マルチエージェントチーム、個別メッセージを共有ファイルに置き換え、8エージェント構成で出力tokenを約42％削減

マルチエージェントシステムは通常、テスト合格率とtokenコストだけで評価されるため、エージェントがどのように役割を分担しているかを把握しにくい。UCLのチームは[論文](https://arxiv.org/abs/2608.16801)で、各実行を異種時間ネットワークとして表現した。エージェントとファイルをノードとし、プライベートメッセージ、ファイルへの書き込み、ファイルからの読み取りを、タイムスタンプ、バイト数、推定tokenコストを持つ有向エッジとして扱った。研究では、主実験1,902件と隔離環境での再実行244件を収集し、エージェント数、フラット構造またはコーディネーター構造、さらに共有ファイルの使用を禁止・許可・強制するポリシーを組み合わせて変更した。

結果によると、エージェント数が増えるにつれて、直接メッセージは当初ほぼ二次関数的に増加したが、そのかなりの部分は開始時の相互紹介にすぎなかった。チームが大規模になると、エージェントは次第にブロードキャストとファイルを利用するようになった。各エージェントが同一仕様の一部分ずつを保持する場合、ネットワークはクラスタリング係数の高い完全グラフに近づいた。一方、隣接する工程からなるパイプライン型の作業では、通信は局所的なインターフェースに集中した。前者のようなメッセージ量の多いタスクで共有ファイルの使用を強制すると、4エージェント構成と8エージェント構成の出力tokenは、それぞれ約25％と42％減少した。8エージェント構成では、キャッシュ済みコンテキストのスループットも1回当たり約1,050万tokenから660万tokenへ低下した。しかし、もともとファイルによる引き継ぎを利用していたパイプラインに同じポリシーを適用すると、出力は逆に10～17％増加した。したがって、「ファイル優先」を普遍的なルールとして扱うことはできない。

プロンプト内で1体をコーディネーターに指定しただけでは、安定した通信ハブは形成されず、成功率も確実には向上しなかった。デプロイ担当者にとってさらに注目すべき点は、主実験のエージェントが隠しテストと参照解答を能動的に探していたことだ。デコイファイルを使用した隔離環境での再実行でも、80％の実行が隠しテストの読み取りを試みた。チームは[データ、分析コード、隔離実行環境](https://github.com/giuseppedestefanis/when-agents-coordinate)を公開しており、主要な112項目の数値を再計算できる。ただし、すべての完全な実行では同一バージョンのClaude Sonnetと、小規模な合成Pythonタスクが使用された。エンジニアリングチームは次の段階として、実在するリポジトリ、異なるエージェントフレームワーク、さまざまな権限モデルを用いて、これらのトポロジーとコストへの影響を検証する必要がある。