メインコンテンツへスキップ
見出し画像

AI社員解散!~マルチエージェントやめてみた~

    はじめに

    AI社員の会社をつくっていたのですが、先日全員を解散しました。役職つきのAI17名の仕組みをやめて1本の流れにまとめ直しています。きっかけは複数のAIを組み合わせる構成の見直しを書いたAnthropicの記事でした。思い当たることが多かったので10月28日に構成を作り変えました。

    誰に向けた記事か

    AIを役割ごとに分けて仕事を回している方に向けて書きます。分けるほど受け渡しの手続きが増えていく流れに私自身がはまっていたからです。AIに詳しくない方にも読めるように言葉は途中で説明します。

    結論

    AIを社員のように役職で分けるより、1本のループで回す方が引き継ぎで抜けないし速いと考えています。ループは考えて動いて結果を見る繰り返しのことで、手順は必要なときだけ読ませます。AIを分けるのは次の3つのときだけにしました。

    • 読む量が多すぎるとき

    • 独立した作業を同時に進めるとき

    • 別のモデルに確かめさせるとき

    「サブエージェント」という言葉の定義

    人によって指す範囲が違う言葉なので先に定義します。

    一般にエージェントは指示を受けて自分で調べ、手を動かして仕事を進めるAIです。サブエージェントはそのエージェントから仕事を頼まれる別のエージェントです。複数を組み合わせた構成をマルチエージェントと呼びます。

    この記事でいうサブエージェントは自分専用の指示と道具とコンテキストを持つ子のAIです。コンテキストとはAIがその時点で読めている情報の全部を指します。子は親に渡されたものしか知らず、終わると結果だけを返します。

    AIに役割の名前を付けることだと受け取られがちですが、そうではありません。名前が違っても同じコンテキストで動くならサブエージェントには当たりません。

    周りが組み始めたころに私はやめた

    画像

    最近は周りでもAIを役割ごとに分けて動かす話をよく聞くようになりました。マルチエージェントの構成をこれから組む方や組み始めた方も多いと思います。

    私がその形をつくったのは半年ほど前です。4月にはAIに役職を付けた体制を組み、5月にはAI同士で仕事を受け渡す仕組みまで整えて回していました。

    流れとは逆になりますが私はひと足先にやめることにしました。先に始めた分だけ重さに気づくのも早かったのだと思います。そこで見えたことを置いておくので、これから組む方が同じところでつまずかずに済めばうれしいです。

    AI社員の会社をつくっていた

    画像

    刷新前はAIに役職とギリシャ神話の名前を付けた17名の会社でした。秘書が1名とCTOやQAなどの開発が7名、ライターなどのコンテンツが4名、COOなどの事業が4名、それに問答役が1名です。当時はAnthropicのマルチエージェント協調の記事を参考にしていました。

    私の指示はCTOなど役職のAIがタスクに分けて担当へ渡していました。主セッション(私と直接やり取りするAI)は、毎回「受付→報告書→振り分け→実行→報告」の5つの手順を踏む決まりでした。

    作り変えたのは役職を持ち替える手続きが重かったからです。振り分けや受領票や名義ごとのログが決まりごとの大半を占めていました。起動のたびに読む指示は約238KBまで膨らんだ状態でした。Claude Code用とCodex用もほぼ同じ中身を手書きで二重に持っていました。4台のPCでは決まった時刻に人の手なしで動く無人ループが18本回っていました。

    受領票はタスクを受け取ったAIが自分の受信箱に残す「受け取りました」の控えです。役職のAIからタスクが渡ると担当のAIは受け取った理由と自分が担当する根拠と着手の予定を1〜3行で書きます。作業が進むたびに控えの状態も「受領→作業中→完了」と書き換えます。誰がどのタスクを受け取ったかを残すための決まりで、控えが無ければそのタスクはまだ誰も拾っていないと分かります。ただ手渡しのたびに1枚ずつ増えるので刷新までに600枚を超えていました。

