Five-Layer Model
五層モデル
Agentic Substrate の基本構造は、LLM、Tools、Skills、Agents、Interfaces の五層で理解できます。
Why layers
なぜ五層で考えるのか
仕事で AI を使う場面では、会話だけでは足りません。
読ませたい
ファイル、Web、データベース、社内資料を確認してほしい。
覚えてほしい
毎回同じ業務手順を説明したくない。複数日にわたる仕事を続けたい。
判断したい
最終判断や高リスク判断は人間が行い、AI には準備と検証を任せたい。
The stack
五つの層
L5Interface
人間が AI と出会う場所。Chat / CLI / IDE / Web / API / ambient interface。
人間が AI と出会う場所。Chat / CLI / IDE / Web / API / ambient interface。
L4Agent
目的、記憶、調整を持つ実行主体。Memory / Identity / Orchestration / Repo-as-state。
目的、記憶、調整を持つ実行主体。Memory / Identity / Orchestration / Repo-as-state。
L3Skill
再利用可能な業務フロー。Workflow definition / Validation / Composition。
再利用可能な業務フロー。Workflow definition / Validation / Composition。
L2Tools & Protocols
AI が外部世界に作用する手段。File I/O / Web / Code execution / APIs / MCP。
AI が外部世界に作用する手段。File I/O / Web / Code execution / APIs / MCP。
L1LLM Computation
AI が理解し、推論し、生成する計算レイヤー。Inference / Reasoning / Language / Multimodal。
AI が理解し、推論し、生成する計算レイヤー。Inference / Reasoning / Language / Multimodal。
Layer 1
LLM Computation
Layer 1 は、LLM による思考・生成・推論の層です。
できること
- 文章の下書きを作る
- アイデアを整理する
- 複雑な説明を要約する
- コードや仕様を読み解く
- 会議内容から論点を抽出する
限界
Layer 1 だけでは、AI は外部のファイルや最新情報や業務システムに直接触れません。頭脳はあっても、まだ手足がない状態です。
Layer 2
Tools & Protocols
Layer 2 は、AI が外部世界に作用するための層です。
ファイル
読む、書く、整理する。
Web / API
検索する、呼び出す、外部情報を確認する。
Code / Data
コードを実行し、CSV や spreadsheet を分析する。
Tool は「AI が賢くなる機能」ではなく、「AI が行動できるようになる手段」です。
Layer 3
Skills
Layer 3 は、業務フローを再利用可能な単位にする層です。
Skill に含めるもの
- どんな依頼で使うか
- どんな入力が必要か
- どの順番で処理するか
- 途中で何を確認するか
- どんな成果物を出すか
- 失敗や曖昧さをどう扱うか
日本の業務現場で言えば
Skill は「属人化している仕事の進め方」を AI が再実行できる形にしたものです。
Layer 4
Agents
Agent は、複数の Tool や Skill を使いながら、目的に向かって仕事を進めます。
状態を読む現在の状況、記録、入力を確認する。
選ぶ必要な Skill と Tool を選ぶ。
進める途中結果を確認しながら作業する。
止まる人間に判断を求めるべきところで止まる。
残す成果物や記録を保存し、次回へつなげる。
よい Agent は、人間の判断、責任範囲、検証基準を尊重します。
Layer 5
Interfaces
Layer 5 は、人間が AI システムと出会う場所です。
学習・研修
チャット画面が入り口になりやすい。
開発
CLI や IDE が自然な Interface になる。
組織運用
Docs、Notion、GitHub、社内ポータルが接点になる。
Failure modes
どの層が欠けると何が起きるか
| 欠ける層 | 起きること |
|---|---|
| Layer 1: LLM | 知的な理解や生成がなく、ただの静的な自動化になる。 |
| Layer 2: Tools | AI は考えられるが、実際のファイルやシステムに作用できない。 |
| Layer 3: Skills | 毎回ゼロから説明することになり、業務知識が蓄積しない。 |
| Layer 4: Agents | 継続性がなく、複数ステップや長期作業を維持できない。 |
| Layer 5: Interfaces | 人間が使えず、判断や確認の接点も設計されない。 |
How to read your work
学習のための見方
- 文章を相談しているだけなら、Layer 1 + Layer 5。
- ファイルや Web を扱わせているなら、Layer 2 が入っている。
- 毎回同じ手順を保存したいなら、Layer 3 が必要。
- 複数日にわたり状態を保ちたいなら、Layer 4 が必要。
- 人間がどこで判断するかを設計しているなら、Layer 5 を見ている。
今この仕事には、どの層が必要か。