AIエージェントの一般化に伴い、複数のAIエージェントを連携させるマルチエージェントシステムが注目されています。GitHub、Google、Siemensが紹介した15のデザインパターンを、設計上の課題や具体的な活用場面とともに解説します。
この記事は会員限定です。会員登録(無料)すると全てご覧いただけます。
AIエージェントを活用する動きが一般化しています。開発現場でも、生成AIに実装を任せるAIコーディングにとどまらず、開発ライフサイクルの各工程を複数のAIエージェントに委ね、タスクを並行させるマルチエージェントのAI駆動開発へと開発手法が進化しつつあります。
そうした中で課題となるのが、マルチエージェントシステムをいかに設計するかです。本稿ではGitHubやGoogle、Siemensが公開した知見を基に、マルチエージェントシステムの設計に役立つ15のデザインパターンとマルチエージェントの信頼性を高める6つの基本原則を紹介します。
GitHubは2026年2月24日(米国時間、以下同)、マルチエージェントシステムが失敗する要因と、信頼性を高めるための設計手法を解説しました。
GitHubによると、複数のAIエージェントを導入することで、共有する状態(ステート)の不整合や実行順序の推測に基づくエラー、曖昧な引き継ぎ、予測が難しい挙動など、新たな障害のリスクが生じます。
これは、マルチエージェントシステムがチャットのように動作するのではなく、分散システムのように動作するからです。GitHubは「安定して稼働させるには各ステップの入出力や制約を明示することが不可欠だ」と指摘しています。その設計手法として挙げられたのが、次の2つです。
エージェント間の通信に、曖昧な言語や形式の統一されていないJSONを使うと、フィールド名の変化やデータ型の不一致、フォーマットのずれが起きる可能性があります。
「型付きスキーマ」は、エージェント間で受け渡すデータの形式や型を明確に定義する仕組みです。
受け渡しの際にデータを検証し、不正な形式のメッセージを早い段階で排除することで、後続のエージェントが内容を推測する必要をなくします。
GitHubは、スキーマ違反を契約(contract)違反として扱い、不正な状態が広がる前にリトライや修復、エスカレーションを行う設計が不可欠だとしています。
データを型付きにしても、AIエージェントへの指示が曖昧であれば、期待通りの処理が実行されるとは限りません。大規模言語モデル(LLM)は、暗黙の意図ではなく明示的な指示にのみ従うからです。
例えば「このイシューを分析してチームが対応できるようにする」という指示では、エージェントによって「クローズ」「アサイン」「エスカレーション」「何もしない」と対応が分かれる可能性があります。それぞれが合理的でも、自動化は困難になります。
「アクションスキーマ」は、許可する操作の正確なセットとその構造をあらかじめ定義する仕組みです。常に少数の明示的なアクションのいずれかに判断結果を絞ることで、エージェントの判断のばらつきを抑えます。
なお、GitHubは、こうしたスキーマやアクションの制約を一貫して強制する層として、MCP(Model Context Protocol)も有効だと説明しています。
Googleは2025年12月16日、マルチエージェントシステムの8つの基本的なデザインパターンを公式ブログで解説しました。
Googleは、モノリシックアプリケーションがスケーラブルではないように、単一のAIエージェントに多くの役割を担わせると、十分な性能を発揮できない可能性があると指摘しています。
パーサ(解析器)や批評家、ディスパッチャー(差配者)といった特定の役割を各エージェントに割り当てることで、マイクロサービスアーキテクチャのAI版のような、モジュール化された信頼性の高いシステムを構築できるとしています。
「シーケンシャルパイプライン」は、エージェントが処理を完了すると、その結果を次のエージェントに渡す構成です。古典的な組み立てラインのような、ワークフローの基本となるパターンです。
例えば、PDFの処理では、テキストへの変換、構造化データの抽出、要約の生成という各工程を、それぞれ専門のエージェントが順番に担当します。
処理の流れが直線的で、各段階の入出力も把握しやすいので、問題が発生した際の原因調査に適しています。
連鎖ではなく、意思決定者が必要な場合に使う構成です。中央のエージェントがディスパッチャーとして、ユーザーの意図を分析し、適切な専門エージェントにリクエストを振り分けます。
例えば顧客サービスでは、請求書に関する問題なら請求担当のエージェントに、トラブルシューティングならテクニカルサポート担当のエージェントに誘導します。
異なる種類の要求を受け付け、それぞれに専門的な対応が必要となるシステムに適しているということです。
互いに依存しない複数のタスクを、複数のエージェントで並行処理し、最後に結果を統合する構成です。遅延(レイテンシ)を短縮したり、多様な視点を得たりできます。
