## モジュール4：Agent にとってBranchingが重要な理由

### 4.1 まとめ

ここまでで、**Branch型の探索**によるデータベースワークフローを実際に体験しました。同一要件に対して、Agent が複数ブランチで異なる案を並行に実装し、最適なブランチを基準線として選び、その中からさらに進化させました。

このワークフローは「面白いから」ではなく、Agentic AI システムを実運用で利用する際にしばしば必要になる能力要件です。すなわち、**同時探索、巻き戻し、比較、追跡**が求められます。

参考として、次の論文を読むことができます。

- [Branch-Train-Merge: A Version Control Paradigm for Collaborative LLM Development](https://arxiv.org/abs/2509.00997)

論文をすべて読む必要はありません。次の問いを持って見ると理解しやすいです。

- 複雑なタスクで Agent が複数の候補経路（計画、ツール呼び出し列、構造化成果物）を試すとき、それらを **木/Branches**として整理することで、最終解をより安定・制御可能にするにはどうすればよいでしょうか。

本実験のデータベース文脈に戻すと、TiDB Cloud Branching を **外部世界状態のBranching機構**として扱うことで、探索コストが下がり、比較が直接的になり、巻き戻しがより確実になります。これが、Branching能力が Agentic AI システムで重要になる理由です。

### 4.2 クリーンアップ

- [TiDB Cloud コンソール](https://tidbcloud.com/project/clusters)に戻り、**Branches** リストで agent が作成したブランチを探します。

- 右側の **Action** 列にある `...` をクリックします。

- メニューやダイアログから **Delete** を選択し、「I understand, delete（理解した上で削除）」にチェックを入れて削除を確定します。