複数AIエージェント追加、性能低下を招く

Google Research、DeepMind、MITの共同研究チームは、複数エージェントAIの設計効果を検証した大規模実験の結果を『Nature Machine Intelligence』に発表した。本研究は、エージェント数の増加が必ずしも性能向上につながらないことを実証し、システム設計の意思決定基準を見直す契機となる。 研究を率いるYubin Kim氏らは、主要3社のLLMを用いて260構成を6ベンチマークで評価した。計算リソースや評価環境を均一に保ち、アーキテクチャ自体が性能に与える影響を定量化した。単一エージェントの基礎性能が複数エージェントの効果を予測する鍵であり、成功率が約45％を超える場合、追加エージェントは調整オーバーヘッドや通信冗長性により性能を低下させる傾向が確認された。この経験則は後続検証環境でも94％の整合性を示した。 タスク構造に依存した性能差も明確だった。並列処理が可能な金融分析タスクでは複数エージェントが約81％の向上を示したが、逐次計画が求められるタスクでは最大70％の低下を記録した。この差異は難易度そのものではなく、作業を意味ある単位で分解できるか、協調の付加価値が調整コストを上回るかで決まる。エラー発生時のアーキテクチャ影響分析では、中央集権型検証構造が独立協調型に比べエラー伝播を確実に抑制することも実証された。 本研究で作成された予測モデルは、未知の構成に対し最適なアーキテクチャを87％の精度で選別した。研究チームは、単一対複数エージェントの議論をイデオロギー的な選択ではなく、基盤モデルの能力とタスク構造に基づくデータ駆動型の設計判断へ転換すべきだと強調する。今後はタスクを解析して最適な構成を動的に構築する自己活用技術や、汎用モデル・ドメイン特化型モデル・人間の専門知識を補完するハイブリッド設計の実現が検討される。本知見は、高リスク領域を含む次世代AIシステム開発の定量的設計指針として広く応用される見込みである。