重要点
- アントロピックは、企業がサブエージェントを1つのエージェントに統合し、必要に応じてコンテキストを読み込むことができるかどうかを評価することを推奨しています。
- 同社の経験によると、多くの専門的なサブエージェントは、各ハンドオフにおいて遅延の増大、コストの上昇、情報の損失を招くことがある。
- アントロピックは、チームが移行を遂行するのを支援するために、GitHub上で移行キットを公開しました。
アントロピックは、要求に応じてコンテキストを提供する単一エージェントが、品質、コスト、遅延の面で複数エージェント構成よりも優れていることを発見しました。同社は、チームが評価し、移行を行うのを支援するためのマイグレーションキットを公開しています。
Anthropicは、企業がサブエージェントを統合できるかどうかを評価することを推奨しています。なぜなら、必要に応じてコンテキストを読み込む単一のプライマリエージェントは、専門化された複数のエージェントのフリートよりも良い結果をもたらすことが多いからです。Opus 4.5から始まる新しいモデルや、Opus 5.5、Fable 5.1では、複雑な計画を単一のループ内で直接管理することができ、その結果、コストや待ち時間も減少します。ある比較によると、Anthropicは単一エージェントアーキテクチャが多エージェント設定よりも約2倍の速度で動作すると述べています。
この推奨事項は、複数の企業の導入実績を通じた実践経験に基づくものです。AnthropicのApplied AIチームが調査したところ、いわゆるスキルを利用する単一エージェントは、複合的なプロンプト設計やサブエージェントの設定よりも品質において優れていたと判明しました。例えば、ある企業は顧客向けエージェント内に十数個の専門的なサブエージェントを持っており、これにより一貫したブランド体験を維持することが困難になり、高い遅延時間が使い勝手を損なう原因となりました。
モデルは今や多くのオーケストレーション作業を自ら行うことができる
Anthropicによると、多くのエージェント設計は、意図検出、固定された処理パイプライン、ユーザ分割、別々の推薦ブランチ、そして上に位置するオーケストレーターという、馴染みのあるパターンに従っています。そのうちの多くは、モデルが現在、それぞれの使用ケースにおいて単独で処理できる作業です。
アントロピックはエージェントについて「コンウェイの法則」と呼んでいる。アーキテクチャは組織図のコピーとなり、各チームが独自のサブエージェントを開発し続けることで、何百もの重複するエージェントが共有された基準なしに積み重なる。その結果、アントロピックが「フランケンポルトン」と呼ぶものになり、各チームがシステムポリットにルールを追加することで、それらが互いに矛盾するようになる。同社によると、クリーンなシステムポリット、4〜5つの効率的なデータツール、そして固定された出力ガードラインが、それぞれの利用ケースの大部分をカバーしている。
例として、AnthropicはClaude Codeシステムのプロンプトを新しいモデルでは80％以上削除した。これは、スキルやツールが必要に応じてのみロードされるためである。新しいモデルは自身の進捗についてコメントし、自身の作業をチェックするため、一部の追加制御層は不要になる可能性がある。
アントロピックによると、単一エージェントのコンテキストウィンドウで測定可能なパフォーマンス低下が発生した場合、複数のタスクが別々のコンテキストウィンドウで並行して実行される必要がある場合、または単一エージェントがツール選択に困難を抱える場合には、サブエージェントを使用することが意味があるとされています。
ステップバイステップのマイグレーションについては、AnthropicがGitHub上でマイグレーションキットを公開しています。これにより、チームは既存のパターンを特定し、代替案を評価し、最適な方法を確認するワークフローを実行できます。Anthropicは、サポートエージェントを用いたあるテストでサブエージェントを組み込んだ結果、レイテンシが減少したものの、以前に機能していたプロセスが破損したため、盲目的なマージを行うことを警告しています。主要エージェントは正しい専門家に相談する代わりに、単独で回答を始めました。
チームはスペースを取ることなくスキルライブラリを保持すべきです
各チームに独自のエージェントを配置する代わりに、Anthropicはワークフローをスキルにまとめ、ツール検索を通じて必要に応じてツールを読み込むことを推奨しています。小規模な中央チームがシステムのプロンプトと全体的な品質を管理すべきです。また、Anthropicはモデルのツール選択が30～50種類のツール定義を超えると性能が低下する傾向があることに注意しており、各チームの指定された責任者がスキルライブラリを維持することで、その膨張を防ぐべきだと述べています。
ガイドラインや製品仕様、メートル法の定義などの参考資料については、Anthropicはエージェントが検索ツールを通じて必要な時にのみクエリを行う知識ベースを推奨します。そのような情報は、スキルの内部に参照ファイルとして埋め込むこともできます。Anthropic 反対するよう助言する コードを通じてコンテキストを取得し、それを直接プロンプトに注入する。
Anthropicの研究結果は、最近の研究と一致しています。Valsによる研究では、エージェントチームは単独のエージェントよりも速く動くことができるが、品質は向上しないことがわかりました。10人から30人、100人へとエージェント数を増やしても、品質の向上はなく、コストは大幅に上昇します。OpenAIの開発者Eric Provencherも、エージェントスワームの価値に疑問を呈し、「ほぼ確実に」無駄な資金の使い方だと呼んでいる。
出典：Anthropic