マルチエージェント設計とは
1 つの大きな LLM に全部やらせるのではなく、役割を分担した複数のエージェントが協調する設計。各エージェントは異なるシステムプロンプト、ツール、メモリを持ちます。
なぜ分割するのか
- 専門化：コードレビューと営業対応を 1 体で兼ねるのは無理
- コスト：単純タスクは安価モデル、複雑判断はフロンティアに
- 並列性：複数調査を並行実行
- 権限分離：機密データを読むエージェントと書き込むエージェントを分ける
- テスト容易性：小さい役割は単体テスト可能
主要フレームワーク
LangGraph（LangChain）
状態遷移図（StateGraph）でエージェントフローを記述。複雑な分岐・ループ・条件付きハンドオフに強い。
- 長所：状態管理が明示的、デバッグしやすい
- 短所：学習曲線がやや急
OpenAI Swarm（軽量）
OpenAI 公式の軽量フレームワーク。エージェント間で直接「ハンドオフ」する設計。
- 長所：シンプル、コード量少
- 短所：複雑なフローは書きにくい
