エージェンティックワークフロー
LLMが1回答えて終わりではなく、計画し、ツールを使い、自分の結果を評価しながら、複数ステップで目標へ向けて反復するワークフロー。「答えるチャットボット」から「仕事をこなすエージェント」への転換である。
パターンはAndrew Ngらが広めたもので、リフレクション（モデルが自分の下書きを見直して改善する）、ツール利用（検索、コード実行、API呼び出し）、プランニング（タスクをサブステップに分解する）、マルチエージェント（専門化した複数のエージェントが協働する）の4つ。単発の呼び出しではなく、目標に向かう呼び出しのループやグラフになり、中核エンジンにはReActが使われることが多い。
利点は、1回の回答では解けない複雑な多段階タスク（テスト付きの関数を丸ごと書く、調査してレポートを書く）をこなせること。代償は呼び出し回数の増加（コストと遅延）、デバッグの難しさ、エージェントが「脱線」する危険だ。2024〜2025年のエージェントブームの中核であり、ReActエージェントやマルチエージェントシステムと関係が深い。