例えば自動コードレビューでは、セキュリティ監査、スタイル準拠、パフォーマンス分析の各エージェントを同時に起動し、プルリクエスト(PR)をレビューさせます。全てのレビューが終わると、集約役のエージェントがフィードバックをまとめ、1つのレビューコメントを作成します。
タスクが1つのエージェントのコンテキストウィンドウに収まらないほど大きい場合に、上位のエージェントが複雑な目標をサブタスクに分解し、委任する構成です。
コーディネーター/ディスパッチャーパターンとは異なり、親エージェントは一部のタスクだけを委任し、その結果を待ってから自身の推論を継続する場合があります。
例えばレポート作成では、レポート作成担当のエージェントは自身ではリサーチをせず、リサーチ担当のエージェントに委任します。リサーチ担当のエージェントはさらに、Web検索と要約のツールを管理します。
コンテンツの作成と検証を分離する構成です。一方のエージェントが生成者としてドラフトを作成し、もう一方が批評家として、ハードコードされた基準や論理チェックに基づいてレビューします。
特徴は条件付きループにあります。例えばSQLを生成するエージェントと、そのSQLが正しいかどうかを確認するエージェントを組み合わせた場合、レビューに合格すればループを抜けて内容が確定します。合格しなければ、具体的なフィードバックが生成者に戻され、基準を満たすドラフトが作り直されます。
構文チェックが必要なコード生成や、コンプライアンスレビューが必要なコンテンツ作成に有用だということです。
優れた成果物が、ドラフトを1回作っただけで完成することは“まれ”です。このパターンでは、出力が特定の品質基準に達するまで、生成、批評、改良のサイクルを繰り返します。
生成者エージェントがラフなドラフトを作成し、批評家エージェントが最適化のために指摘し、改良担当エージェントがその指摘に基づいて出力を磨き上げます。
生成者と批評家パターンが正誤(合格/不合格)に焦点を当てるのに対し、このパターンは質的な改善に焦点を当てているのが違いです。
AIエージェントに通常の処理を任せつつ、重大な判断や操作が必要な場合には人間の承認を求める構成です。特に、不可逆的な行動や重大な結果を伴う行動が対象で、安全性と説明責任を確保する狙いがあります。
例えば、金融取引や本番環境へのコードデプロイ、機密データに基づく行動などです。重大なチェックが必要になると、承認ツールを呼び出して実行を一時停止し、人間のレビュー担当者の判断を待ちます。
Googleは、本番で稼働させるアプリケーションを構築するには、これらのパターンを組み合わせることになるだろうと指摘します。
例えば顧客サポートシステムでは、リクエストの振り分けにコーディネーターを使います。ユーザーが技術的な問題を抱えている場合は、文書検索とユーザー履歴の各エージェントが同時に起動し、並行して処理します。最終的な回答は、ユーザーに送信される前に、トーンの一貫性を確保するために生成者と批評家のループを通過する可能性があります。
Googleは2026年9月2日、スタートアップ向けのAIエージェント開発コンテスト「Google for Startups AI Agents Challenge」の上位作品に共通する4つの設計パターンを公開しました。
多くの作品は、エージェントがデータを取るためにツールサーバを呼び出すという、一方向でしかMCPを使っていませんでした。しかし、あるチームはこれを双方向に広げています。エージェントは内部でMCPのツール層を介してテレメトリー(遠隔計測データ)のデータベースを利用し、同じ推論機能を、他のエージェントから呼べるMCPサーバとして公開しました。
素朴な作りのエージェントは、データベースにSQLを発行し、返ってきた全ての行をモデルのコンテキストに流し込みます。大量のデータを扱う本番環境では、1回のリクエストでトークン予算を使い切ってしまう恐れがあります。MCPのツール層を挟めば、必要なデータだけを絞り込んで取り出せます。
注意点は、制御下にない呼び出し元にサービスを提供する以上、実効性のあるアクセス制御が必要になることです。
エージェント同士が直接呼び合う代わりに、各エージェントがイベントを名前付きトピックに発行し、関心のあるトピックを購読して動く構成です。
あるチームは、歩行の変化から転倒リスクを検知し、薬剤相互作用データベースと照合した上で、対応可能な時間内に適切な担当者に通知するシステムを構築しました。
エージェントが次々に呼び出し合う直線的なパイプラインだった初期版は、デモでは動いたものの、対処できる時間内に通知することに失敗しました。そこで、エージェントごとにキューを持つ非同期のイベントバスを導入し、互いの出力に依存しない処理を同時に動かせるようにしました。
呼び出し連鎖では、全体の遅延が各エージェントの処理時間の合計になります。イベントバスなら、互いに依存しないエージェントが同じ瞬間に動きます。動作の間隔が異なるエージェントを組み合わせる場合に効果的です。
