。
第一に、OpenAIの考えるAIエージェントがある。これは自動運転のL3レベルに類似しており、ある程度高度な補助機能を持ちながらも、人間を完全に代替できるわけではない。
画像説明：OpenAIが描くAGIの段階、出典：https://www.bloomberg.com/
第二に、文字通り「AI強化されたエージェント」である。代理メカニズムやパターンはコンピュータ分野ではもともと珍しくない。OpenAIの構想において、エージェントは会話型（ChatGPT）、推論型（各種Bot）に続くL3段階となる。その特徴は「自律的にある種の行動を行うこと」であり、LangChain創設者のHarrison Chaseの定義によれば、「AIエージェントとは、LLMを使ってプログラムの制御フローを決定するシステム」である。
この点が鍵だ。LLM登場以前のエージェントは、あらかじめ人間が設定した自動化プロセスを実行するものにすぎなかった。例として、プログラマーがクローラーを開発する際、User-Agentを設定し、ユーザーのブラウザバージョンやOSなどの詳細を模倣する。もしAIエージェントを使えば、さらに精緻に人間の行動を再現でき、AIエージェントベースのクローラーフレームワークが生まれる。これにより、クローラーは「より人間らしく」なる。
こうした変化の中で、AIエージェントは既存のシナリオと統合されなければならない。まったく新しい領域で単独で成立することはほぼ不可能だ。CursorやGitHub Copilotのようなコード補完・生成機能ですら、LSP（Language Server Protocol）などの枠組みに基づく機能拡張にすぎず、このような事例は他にも多数挙げられる：
-
Apple：AppleScript（スクリプトエディタ）--Alfred--Siri--ショートカット（Shortcuts）--Apple Intelligence
-
端末：Terminal（macOS）/PowerShell（Windows）--iTerm 2--Warp（AIネイティブ）
-
人機インタラクション：Web 1.0 CLI TCP/IP ネットスケープブラウザ --Web 2.0 GUI/RestAPI/検索エンジン/Google/Super App --Web 3.0 AIエージェント + dapp ?
補足すると、人機インタラクションの過程で、Web 1.0時代のGUIとブラウザの組み合わせが、一般人でもパソコンを使えるようにした。代表例はWindows＋IEのコンビネーションだ。APIはインターネット背後にあるデータ抽象化と伝送の標準であり、Web 2.0時代のブラウザはChromeの時代となり、モバイルへの移行が人々のインターネット利用習慣を変えた。WeChatやMetaのスーパーアプリが生活のあらゆる側面を覆った。
第三に、Crypto分野における「インテント（意図）」の概念が、AIエージェントの世界的ブレイクに先立って注目されていた。ただし、これはCrypto内部のみ有効な話だ。機能に限界のあるBitcoinスクリプトからEthereumのスマートコントラクトへと至る過程は、もともとエージェント概念の広範な適用であり、その後のクロスチェーンブリッジ――チェーン抽象化、EOAからAAウォレットへの進化も、同様の発想の延長線上にある。だからこそ、AIエージェントがCryptoに「侵入」した後、DeFiのシーンに導かれるのは当然のことだった。
ここにAIエージェントの概念混乱がある。Cryptoの文脈では、我々が真に実現したいのは「自動資産運用」「自動でミームコインに新規参入」するエージェントだが、OpenAIの定義では、このような危険なシナリオはL4/L5レベルでようやく可能になる。一方、一般大衆が実際に使っているのはコード自動生成やAIによる要約、代筆などに過ぎず、双方の対話は次元が異なる。
私たちが本当に求めているものを理解した上で、次に焦点を当てるべきはAIエージェントの組織的ロジックだ。技術的詳細はその背後に隠れており、AIエージェントの「代理」概念は、大規模普及の障壁を前にして技術を前進させる役割を果たす。まるでブラウザが個人用PC産業に奇跡をもたらしたように。したがって、私たちの関心は二点に集約される：人機インタラクションからのAIエージェントの視点、およびAIエージェントとLLMの違いと関係性。これらを通じて第三部へとつなぐ――CryptoとAIエージェントの融合が最終的に何を残すのか。
let AI_Agent = LLM+API;
ChatGPTのような対話型人機インタラクションが登場する前、人間とコンピュータのやり取りは主にGUI（グラフィカルユーザーインターフェース）とCLI（コマンドラインインターフェース）の二つだった。GUIの思考はブラウザやアプリなど多様な具体形へと派生したが、CLIとShellの組み合わせはほとんど変わっていない。
しかし、これは「フロントエンド」における表面的な人機インタラクションにすぎない。インターネットの発展とともに、データ量と種類の増加により、データ間、アプリ間の「バックエンド」での相互作用も増えている。両者は互いに支え合い、たとえ単純なウェブ閲覧であっても、実は両者の協働が必要なのだ。
