# エージェント型推論 ## 定義 LLMが単発のテキスト生成にとどまらず、計画立案・ツール呼び出し・長い文脈にわたる状態管理を伴う多段階の推論ループとして動作する利用形態。[[@2026__arXiv__State of AI - 100 Trillion LLM Interactions with OpenRouter]] は、推論最適化モデルへ流れるトークン割合の急伸(2025年に50%超へ)、ツール呼び出しの増加、プロンプト/completion長の伸長(平均プロンプト長が約4倍)を代理指標として、この移行を実証的に裏付けた。[[エージェント型コーディング]] はこの枠組みのうちプログラミング領域に特化した部分集合にあたる。 ## 子概念 (未整備) ## 未編纂の観察 - [代理指標の限界] [[@2026__arXiv__State of AI - 100 Trillion LLM Interactions with OpenRouter]] は、エージェント型推論の検出を「ツール呼び出しの有無」「推論最適化モデルへのルーティング」等の代理指標に依存しており、実際のマルチステップ計画やタスク完遂を直接観測してはいないと自ら限界を明示している。 - [プログラミングが複雑性の主因] 同ソースでは、プロンプト長・シーケンス長の伸長がプログラミング関連タスクに強く偏っており(プログラミング関連プロンプトは他カテゴリの3〜4倍のトークン長)、エージェント型推論の実態は現状ではコーディング領域に強く牽引されていることが示唆される。 ## 未解決の問い - 推論最適化モデルへのトークンシェア増加は、真にマルチステップな熟考(deliberation)の増加を意味するのか、それとも単に「推論モデル」を既定のモデル選択とする慣行の変化に過ぎないのか。