AIエージェントの費用爆発の正体は「賢さ」ではなく「往復回数」か：独自システムによるコスト制御の可能性
本記事は、AIエージェントの利用におけるコスト問題について、筆者が自身の開発したVBAを活用したシステム（「うちの犬」）の請求書を分析することで、新たな視点を提供しています。AIエージェントの費用が爆発する原因は、AIが賢くなること（思考のトークン）ではなく、AIに「次に何をするか」を毎回決めさせる「往復（ターン）」の回数にあると指摘しています。AIは前の会話を記憶しないため、毎回これまでの経緯（履歴）をすべて再送する必要があり、この履歴の積み直しが費用を往復の数の二乗に近い形で増大させているのが実態です。
筆者は、自身が開発したシステムでは、材料の収集や実行、停止の判断といった「ループ」の制御をAI本体ではなくVBA側で行っているため、何を送るか、何をするかが注文の前に明確に決まり、結果として「一枚の請求書」として費用を予測できる構造を確立しています。この仕組みは、安野貴博氏が提唱する「AIが嗅ぎ、人が決める」というプロセスと構造的に共通しています。
一方、一般的な「放し飼い」のAIエージェント（Claude Codeでの実測）では、同じ指示でも、往復ごとに膨大な入力トークン（一往復で12万トークン以上）が積み直されており、桁違いのコスト増が確認されています。筆者は、この知見を元に、政府が配備したAIプラットフォームの課題を「窓は配ったが、手が無い」と表現し、単にAIを導入するだけでなく、業務プロセス（Excel VBAなど）の内部にAIの制御を組み込むことで、コストと実行可能性を両立できると主張しています。このアプローチは、AIの自律性よりも、業務の定型化と制御性を重視する点で、大きな示唆を与えています。
背景
近年、AIエージェントの自律的な活用が注目され、多くの企業や政府機関でAIプラットフォームが導入されています。しかし、記事が指摘するように、AIが自律的に動くほど、会話履歴の積み直しや複雑な判断が求められ、トークン費用が予測不能なレベルで爆発するという実務的な課題が浮上しています。本記事は、このコスト爆発のメカニズムを技術的に解明し、解決策を提示しています。
重要用語解説
- トークン: AIがテキストを処理する際の最小単位の文字や単語の断片。AIの処理能力や費用は、このトークン数（入力・出力）に比例して計算されます。
- AIエージェント: 特定の目標を達成するために、自律的に判断し、複数のステップを踏んで行動するAIシステム。高度な自律性がコスト増の要因となります。
- VBA: Visual Basic for Applicationsの略。Microsoft Office製品（特にExcel）に組み込まれたプログラミング言語であり、AIの制御ループを外部から管理する仕組みとして利用されています。
今後の影響
本ニュースは、AI導入の焦点が「どれだけ賢いか」から「どれだけコストを制御できるか」へとシフトしていることを示唆しています。今後は、AIの自律的な判断に頼るよりも、VBAのような既存の業務ロジック（ループ構造）の中にAIを組み込み、処理の範囲とコストを限定する「制御されたAI」の設計が主流となる可能性が高いです。