BroadRouter
始める

マルチエージェントシステム(multi-agent system)

更新日

マルチエージェントシステムとは、それぞれプロンプト、ツール、コンテキストを持つ複数のエージェントが 1 つのタスクを分担する LLM アプリケーションです。代表的なオーケストレーター・ワーカー型では、リードが計画し、並列のワーカーの結果を統合します。

別名: マルチエージェント、マルチエージェントシステム、マルチエージェント AI、エージェントのオーケストレーション、オーケストレーター・ワーカー、multi-agent、multi-agent system、multi-agent orchestration、orchestrator-worker

単一のエージェントはタスクを 1 ステップずつ進めます。マルチエージェントシステムはタスクを分割し、各部分を同時に実行します。

仕組み

Anthropic は自社の Research 機能を “orchestrator-worker pattern, where a lead agent coordinates the process while delegating to specialized subagents.”(訳:リードエージェントがプロセスを調整しつつ、専門のサブエージェントに作業を委任するオーケストレーター・ワーカー型パターン)と説明しています。リードは質問を読んで計画を立て、並列に検索する複数のサブエージェントを起動し、その要約をもとに最終回答を書きます。

ほかの設計もあります。AutoGen の論文(Wu ほか、2023)は、“customizable, conversable”(訳:カスタマイズ可能で会話可能な)エージェントがお互いに、また人間やツールと対話し、開発者が会話のパターンを自然言語やコードでプログラムするフレームワークを説明しています。

オーケストレーター・ワーカー型の実行例です。

Lead:     plan -> start 3 workers
Worker 1: search docs for topic A  -> 1,500-token summary
Worker 2: search docs for topic B  -> 1,500-token summary
Worker 3: search docs for topic C  -> 1,500-token summary
Lead:     read 3 summaries -> final answer

各ワーカーは検索と読み込みに自分のトークンを使います。リードが見るのは要約だけです。

なぜ重要か

  • 幅広いタスクでの品質。 Anthropic は、Claude Opus 4 をリード、Sonnet 4 をワーカーとするマルチエージェント構成が、社内の調査評価で “outperformed single-agent Claude Opus 4 by 90.2%“(訳:単一エージェントの Claude Opus 4 を 90.2% 上回った)と報告しています。
  • トークンコスト。 同じ記事によると、エージェントはチャットの約 4 倍のトークンを使い、マルチエージェントシステムは “about 15× more tokens than chats”(訳:チャットの約 15 倍のトークン)を使います。また BrowseComp では、トークン使用量だけで性能のばらつきの 80% を説明できたとしています。エージェントが増えれば、通常は請求額も増えます。記事「マルチエージェントのコスト」で、トークン課金と定額課金を比較しています。
  • 向き不向き。 Anthropic は、“most coding tasks involve fewer truly parallelizable tasks than research”(訳:ほとんどのコーディングタスクは、調査に比べて本当に並列化できるタスクが少ない)ため、コーディングはあまり向いていないと述べています。共有コンテキストが多いタスクや、エージェント間に依存関係があるタスクも向きません。
  • 同時実行数。 並列のワーカーは並列のリクエストなので、同時実行数の上限が高速化の上限になります。

BroadNet Inference の場合

BroadNet はモデルを提供し、オーケストレーションは利用者のフレームワーク側で動きます。ガイドでは、BroadNet のベース URL を使った CrewAI と OpenAI Agents SDK の設定を説明しています。

従量課金のキーは毎分 30 リクエスト、同時に 4 リクエストまでです。DeepSeek V4.1 Flash の定額プランにはトークンのメーターがないため、請求額からトークンの倍増分がなくなりますが、各セッションは一度に 1 リクエストしか処理しません。同じ瞬間に進行しうるモデルリクエスト 1 つにつき 1 セッションを購入してください。3 つのワーカーが同時に動くなら 3 セッション、ワーカーの作業中にリードもモデルを呼び続けるなら 4 セッションです。記事「定額 API で並列コーディングエージェントを動かす」で、よくあるパターンを紹介しています。

よくある質問

マルチエージェントシステムは常に単一エージェントより優れていますか?

いいえ。Anthropic は、幅広い調査タスクでは大きな向上があったと報告する一方、マルチエージェントシステムはチャットの約 15 倍のトークンを使うこと、そしてほとんどのコーディングタスクは調査に比べて本当に並列化できる部分が少ないことも報告しています。

マルチエージェントシステムを作れるフレームワークは?

AutoGen、OpenAI Agents SDK、CrewAI、そして Claude Code などのコーディングツールが、何らかの形でサポートしています。AutoGen の論文は、エージェント同士、人間、ツールと会話するエージェントを説明しています。

マルチエージェントシステムには並列リクエストがいくつ必要ですか?

同じ瞬間にモデルを呼び出すエージェント 1 つにつき 1 つです。リード 1 つとワーカー 4 つが同時に動くなら、同時に 5 つのリクエストが必要です。

Markdown で読むChatGPT に聞くClaude に聞くPerplexity に聞く