    画像

    Anthropicの記事が言っていること

    記事は2026年10月22日に公開された「Building agents: When to fold subagents into your main agent loop」です。サブエージェントは検証や並列作業や権限の分離に役立つとしたうえで、多くの場合は置き換えを勧めています。置き換え先はスキルとツールを持った1本のループです。スキルは必要になったときだけAIが読み込む手順書を指します。

    記事によればその方が品質が上がり、コストと待ち時間が下がります。

    • 十数個の専門サブエージェントを持つ顧客向けAIでブランドの一貫性が崩れ、待ち時間が体験を損ねた

    • ある評価ではマルチエージェント構成が約2倍遅かった

    • 1つ統合したら配送日を確認しなくなり、その壊れ方は2回に1回しか出なかった

    大きな組織で起きやすい失敗です。

    • 引き継ぎのたびに細部が抜ける

    • 担当者のいない似たエージェントが数百に増える

    • 各チームが足した指示文が矛盾する

    • 全体を評価する人がいない

    • 複雑になるほど遅くなる

    出典: https://claude.com/ja/resources/articles/building-agents-when-to-fold-subagents-into-your-main-agent-loop

    分けてよいのは3つのときだけ

    画像

    それでも分けるべきときを記事は3つ挙げています。

    • 1本のコンテキストが膨らみすぎて性能が目に見えて落ちたとき

    • 終わったら捨ててよい作業をいくつも同時に進めたいとき

    • 1本だと道具を選び間違えたり指示が矛盾したりするとき

    1本のループにまとめる理由は3つです。同じコンテキストで前の結果を見られるので引き継ぎで情報が欠けません。スキルで必要なときだけ手順を読み込めるので、仕事ごとにAIを分ける理由が消えます。Claude Codeはシステムプロンプトを80%以上減らしたそうです。さらにモデルが賢くなって進み具合を自分で確かめます。

    移るときはまず完了まで見る評価を10例ほどつくります。次によく使うものや同じデータを触るものから1つずつ1本のループにまとめ、前後で比べて残すかを決めます。記事の締めはどの構成が正しいかより、測って1つずつ変えて効いたものを残すことでした。

    役職をやめて、目的で呼ぶ

    画像

    刷新の指示には「役職エージェントを廃止し、目的別に再編すること」と書きました。今は主セッションが1本のループを回し、目的があるときだけ子のAIを呼びます。

    • 設計と判断(Claude Opus 5.5)

    • 実行(Claude Sonnet 5.5で同時に複数も可)

    • 読み込み(Claude Haiku 5.5)

    • 検証(Claude Opus 5.5とGPT-6.1 solを同時に)

    主セッションは目的とゴールを決める役で、Claude Fable 5.1が担います。

    子を呼ぶのは結論に書いた3つのときと、方針に迷って設計を相談するときです。記事の3条件を自分の仕事向けに読み替えました。5ファイル超か1,000行超を読むなら読み込み役へ渡し、2ファイル以下の変更は主セッションがやります。

    起動時に読む指示は約238KBから約12KBになり、Codex用は自動生成にしました。無人ループも18本すべてを止める対象にしました。変えなかったのは指示と完了報告とナレッジを記録する仕組みです。

    さいごに

    AIを社員のように役職で分けるより、1本のループに必要なときだけ手順を読ませる方が引き継ぎで抜けないし速いと考えています。

    実際に、刷新後は体感で2倍ほどの速さになっていました。それだけでなくコンテキストが大幅に圧縮できたのが良いポイントです。

    マルチエージェントを組んでいる方は今のエージェントを1つずつ、3つの条件のどれに当たるか書き出してみてください。どれにも当たらないものが1本のループにまとめる候補です。

    AIを自分の会社の仕事に入れていくなかで気づいたことを書いています。よければフォローして続きも読んでみてください。

    最後までお読みいただきありがとうございました。

    #AIエージェント #マルチエージェント #ClaudeCode #Codex #エンジニア社長

     
     
    自社のほぼ全ての業務をAI駆動化。評論家としてではなく現場で得たリアルな気づきを発信します。技術と経営両面の目線で、モデルやツールにとらわれないAIの本質に触れていきます。

    あなたへのおすすめ