主要なAIモデルで障害が発生した際に、別のモデルに切り替えるフォールバックの設計です。
ある臨床推論エージェントは、主系統のモデルが負荷で503エラー(Service Unavailable)を返し始めたので、バックオフを伴う別モデルへのフォールバックを用意しました。どちらのモデルの応答も、実在する臨床ガイドラインを挙げているかを同じ検証関数で確認した上で受け入れます。
参考にすべきは、フォールバックがあること自体ではなく、検証の置き場所です。検証を主系統用と待機系統用に複製すると、片方だけ更新して他方を忘れやすくなります。このチームは単一の関数を両方の経路から必ず呼ぶ構造にし、どちらの経路でも同じ検証基準が必ず適用されるようにしました。
全ての要求を高性能なAIモデルで処理するのではなく、簡単な要求を前段階で振り分ける設計です。
あるチームが推論予算の消費先を測ったところ、難しい質問ではなく、「注文品は今どこにあるのか」「予約を取り消したい」といった簡単な質問が、コストの高いモデルの呼び出しを引き起こしていました。
そこでエージェントの前段に、3層の分類器を置きました。まず、ローカルで実行する正規表現チェックで、トークンを消費せずに意図を捕捉します。判別しにくいものは、安価なモデルを少ないトークン数で呼び出して意図だけを分類し、両方を通り抜けたものだけを本格的な推論モデルに渡します。
このチームの計測では、最初の1層だけで受信メッセージの40%超を、モデルの呼び出し前に処理できたといいます。
マルチエージェントシステムの設計パターンは、大規模なソフトウェア開発にも活用されています。
Google Cloudは2026年6月17日、Siemensと共同開発したAIシステム「Knowledge Fabric」を紹介しました。ソフトウェア開発ライフサイクルの自動化を目的とし、ナレッジグラフ(文書やデータの関係性をグラフ構造で整理したデータモデル)を基盤としています。
Siemensは、長年の開発で蓄積された数億行規模のレガシーコードを抱えていました。重要な知識はコードの他、プロジェクト管理ツール「Jira」のチケット、ナレッジ共有ツール「Confluence」のページ、PDFマニュアルなどに散在しており、既存のコーディング支援ツールでは、複雑かつ多層的な産業用コードを読み解くために必要なコンテキストが足りなかったといいます。
Knowledge Fabricでは、ナレッジグラフを用いてコードとドキュメントの関係を整理し、AIエージェントが変更による影響を分析できるようにしました。
さらに、複雑な開発作業を分担するために次のデザインパターンを採用しています。
「象を切り分ける(slicing the elephant)」パターンは、「このモジュールをリファクタリングする」といった大まかな要求を、より小さく扱いやすいタスクに細分化する設計パターンです。AIエージェントが大規模で曖昧なタスクを苦手とすることが、プロジェクトを通じて明らかになったことで採用されました。
SiemensとGoogle Cloudは、細分化した各タスクを担当する次の5種類の専門エージェントを組み合わせました。
重要なのは、最初からAIにコードを書かせるのではなく、必要な情報の調査や変更の影響分析を先に実施する点です。各ステップには人間の判断を介在させるヒューマンインザループを取り入れ、本番運用に耐える信頼性を確保しています。
レガシーコードの制御パネルを最新のWebベースインタフェースに移行する本番パイロットでは、システムの整合性と産業品質基準を維持しながら、全体のコーディング工数を削減しました。
ここまで紹介した15のデザインパターンは、エージェント間の情報の受け渡しから、役割分担、実行効率の改善、大規模な開発作業の分解まで、さまざまな課題に対応するものです。
ただし、複数のエージェントを組み合わせるだけで、システムの信頼性が高まるわけではありません。
最後に、記事冒頭で紹介したGitHubの解説から、マルチエージェントシステムを大規模な環境でも信頼性を維持して運用するための基本原則を紹介します。
GitHubは、型付きスキーマ、制約されたアクション、MCPによって強制される構造化されたインタフェースを加えることで、エージェントは信頼性の高いシステムコンポーネントのように動作し始めると総括しています。その上で、エージェントはチャットインタフェースではなくコードとして扱うべきだと結論付けています。
AIコーディングの「ループ」4種類を完全入門 Anthropic公式が分かりやすく整理して解説
ハルシネーションには法則がある “COBOL変換”で「AIが自信満々に間違える」場所とその理由
設計時のレビューでは拾えない、バグるAIエージェントに共通する5つの特徴
AIエージェントワークフローに人間のチェックをどう組み込むか
「ハーネス」とは何か 工場の比喩が嫌いだった私がトヨタの自働化とアンドンを持ち出す理由Copyright © ITmedia, Inc. All Rights Reserved.