あなたはLangGraphで、あるいはAutoGenで、あるいはCrewAIで何かを構築してきました。失敗パターンは分かっています。あるエージェントが止まり、あるツールがタイムアウトし、オーケストレーターが状態を見失い、そしてパイプライン全体がハングする。あなたはリトライロジックを書きます。タイムアウトを追加します。すべてを計測します。エージェントは賢くなっていくが、協調（コーディネーション）のオーバーヘッドは知能の伸びより速く増大していきます。
これはツールの問題ではありません。構造の問題です。このアーキテクチャは電話を前提としています。
The Phone Call Model
今日の主要な分散AIフレームワークはすべて、同期的な協調に基づいて構築されています。N人のエージェントがいるとして、結果を得るには、そのうちのある部分集合が同時に到達可能であり、共有状態に合意し、結果を順番に引き継ぐ必要があります。オーケストレーターはセッションを開いたままにします。エージェントは応答することが期待されます。
これは電話です。ダイヤルします。待ちます。相手が忙しければボイスメールになります。必要なら折り返します。同じ部屋に3人必要なら、会議を予定します。協調コストはNに比例して増えます。10人なら管理できます。1,000人ならスケジューリングの問題になります。100,000人なら、理論上ほぼ無限です。
あなたが何度も聞かされた分散システム批判は、このモデルを正面から狙ったものです：
「分散AIは協調の問題だ。レイテンシ、合意、並行性――これらは決してなくならない。必ず壁にぶつかる。」
その批判は正しい――電話モデルについては。メールボックスには当てはまりません。
The Mailbox Model
Quadratic Intelligence Swarm――QIS――は、2025年6月16日にChristopher Thomas Trevethanによって発見されました。このアーキテクチャは39件の暫定特許でカバーされています。ブレークスルーは、単一のコンポーネントではありません。ループ全体が突破口です。
ループはこうです。あるノードが問題に遭遇します。そのノードは結果を約512バイトのパケットに凝縮します。そして、そのパケットを決定論的なアドレスへ投稿します――そのアドレスは、問題のセマンティックなフィンガープリントによって定義されます。後で自分のアドレスを問い合わせ、同じクラスの問題に遭遇した他のノードが預けたパケットを回収します。それらの結果をローカルで統合（シンセサイズ）します。そして、新しい結果を同じアドレスに再び投稿します。以上です。電話は不要。会議も不要。ランデブーも不要。
アドレスは、問題の説明そのものです。あなたはメールを投函します。メールを回収します。ネットワークは郵便局間で配送します。あなたは誰とも直接話しません。
PHONE CALL MODEL MAILBOX MODEL
─────────────────────────────────── ─────────────────────────────────────
Node A ──── call ────► Node B Node A ──── deposit ────► Address X
Node A ◄─── wait ──── Node B Node A ◄─── pick up ──── Address X
Node A ──── call ────► Node C (asynchronous, no coordination)
Node A ◄─── wait ──── Node C
Node A ──── merge ─── (N agents)
│
Coordination
cost grows
with N
Coordination cost: O(1) per node.
Routing cost: O(log N) per packet.
Synthesis paths: N(N-1)/2.
The Math That Kills the Objection
分散システム批判は、「スケールしたときに知能を得るにはスケールした協調が必要だ」と仮定しています。電話モデルでは、それは本当です。メールボックスモデルでは、コストが切り離されます。
ノードあたりの協調コスト：O(1)。 ネットワークの規模がいくつであっても、すべてのノードは同じ2つの操作を行います。ある結果をアドレスへ預ける。関連する結果をアドレスへ問い合わせる。これらは協調のための操作ではありません――郵便の操作です。ノードは他に何台のノードが存在するかを知る必要がありません。知る必要はないのです。
パケットあたりのルーティングコスト：高々O(log N)。 DHTベースのオーバーレイは、パケットをそのアドレスへルーティングするのにO(log N)を達成します。多くのトランスポート機構はO(1)を達成できます――ベクターデータベースのルックアップ、コンシステントハッシングに基づくREST API、決定論的なトピックキーによるpub/subなどです。プロトコルはトランスポート非依存です。セマンティックなフィンガープリントを決定論的な場所へルーティングできる任意の機構が該当します。O(log N)は上限であり、下限ではありません。
シンセサイズの経路数：N(N-1)/2。 ネットワーク内のノード数がNなら、ペアごとのシンセサイズの機会は二次的に増えます。100ノード：4,950経路。1,000ノード：499,500経路。10,000ノード：およそ5,000万経路。ネットワークの価値はNの2乗に比例して増えます。ノードあたりのコストは一定のままです。
だからこそ、レイテンシや同期（シンク）の異議がアーキテクチャを見落としているのです。同期イベントはありません。合意（コンセンサス）のラウンドもありません。スケジュールのためのランデブーもありません。その異議は、QISが使わないモデルを狙ったものです。
Why This Is a Physics-of-Location Problem, Not a Sync Problem
