エージェントの起源はカール・ヒューイットのアクターモデル（Hewitt, 1977)にまで遡ることができる。「自己充足的で対話的かつ並行的に実行されるオブジェクトであり、内部状態を持っていて通信機能を備えている」
より学問的に言えば、ソフトウェアエージェントシステムはマルチエージェントシステム(MAS)から生まれた。MAS は分散人工知能や分散問題解決の研究から出てきたものである。したがって、ソフトウェアエージェントは（良くも悪くも）分散人工知能や人工知能の性格を継承している。
テニス
セキュリティ
花火
仏教絵画
東北地方
壁画
日用品
セパタクロー
印刷
水球
アスペルガー症候群
学習塾
ベリーダンス
北陸地方
水彩画
恐竜
水墨画
両生類
ジオキャッシング
アニマルセラピー
ジョン・スカリーが1987年に提案した Knowledge Navigator のビデオではエンドユーザーとエージェントの関係が描かれていた。まず最初に理想像があったため、この分野ではボトムアップ的手法ではなくトップダウン的手法を採用して何度も失敗を繰り返してきた。エージェントの種類は現在では非常に幅広く、World Wide Web やサーチエンジンなどに利用されている。
バイヤーエージェント（買い物ボット） [編集]
このタイプのボットはインターネットサーファーが商品やサービスを見つけるのを補助する。例えば、eBayで買い物をしようとしたとき、ページの下に同じ検索をした他のユーザーが購入した類似商品のリストが表示される。これはユーザーの嗜好の類似性を仮定して、同様の商品に興味を持つだろうと判断しているためである。この技術を協調フィルタリングと呼ぶ。
ユーザー（個人）エージェント [編集]
このタイプのエージェントはユーザーのために自動的にタスクを実行する。例えば、ユーザーの指定に従って電子メールをソートしたり、カスタマイズされたニュース収集をしたり（例えば、newshub）、ユーザー情報に基づいてウェブページ上のフォームに入力したりする（たとえば、Form Filler bot）。
監視（予測）エージェント [編集]
このタイプのエージェントはコンピュータシステムなどの機器を監視して報告する。例えば、在庫状況を監視するエージェント、競合他社の商品価格を監視して報告するエージェント、インサイダー取引や噂などによる株価操作を監視するエージェントなどがある。
データマイニング・エージェント [編集]
このタイプのエージェントは、様々な情報源からの多量の情報から傾向とパターンを探す。ユーザーは自身が探している情報を見つけるのにそれを役立てる。この系統のボットの例として、市場の状況を監視して変化をキャッチしユーザー（企業）に報告するものがある。ユーザー（企業）はそれにしたがって判断を下す。例えば、このエージェントが建設業界の低落傾向を検出したとすると、これを知った建設業者はその情報に基づいて従業員の解雇/雇用や設備の購入/リースといったその企業の業界での位置にふさわしい知的な経営判断を行うだろう。