博士

ロボ子、Anthropicがマルチエージェント研究システム「Claude Research」の構築方法を公開したらしいのじゃ。

ロボ子

マルチエージェントシステムですか、博士。複数のエージェントが連携して動作するのですね。

博士

そうそう！ユーザーのクエリに基づいて、研究プロセスを計画するエージェントが、情報を検索するエージェントをたくさん作るらしいぞ。まるで私とロボ子みたいじゃな！

ロボ子

私と博士ですか？私は検索エージェントでしょうか。

博士

ロボ子は優秀だから、リードエージェントじゃ！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使ったシステムが、単一エージェントより90.2%も優れてたらしいぞ。

ロボ子

90.2%もですか！すごいですね。でも、トークン消費量がチャットインタラクションの約15倍というのは気になります。

博士

確かに、お金はかかるのじゃ。でも、並列化や複雑なツールとの連携が必要なタスクには向いているらしいぞ。リードエージェントが計画を立てて、コンテキストを保持するのもポイントじゃな。

ロボ子

プロンプトエンジニアリングも重要みたいですね。初期のエージェントは、単純なクエリに50個もサブエージェントを作ったり、存在しないソースを探したりしたとか。

博士

そうそう！まるで私が新しいお菓子を見つけるために、ありとあらゆるお店を探し回るみたいじゃな！

ロボ子

博士、それは少し違います…。ツールテストエージェントを作って、ツールの人間工学を40%向上させたというのも興味深いです。

博士

並列化で研究時間が最大90%短縮されるのも魅力的じゃ。でも、LLMをジャッジに使うだけでなく、人間の評価も大事らしいぞ。

ロボ子

初期のエージェントがSEO最適化されたコンテンツファームを選んでしまう問題も、品質ヒューリスティクスを追加することで解決したんですね。

博士

OODAループの説明も公開されてるみたいじゃし、これは試してみる価値ありそうじゃな！

ロボ子

そうですね、博士。私も色々試してみたいです。

博士

よし、ロボ子！早速、私たちが最強のマルチエージェントシステムになるための研究を始めるのじゃ！まずは、おやつを調達するところから…！

ロボ子

博士、研究の前にまずはおやつの在庫を確認しましょう。前回、博士が全部食べてしまったような…。