電話モデルは問題を問いとして扱います：「誰が答えを知っている？」そして、その可能性のあるエージェントへルーティングします。誰がエージェントか、到達可能か、関連する文脈を持っているかを知る必要があります。協調は、未知の数が増えるたびに増大します。
メールボックスモデルは問題を場所として扱います――問題のセマンティックなフィンガープリントによって定義されるアドレスです。問いは決して発せられません。あなたはそのアドレスへ行きます。答えはすでにそこにあります。同じクラスの問題に遭遇したすべてのノードが預けたものです――それがいつ遭遇したか、どこで動いていたかにかかわらず、今オンラインかどうかに関係なく、どこかで遭遇した時点で預けられます。
これは物理であってネットワーキングではありません。問題にはアドレスがあります。知能はそのアドレスへ流れます。あなたはそれを回収するだけです。
セマンティックなフィンガープリントは、問題の内容（ドメイン、パターンクラス、関連パラメータなど）から計算されます。組織的な同一性、IPアドレス、セッション状態からではありません。同じクラスの問題に対して、これまで一度も通信したことのない2つのノードであっても、異なるインフラ、異なる組織上で動いていても、同じフィンガープリントを生成します。これがルーティングを決定論的にする理由です。これが協調なしにシンセサイズを可能にする理由です。
The Real Comparison: LangGraph, AutoGen, CrewAI
これらのフレームワークはよく作られています。実際の問題を解決します。制約は品質に対する批判ではなく、アーキテクチャ的なものです。
LangGraphは、ワークフロー実行中に、そのワークフロー内のすべてのエージェントが到達可能で稼働していることを要求します。エージェントがオフラインなら、ワークフローは停止します。ツールのレイテンシが急増すれば、セッションは待機します。オーケストレーターは実行全体にわたって状態を保持します――つまり、オーケストレーターが単一障害点であり、状態管理はアクティブなセッション数に応じてスケールすることになります。
AutoGenの会話モデルでは、エージェントがメッセージを順番にやり取りすることが必要です。マルチエージェントの会話は、設計上同期的です。定義されたグループ内では並列性が可能ですが、協調コストはグループのサイズや依存関係の複雑さに応じて増えます。
CrewAIのクルーモデルは、役割とタスクを逐次的または階層的に割り当てます。繰り返しますが、エージェントが利用可能である必要があり、タスクが完了する必要があり、クルーが協調する必要があります。
これらはどれも間違っていません。既知のエージェントを使う単一セッションのワークフローで、スコープが制限されている場合、同期的な協調は正しい道具です。
QISが狙うのは別の問題です。セッションをまたいで、ノードをまたいで、組織をまたいで、時間をまたいで蓄積する知能です。3日間オフラインになって戻ってきたノードは、その間に生成された知能を取り逃がしません。その3日間にそのアドレスへ預けられたすべてのアウトカム（結果）パケットは待機しています。問い合わせれば、統合（シンセサイズ）できます。すぐに追いつけます。コツや回避策としてではなく、設計として非同期なのです。
The Loop That Makes It Work
ブレークスルーはフィンガープリンティングではありません。ルーティングでもありません。512バイトのアウトカムパケット形式でもありません。どれか1つでも取り除けば、ループは崩れます。
指紋付けなしの蒸留は、ただの圧縮です。ルーティングなしの指紋付けは、ただのラベリングです。合成なしのルーティングは、ただの保存です。蒸留なしの合成は、知能の代わりに生データが蓄積していきます。このループが、N(N-1)/2本の合成経路を生成します。あらゆるステップは、ほかのあらゆるステップへと回帰して閉じていきます。
┌──────────────────────────────────────┐
│ │
Raw │ Distill → Fingerprint → Route
Signal │ │
│ ▼
│ ◄── Synthesize ◄────── Query Address
│ │
└─── New outcome enters loop ──────────┘
だからこそ、このアーキテクチャは発見そのものです。問いは「DHTは良いルーティング機構なのか？」ではありません（それは多くの選択肢の一つです）。問いは「512バイトのパケットは適切なサイズなのか？」でもありません（それらは、結果を損失なく蒸留するための実用的な下限です）。問いはこうです——ループは閉じるのか？ もし閉じるなら、N(N-1)/2本の経路が開きます。閉じないなら、あなたにはもっと良い電話があります。
理解すべきこと
分散システムへの批判——遅延、同期のオーバーヘッド、並行性コスト——は、調整を必要とするアーキテクチャに対する正しい批判です。QISは、そのようなアーキテクチャではありません。QISは、位置の物理に基づく原理で動作する郵便システムです。問題の記述がアドレスであり、アドレスは決定的であり、到着した時点で知能はすでにそこにあるのです。
Christopher Thomas Trevethanは、2025年6月16日にこの原理を発見しました。アーキテクチャは、蒸留、意味的指紋付け、決定的ルーティング、ローカル合成、そして結果の再流入といった、ループ全体をカバーする39件の暫定特許によって保護されています。
コストは価値から切り離されています。調整コスト：ノードあたりO(1)。ルーティングコスト：最大でもO(log N)。知能の経路：N(N-1)/2。本批判は電話を前提としています。QISは、郵便受けです。
分散AIインフラを構築しているなら、適切な問いは「どうやって調整のオーバーヘッドを管理するのか？」ではありません。正しい問いは「そもそも私のアーキテクチャは、何かしらの調整を必要としているのか？」です。
QIS — Quadratic Intelligence Swarm — は Christopher Thomas Trevethan によって発見されました。
