2026-07-30 発行（読了 7 分）
実プロダクトのアーキテクチャ・使用例から AI 開発の現在地を週 3 回・1 号 1 テーマで深掘り
2025年半ばに Cognition が「マルチエージェントを作るな」と公式ブログで警鐘を鳴らし、直後に Anthropic が自社のマルチエージェント研究システムは単一エージェントを研究評価で90.2%上回ったと発表して、業界は一年以上意見が割れたままだった。その Cognition が2026年4月、態度を転換し「実際に機能する構成」を具体的な数値付きで公開したことで、対立点はようやく一つの合意——書き込みは一本化し、複数のエージェントは判断材料だけを増やす——に収束しつつある。
Cognition が2025年に公式ブログで示した主張は、複数のエージェントに同じタスクを分担させると、各エージェントがそれぞれ異なる暗黙の判断（コードのスタイル、実装方針、命名規則など）を下し、その食い違いが最終成果物に矛盾として残るというものだった。特にコーディングのような「書く」タスクでは、あるエージェントの変更が別のエージェントの前提を壊しても、両者は互いの意思決定の全体像を共有していないため、統合時に初めて破綻が発覚する。
LangChain はこの現象を「読む（reading）」タスクと「書く（writing）」タスクの違いとして一般化した。read action は互いに独立した部分結果を返すだけなので並列化しやすいが、write action は複数の変更が同じ状態に競合して書き込まれるため統合時の判断が難しい。Anthropic 自身の実装でもリサーチ（読む）は並列化する一方、レポートの統合（書く）は単一エージェントに戻している、と LangChain は指摘している。
Anthropic 公式ブログが解説する Claude の Research 機能は、リード役の LeadResearcher が調査戦略を立て、3〜5体のサブエージェントを並列に立ち上げ、各サブエージェントがさらに3つ以上のツール呼び出しを並列実行する二段構えの並列化を採る。この構成により、Claude Opus 4 をリードエージェントに、Claude Sonnet 4 をサブエージェントに使ったマルチエージェント構成が、社内のリサーチ評価で単一エージェント構成を90.2%上回ったと報告している。複数の独立した方向性を同時に追う「breadth-first」なクエリほど効果が大きい。
一方で、集めた情報の統合は並列化していない。各サブエージェントの調査結果は LeadResearcher に集約され、最終的な引用処理も CitationAgent という単一のエージェントが担当する。エラー処理も「書き込みの一本化」と同じ思想で、エラー発生時は最初からやり直さずエージェントが中断した地点から再開できる仕組みを構築し、ツール呼び出しが失敗した際はモデル自身にそれを伝えて適応させている。
Cognition は2026年4月、自社の主張を修正し、「マルチエージェントが今日うまく機能するのは、書き込みが一本化されたままで、追加のエージェントが行動ではなく知性を提供する場合だ」という原則を公式ブログで示した。具体例として、Devin と Devin Review が互いにイテレーションする Code-Review Loop（レビュー役は前工程の文脈を持たないクリーンな状態で臨み、1PRあたり平均2件のバグを検出、うち約58%が重大なもの）、能力の劣る主エージェントが難所だけ上位モデルを呼び出す Smart Friend パターン、マネージャー役の Devin が子 Devin を立ち上げ内部 MCP 経由で進捗を調整する Hierarchical Delegation の3パターンを挙げる。
3パターンいずれも、実際にファイルやプルリクエストへ書き込む権限は常に1エージェントに残り、他のエージェントはレビュー・助言・タスク分解という「行動しない知性」の役割に限定される。Cognition はこの転換の背景として、モデル自体の能力向上とエンタープライズでの利用が半年で約8倍に伸びたことを挙げており、以前は理論上正しくても実装コストに見合わなかった構成が、今は実運用で回るようになったと説明している。