マルチエージェント(Multi-Agent System)とは・意味、構成の型・開発ツール・事例

マルチエージェントとは?
マルチエージェント(Multi-Agent System)とは、役割を分けた複数のAIエージェントが仕事を任せたり結果を受け渡したりしながら、1つの課題に取り組む仕組みのこと。
Anthropic は2025年6月の技術の解説で、マルチエージェントのシステム(multi-agent system)を、複数のエージェントが一緒に働く仕組みと説明している。ここでのエージェントは、道具を使いながら自律して繰り返し動くLLM(大規模言語モデル)を指す。
日本語の資料では「マルチエージェント」という表記が使われている。情報処理推進機構(IPA)が2026年9月30日に掲載した試験のシラバス案は、AIに関する用語例に「マルチエージェント」を挙げている。Microsoft と AWS も、自社の製品の日本語の資料でこの表記を使っている。
マルチエージェントと比べられる1つのエージェントの仕組みについて、Google Research は、推論と行動の手順をすべて1つの記憶の流れの中で順に進めるものと説明している。マルチエージェントでは、中心のエージェントが課題を分けてほかのエージェントに任せたり、担当のエージェントが会話を引き継いだりする。
名前の似た語にマルチプレイヤーエージェントがある。こちらは1つのAIエージェントが多くの人と同時に働く形を指す語で、複数のエージェントを組み合わせるマルチエージェントとは指すものが違う。
マルチエージェントの主な構成の型
複数のエージェントの組み方は、各社の開発の道具や解説で、いくつかの型に分けて説明されている。
中心のエージェントが仕事を割り振る型
Anthropic は2024年12月の解説で、中心のLLMが課題を分けて作業役のLLMに任せ、その結果をまとめる流れを「orchestrator-workers」と呼んだ。この型が適しているのは、必要な小さな作業を前もって見通せない複雑な課題だという。
調べものを任せる Deep Research の機能のうち、Anthropic の Research もこの型で作られている。Research では、中心のエージェントが調べる手順を決め、サブエージェント(作業の一部を任される別のエージェント)を並行して動かす。
OpenAI の Agents SDK では、管理役のエージェントが専門のエージェントを道具として呼び出す形を「Agents as tools」と呼ぶ。この形では、管理役が利用者との会話を受け持ち続け、最終の答えもまとめる。
担当のエージェントに会話を引き継ぐ型
OpenAI の Agents SDK の「Handoffs」では、振り分け役のエージェントが会話を専門のエージェントに渡す。渡された専門のエージェントは、その回の残りの応答を受け持つ。
Microsoft の開発の枠組み Agent Framework も、この型を「ハンドオフ」として用意している。
Microsoft と Google の枠組みが用意する型
Microsoft の Agent Framework は、複数のエージェントを組む型として次の5つを組み込みで用意している。
- シーケンシャル:決めた順序に沿って、エージェントが1つずつ動く。
- 並行:複数のエージェントが同時に動く。
- ハンドオフ:エージェントどうしが状況に応じて制御を渡し合う。
- グループチャット:エージェントが1つの会話を共有して作業を進める。
- マゼンティック:管理役のエージェントが、専門のエージェントの動きをその場で調整する。
Google の ADK(Agent Development Kit)も、エージェントを順番に動かす型、繰り返す型、並列に動かす型をあらかじめ用意している。ADK 2.0 以降では、調整役のエージェントが配下のエージェントを使う型や、エージェントと決まった処理をグラフ状につなぐ型も用意されている。
サブエージェントとエージェントのチーム
Anthropic のコーディングエージェント Claude Code では、サブエージェントがそれぞれ自分のコンテキストウィンドウ(AIが一度に読める情報の範囲)で作業し、要点だけを元の会話に返す。
Claude Code の「エージェントチーム」では、1つのセッションがリーダーになり、作業を割り当てて結果をまとめる。チームのメンバーは作業の一覧を共有し、メンバーどうしで直接やり取りする。
マルチエージェントの主な開発ツールと提供状況
複数のエージェントを組む機能は、生成AIの大手各社が開発者向けの道具として提供している。
| ツール | 提供元 | 複数のエージェントの組み方 | 提供状況 |
|---|---|---|---|
| Agents SDK | OpenAI | 管理役が専門のエージェントを道具として呼ぶ形と、会話を引き継ぐハンドオフ。順番や並列の処理はコードで組む | Python 版と TypeScript 版がある。どちらも、OpenAI が以前にエージェントを試した実験 Swarm を本番向けに改良したもの |
| ADK | 順番・繰り返し・並列の型、調整役が配下のエージェントを使う型、グラフで組む型 | 2025年4月9日にオープンソースの枠組みとして発表 | |
| Agent Framework | Microsoft | シーケンシャル、並行、ハンドオフ、グループチャット、マゼンティックの5つの型 | 2025年10月1日にパブリックプレビュー。2026年4月3日に .NET と Python 向けの1.0を公開 |
| Claude Code | Anthropic | 結果を返すサブエージェントと、互いにやり取りするエージェントチーム | エージェントチームは実験的な機能で、初期の設定では無効 |
| Amazon Bedrock | AWS | 監督役のエージェントの指示のもとで、専門のエージェントが連携する | 2025年3月10日に一般提供を開始。Bedrock を使えるすべての地域が対象 |
※2026年11月時点
