マルチエージェント

AI エージェントの相互運用性のためのオープン標準。プラットフォームをまたいだシームレスな連携を可能にする。

エージェント間のやり取りのための標準化された通信メカニズム。メッセージパッシング、パブリッシュ・サブスクライブ、イベント駆動型パターンなどを含む。

主導エージェントが専門化されたサブエージェントを調整し、タスクを並列実行するオーケストレーター・ワーカー型アーキテクチャ

複数のエージェントが共通のワークスペース上で透過的に協働し、すべての作業を共有して可視化する

専門化されたエージェントが線形のパイプラインでタスクを処理し、各エージェントの出力が次のエージェントの入力になる

複数のエージェントが同じタスクに同時に取り組み、多様な視点と並列処理能力を提供する

エージェントが文脈と専門的な能力に基づいて制御をインテリジェントに引き継ぐ、動的な委譲

中央の権限を持たない、対等なエージェント間の分散型協働

監督関係、集中的なオーケストレーション、権限の委譲を備えた多階層のエージェント連携

分散型エージェントシステムにおいて、AI エージェントとサービス間の疎結合な通信を可能にする非同期メッセージパッシングシステム

マルチエージェントの意思決定のための分散合意メカニズム

複数の AI モデルが協力し、議論を交わして結論に至る

各層で複数の LLM 提案エージェントが前の層のすべての応答を補助的なコンテキストとして受け取り、最終的なアグリゲーターが統合する前に自らの回答を反復的に洗練していく、層状のアンサンブル。モデルは他のエージェントの応答を見せられると、より優れた回答を生成するため、オープンソースの提案エージェントを積み重ねることで、単一のフロンティアモデルを上回ることができる。

オーケストレーターは2つの台帳を用いて、専門化されたエージェントのチームを動かします。1つは事実・根拠のある推測・計画を保持するタスク台帳、もう1つは進捗台帳で、オーケストレーターは各ステップで、進捗が出ているか、チームが行き詰まっていないか、次にどのエージェントが動くべきかを自己省察します。進捗が停滞すると、外側のループが事実を更新し、計画を見直します。Microsoft の Magentic-One で導入されました。

長コンテキストのタスク向けの学習不要なフレームワークで、巨大な入力をチャンクに分割し、各チャンクをワーカーエージェントに割り当てます。各ワーカーは自分のチャンクと、前のワーカーから引き継いだ進行中のコミュニケーション単位を読み取り、最終的に蓄積されたコミュニケーションをマネージャーエージェントに渡して回答を生成します。この逐次的な読み取り・要約の連鎖により、長コンテキストでの焦点喪失が緩和され、RAG やフルコンテキストのベースラインを上回ります。