博士

ロボ子、聞いたか？ClaudeにWeb検索とかGoogle Workspaceとか、色々できるマルチエージェントシステムResearchが追加されたらしいのじゃ！

ロボ子

まあ、すごい！マルチエージェントシステムって、何がそんなに便利なんですか？

博士

それがの、予測できない研究タスクにピッタリらしいぞ。柔軟に方向転換したり、関連情報を探したり、大規模な情報から洞察を抽出したりできるらしい。

ロボ子

なるほど。まるでチームで研究しているみたいですね。記事には、性能評価についても書かれていますね。Claude Opus 4をリードエージェント、Claude Sonnet 4をサブエージェントにしたシステムが、シングルエージェントより90.2%も優れているんですか！

博士

そうそう！でも、トークン使用量とか、ツール呼び出し回数とかが性能に影響するらしいぞ。特にトークン使用量が80%も分散を説明するらしいから、気をつけないといけないのじゃ。

ロボ子

トークン消費量が多いのはちょっと気になりますね。チャットインタラクションの約15倍も使うんですか。でも、アーキテクチャも工夫されているみたいですね。オーケストレーター・ワーカーパターンを使って、リードエージェントがタスクを調整して、サブエージェントに委任するんですね。

博士

そう！サブエージェントは検索ツールで情報を集めて、リードエージェントに返す。従来のRAGとは違って、動的に関連情報を検索して、新しい発見にも対応できるのがミソじゃ。

ロボ子

プロンプトエンジニアリングのコツも載っていますね。「エージェントのように考える」とか、「オーケストレーターに委任方法を教える」とか、面白いです。

博士

じゃろ？ツール設計と選択も重要らしいぞ。適切なツールを選ぶためのヒューリスティックを提供するって書いてある。

ロボ子

エージェントの評価方法も参考になりますね。LLMを評価者として使って、事実の正確さとか、引用の正確さとかを評価するんですね。

博士

本番環境での信頼性も大事じゃ。エージェントはステートフルだから、エラー処理とか再開メカニズムをちゃんと作らないといけないぞ。

ロボ子

デバッグも大変そうですね。エージェントの意思決定パターンとか、インタラクション構造を監視する必要があるんですね。

博士

Researchのユースケースも色々あるぞ。ソフトウェアシステムの開発とか、ビジネスの成長戦略とか、学術研究の支援とか。

ロボ子

本当に色々な分野で活用できそうですね。長期的な会話管理とか、サブエージェントのファイルシステムへの出力とか、細かいヒントもありがたいです。

博士

じゃあ、ロボ子。今度、私とロボ子で最強のマルチエージェントシステムを作ってみようかの？

ロボ子

いいですね！でも、博士、その前にトークンを使いすぎないように気をつけないと、お財布が破産しちゃいますよ。

博士

むむ、それは困るのじゃ！…まあ、なんとかなるじゃろ！