𝗧𝗵𝗲 𝗙𝘂𝗹𝗹𝗔𝗴𝗲𝗻𝘁𝗶𝗰𝗦𝘁𝗮𝗰𝗸 𝗠𝗮𝗻𝗶𝗳𝗲𝘀𝘁𝗼

Everyone is trying to build agents.

People talk about prompts, tools, and LLMs. They focus on agents calling APIs. This is only the start.

In a few years, the question will change. You will not ask how to build an agent. You will ask how to build reliable systems made of agents.

An agent is not a system. An agent is one part of a larger architecture.

The next phase of software requires infrastructure. Agents, humans, and services must interact with trust, memory, and proof. I call this the FullAgenticStack.

Building an agent is getting easier. This creates a trap. People think agentic software is just an LLM plus tools and memory.

That is not enough.

A chatbot with tool calling is not a system. A chain of prompts is not an architecture.

The real problem is not making an agent do a task once. The real problem is making systems of agents work safely and repeatedly in the real world.

You must answer these questions:

• How do you orchestrate agents?
• How do you authenticate them?
• How do you audit their actions?
• How do you limit their permissions?
• How do you recover state after a failure?
• How do you prevent chaos when agents coordinate?

These are not small problems. They are the foundation.

The FullAgenticStack provides the environment for agentic software to work in production. It includes:

• Human and agent identity
• Authentication and authorization
• Permissions and capabilities
• State and memory
• Event history and observability
• Recovery and rollback
• Proof of execution
• Zero-trust interaction

Tool calling is just an interface. It does not solve identity. It does not solve responsibility.

If an agent buys a product, who authorized it? If an agent fails, how do you recover? If an agent causes harm, how do you prove what happened?

These are engineering requirements.

The next web will consist of agents acting for people and companies. Agents will negotiate, schedule, buy, and sell.

For this to work, agents cannot be invisible scripts. They must be identifiable, observable, and provable.

You do not need a prompt stack. You need a FullAgenticStack.

Stop looking at the surface. The goal is not whether an agent can call a tool. The goal is whether an agent can exist in a trustworthy system.

Agents are not the end. They are the beginning of a new architecture.

FullAgenticStack マニフェスト：エージェントは単なるLLMではない

多くの人は、エージェントとは「あなたは親切なアシスタントです」といったプロンプトを与えられただけのLLM（大規模言語モデル）だと考えています。しかし、それは大きな誤解です。

LLMはエージェントの「脳」ではありますが、エージェントそのものではありません。エージェントとは、目標を達成するために自律的に思考し、計画を立て、ツールを使用し、環境と相互作用するシステムのことです。

エージェントを構成する要素

真のエージェントを構築するには、LLMに加えて以下の要素が必要になります。

• メモリ (Memory): 短期的な文脈（コンテキスト）と、長期的な知識や経験を保持する能力。
• プランニング (Planning): 複雑なタスクを小さなステップに分解し、実行順序を決定する能力。
• ツール利用 (Tool Use): API、検索エンジン、コード実行環境など、外部の世界と相互作用するための能力。

FullAgenticStack の定義

私たちは、エージェント開発を構造化するために、FullAgenticStack という概念を提唱します。これは、単一のモデルではなく、以下の5つの層からなるスタックです。

1. モデル層 (Model Layer)

エージェントの推論能力を司る基盤です。GPT-4o、Claude 3.5 Sonnet、Llama 3 などのLLMが含まれます。

2. オーケストレーション層 (Orchestration Layer)

エージェントの「神経系」です。推論ループ、プランニング、タスクの分解、およびエージェント間の協調を管理します。LangChainやCrewAIのようなフレームワークがここに含まれます。

3. メモリ層 (Memory Layer)

エージェントの「経験」です。ベクトルデータベース（Pinecone, Milvusなど）や、セッション管理、ユーザーの好みの保存などが含まれます。

4. ツール層 (Tool Layer)

エージェントの「手」です。Webブラウザ、Pythonインタープリタ、SQLデータベース、各種APIなどがこれに当たります。

5. アプリケーション層 (Application Layer)

エージェントが実際に価値を提供するインターフェースです。チャットUI、自動化ワークフロー、あるいはバックグラウンドで動作する自律的なサービスです。

結論

エージェント開発の未来は、単に「より賢いモデル」を探すことではなく、「より洗練されたスタック」を構築することにあります。LLMは強力なエンジンですが、FullAgenticStack全体を設計して初めて、私たちは真に自律的なエージェントを手に入れることができるのです。