ユーザーとブラウザ・アプリのやり取りがユーザーエントランスだとすれば、API同士の接続と遷移はインターネットの実際の運営を支えている。これもまたエージェントの一部である。一般ユーザーはコマンドラインやAPIといった用語を知らなくても、自分の目的を達成できる。
LLMも同様だ。今やユーザーは検索すら不要になり、全体のプロセスは以下のように記述できる：
-
ユーザーがチャットウィンドウを開く；
-
ユーザーが自然言語（文字または音声）で自分のニーズを説明する；
-
LLMがそれを工程化された操作手順に解析する；
-
LLMが結果をユーザーに返す。
このプロセスで最も大きな打撃を受けるのはGoogleだ。ユーザーは検索エンジンを開かず、GPT系の対話ウィンドウを使うため、トラフィックの入り口が静かに変化している。だからこそ、今回のLLM革命は検索エンジンの終焉を意味すると言われるのだ。
では、AIエージェントはどこでどのような役割を果たすのか？
一言で言えば、AIエージェントはLLMの特化形である。
現在のLLMはAGIではなく、OpenAIが理想とするL5の組織者ではない。能力には大きな制限がある。例えば、ユーザーの入力情報が多すぎると容易にハルシネーション（幻覚）を起こす。その一因は学習メカニズムにある。たとえば、あなたが何度もGPTに「1+1=3」と伝え続けた場合、その後「1+1+1=?」と尋ねたときに答えが「4」になる可能性がある。
このときGPTのフィードバックは完全に個々のユーザーに依存しており、モデルがネットに接続されていなければ、あなたの情報によって動作メカニズムが変更され、以後「1+1=3」としか答えられない弱いGPTになってしまう。しかし、モデルがネット接続を許可されていれば、フィードバックの源は多様化する。ネット上では「1+1=2」と考える者が圧倒的多数だからだ。
さらに難度を上げて、ローカル環境でLLMを使用する必要がある場合、どうすればこうした問題を回避できるだろうか？
一つの乱暴な方法は、二つのLLMを同時に使用し、毎回回答の前にお互いに検証させることで誤りの確率を下げることだ。他にも、二つのプロセスを用意し、一つは質問を行い、もう一つは問題を微調整して、言語をより正確・合理的にする方法もある。
もちろん、ネット接続でも問題を完全に回避できるわけではない。たとえばLLMが「馬鹿の掲示板」のような低品質な回答を検索してしまうと、状況はさらに悪化する。しかし、こうした資料を除外すると利用可能なデータ量が減少する。そこで、既存データを分解・再構成し、古いデータに基づいて新たなデータを生成することで、回答の信頼性を高めることができる。まさにこれがRAG（Retrieval-Augmented Generation＝検索強化生成）の自然言語理解である。
人間と機械は互いに理解し合う必要がある。複数のLLMが互いに理解・協働するようにすれば、すでにAIエージェントの動作モードに近づいている。つまり、人の代理が他のリソース――大規模モデルや他のエージェント――を呼び出すのである。
こうして、LLMとAIエージェントの関係が明らかになった。LLMは知識の集合体であり、人間は対話ウィンドウを通してそれとやり取りできる。しかし実践の中で、特定の作業フローは特定の小規模プログラム、Bot、コマンドセットとしてまとめられ、これらをエージェントと呼ぶ。
AIエージェントは依然としてLLMの一部であり、両者を同一視することはできない。AIエージェントの呼び出し方は、LLMの基盤の上に、外部プログラム、LLM、他のエージェントとの協働を特に重視している。だからこそ、「AIエージェント = LLM + API」という感嘆が生まれるのだ。
そこで、LLMのワークフローにAIエージェントの説明を追加しよう。XのAPIデータを呼び出すケースを例に取る：
-
人間のユーザーがチャットウィンドウを開く；
-
ユーザーが自然言語（文字または音声）で自分のニーズを説明する；
-
LLMがそれをAPI呼び出し型AIエージェントタスクとして解析し、会話権限をそのエージェントに移譲する；
-
AIエージェントがユーザーにXアカウントとAPIパスワードを尋ね、ユーザーの指示に基づきXとネット経由で通信する；
-
AIエージェントが最終結果をユーザーに返す。
人機インタラクションの進化史を思い出そう。Web 1.0やWeb 2.0に存在するブラウザ、APIなどは依然存在するが、ユーザーはそれらの存在を無視し、AIエージェントとだけやり取りすればよい。API呼び出しのようなプロセスもすべて対話形式で行える。これらのAPIサービスはどんな種類でもよく、ローカルデータ、ネット情報、外部アプリのデータなど、相手がインターフェースを公開し、ユーザーが利用権限を持っていればよい。
上図はAIエージェントの使用プロセスの全貌を示している。LLMはAIエージェントと分離した部分と見なすことも、一つのプロセスの二つのサブステップと見なすこともできるが、いずれにせよ、ユーザーのニーズに奉仕している。
人機インタラクションの観点から言えば、まるで自分自身と対話しているようなものだ。あなたは自分の考えを自由に表現すればよく、AI／LLM／AIエージェントが繰り返しあなたのニーズを推測する。フィードバック機構の導入と、LLMが現在の状況のコンテキスト（文脈）を記憶する要求により、AIエージェントが急に何をしていたか忘れることは防げる。
