AIは、人間の専門家と同等の創造性と推論能力を発揮して、コンピュータシステムのメカニズムを自律的に設計できるだろうか？本研究では、大規模言語モデル（LLM）を人間の思考プロセスを模倣したマルチエージェントワークフローに活用する、ネットワーク化システム設計向けのAIアーキテクチャ「Glia」を提案する。各エージェントは推論、実験、分析のそれぞれに特化しており、抽象的な推論を実証的フィードバックに基づく評価フレームワークを通じて統合し、協働する。従来のシステム設計における機械学習手法がブラックボックスな方策を最適化するのに対し、Gliaは解釈可能な設計を生成し、その推論プロセスを可視化する。大規模言語モデル（LLM）の推論処理に用いられる分散GPUクラスタを対象として適用した結果、従来の手動設計に比べて大幅に短時間で、リクエストルーティング、スケジューリング、自動スケーリングに関する新たなアルゴリズムを生成し、人間の専門家レベルの性能を達成した。さらに、ワークロードの挙動に関する新たな知見も得られた。本研究の結果から、推論型LLMと構造化された実験を組み合わせることで、AIが複雑なシステム問題に対して創造的かつ理解しやすい設計を生み出す可能性が示された。