要するに、AIエージェントはより人格化された製品であり、これが従来のスクリプトや自動化ツールとの本質的な違いだ。まるでプライベートコンシェルジュのように、ユーザーの真のニーズを考慮してくれる。しかし強調すべきは、この人格性も依然として確率的推論の結果にすぎず、L3レベルのAIエージェントには人間のような理解力や表現力はない。そのため、外部APIとの連携には危険が伴う。
AIフレームワークの貨幣化とは
AIフレームワークが貨幣化できるようになったことは、私がCryptoに興味を持ち続ける理由の一つだ。従来のAI技術スタックにおいて、フレームワークはそれほど重要ではない。データや計算能力に比べれば劣るし、AI製品の収益化もフレームワークから始めるのは難しい。ほとんどのAIアルゴリズムやモデルフレームワークはオープンソースであり、真正にクローズドなのはデータなどのセンシティブ情報だからだ。
本質的に、AIフレームワークやモデルは一連のアルゴリズムの容器と組み合わせにすぎない。まるで鉄鍋でガチョウを煮るときの「鉄鍋」のようなものだ。だが料理の味を決めるのはガチョウの品種や火加減であり、本来売るべきは「ガチョウ」である。ところが、Web3の顧客が現れ、「箱買い珠捨て」（椟を買って珠を返す）――鍋を買ってガチョウを捨てる――という行動に出たのだ。
理由は単純だ。Web3のAI製品は基本的に他人のアイデアを模倣したものであり、既存のAIフレームワーク、アルゴリズム、製品を改良して独自のカスタマイズ製品を作り出している。異なるCrypto AIフレームワークの背後にある技術原理もほとんど変わらない。技術差が付けられないなら、名称や応用シーンなどで差別化を図らざるを得ない。そのため、AIフレームワークのわずかな調整さえ、異なるトークンの根拠とされ、Crypto AIエージェントのフレームワークバブルを生んでいる。
自ら巨額を投じてデータやアルゴリズムを訓練する必要がない以上、名称による区別が特に重要になる。DeepSeek V3がどれほど安価でも、博士の髪の毛とGPU、電力の大量消費は避けられない。
ある意味で、これは最近のWeb3の恒常的スタイルでもある――トークン発行プラットフォームがトークン自体よりも価値がある。Pump.Fun／Hyperliquidなどがまさにそうだ。本来エージェントはアプリや資産であるべきなのに、エージェント発行フレームワークが最も人気の製品になってしまった。
これは一種の価値アンカー戦略でもある。さまざまなエージェントに差異がないなら、むしろエージェントフレームワークの方が安定しており、資産発行による価値の虹吸効果を生み出せる。これが現在のCryptoとAIエージェントの融合の1.0バージョンだ。
そして2.0バージョンが浮上しつつある。典型的なのはDeFiとAIエージェントの結合だ。「DeFAI」という概念の提唱は、もちろんトレンドに乗じた市場行為だが、以下の状況を考えれば事情は異なる：
-
MorphoがAaveなどの従来の貸借商品に挑戦している；
-
HyperliquidがdYdXのオンチェーンデリバティブを置き換えつつあり、BinanceのCEX上場効果にも挑戦している；
-
ステーブルコインがオフチェーンシーンの支払い手段になりつつある。
こうしたDeFiの変革の背景のもと、AIはDeFiの基本ロジックを改善している。かつてDeFiの最大の意義はスマートコントラクトの実現可能性を検証することにあったが、AIエージェントはDeFiの創造ロジックを変える。つまり、DeFiを理解しなくてもDeFi製品を作れるようになるのだ。これはチェーン抽象化よりもさらに深いレイヤーのエンパワーメントである。
誰もがプログラマーになる時代が目前に迫っている。複雑な計算はAIエージェント背後のLLMとAPIに外注でき、個人は自分のアイデアに集中すればよい。自然言語は効率的にプログラミングロジックへと変換される。
おわりに
本稿では、いかなるCrypto AIエージェントのトークンやフレームワークにも言及していない。なぜならCookie.Funがすでに十分優れているからだ。AIエージェント情報の集約・トークン発見プラットフォームとして、次にAIエージェントフレームワークがあり、最後にふらふらと現れては消えるエージェントトークンがある。本文内での情報羅列はもはや価値を持たない。
しかし、この期間の観察を通じて、市場には依然として「Crypto AIエージェントとは結局何なのか」という本質的探求が欠けている。私たちは常にポインタの話ばかりしているが、メモリの変化こそが本質なのである。
まさにこの、あらゆる対象を資産化し続ける不滅の力こそが、Cryptoの魅力なのである。
TechFlow公式コミュニティへようこそ
Telegram購読グループ：https://t.me/TechFlowDaily
Twitter公式アカウント：https://x.com/TechFlowPost
Twitter英語アカウント：https://x.com/BlockFlow_News
@zuoyeweb3