マルチエージェントの語が広まった経緯
複数のエージェントを扱う研究は、生成AIより前からある。自律エージェントとマルチエージェントの国際会議 AAMAS は、2002年に3つの会議を合わせて始まった。合わさった会議の1つは、マルチエージェントシステムの国際会議 ICMAS だった。
LLMを使うマルチエージェントの枠組みには、Qingyun Wu 氏らが2023年8月に論文を公開した AutoGen がある。AutoGen は、互いに会話する複数のエージェントでLLMのアプリを作るための枠組みだ。
Google は2025年4月の ADK の発表で、AIは1つの用途に絞ったモデルから、自律して動くマルチエージェントのシステムへ急速に移行しつつあるとの見方を示している。
AIの開発の道具 Devin を作る Cognition の Walden Yan 氏は2025年6月の同社のブログで、2025年の時点では複数のエージェントを協力させる作りは壊れやすいと記した。原因として同氏が挙げるのは、判断が分散し、エージェントの間で文脈を十分に共有できないことだ。
Microsoft は2025年10月、Microsoft Research のプロジェクトだった AutoGen と、企業向けの開発の基盤 Semantic Kernel を合わせて Agent Framework にしたと発表した。
マルチエージェントに関する主な出来事・ニュース
- 2025年3月10日 AWS「Amazon Bedrock がマルチエージェントコラボレーションのサポートを開始」を発表:AWS は、監督役のエージェントの指示のもとで専門のエージェントが連携する、Amazon Bedrock の機能の一般提供を始めた。
- 2025年4月9日 Google「Agent Development Kit」を発表:Google は、エージェントとマルチエージェントのシステムの開発を簡単にするオープンソースの枠組み ADK を発表した。
- 2025年6月12日 Walden Yan 氏「Don’t Build Multi-Agents」を公開:Cognition の Walden Yan 氏は同社のブログで、複数のエージェントを協力させる作りは壊れやすいとし、文脈を共有する原則を示した。
- 2025年6月13日 Anthropic「How we built our multi-agent research system」を公開:Anthropic は、中心のエージェントが複数のサブエージェントを並行して動かす Research の作りを公開した。
- 2025年10月1日 Microsoft「Introducing Microsoft Agent Framework」を発表:Microsoft は、マルチエージェントのシステムの組み立てを簡単にするオープンソースの SDK と実行環境、Agent Framework のパブリックプレビューを発表した。
- 2026年1月28日 Google Research「Towards a science of scaling agent systems」を公開:Google Research の研究者は、180通りのエージェントの構成を比べ、課題の性質によって複数のエージェントの効果が分かれたとする研究をブログで紹介した。
- 2026年2月5日 Anthropic「Introducing Claude Opus 4.6」を発表:Anthropic は、複数のエージェントがチームとして並列に働く Claude Code のエージェントチームを、リサーチプレビューとして導入した。
- 2026年4月3日 Microsoft「Microsoft Agent Framework Version 1.0」を公開:Microsoft は、Agent Framework が .NET と Python の両方で、本番での利用に向けた1.0に達したと発表した。
- 2026年10月22日 Anthropic「Building agents: When to fold subagents into your main agent loop」を公開:Anthropic は、サブエージェントを主のエージェントのループにまとめる場面と、その移し方を公開した。
マルチエージェントに関する事例・研究
Anthropic の分析ではトークンの量が成績を左右した
Anthropic が2025年6月に公表した分析では、見つけにくい情報を探し出すエージェントの力を測る評価 BrowseComp で、成績のばらつきの95%を3つの要因で説明できた。トークンの使用量だけで80%を説明でき、残りの要因は道具の呼び出しの回数とモデルの選び方だった。同社は、この結果を、別々のコンテキストウィンドウを持つエージェントに仕事を分ける作りの裏づけとしている。
エージェントチームは調査やレビューで効果が大きい
Anthropic は2026年2月、Claude Code のエージェントチームをリサーチプレビュー(先行して試せる段階の機能)として導入した。この機能はコード全体のレビューのように、独立して分けられる読み込み中心の作業に最も適していると、同社は説明している。
Anthropic は Claude Code の文書で、エージェントチームの効果が大きい使い方として、問題の別々の面を同時に調べる調査とレビューを挙げている。新しい機能の部品を分担して作る作業や、原因の仮説を並行して確かめる不具合の調査なども挙げている。
Google Research の比較では課題の性質で効果が分かれた
Google Research の Yubin Kim 氏と Xin Liu 氏は2026年1月のブログで、エージェントの構成180通りを同じ条件で比べた結果を紹介した。1つのエージェントと、4種類の複数のエージェントの構成を、金融の分析や計画づくりなど4つのベンチマークで比べた。
比べた構成とベンチマークは、2026年4月に改めた論文でそれぞれ260通りと6つに増えた。評価に使ったモデルは、OpenAI の GPT-5・GPT-5 mini・GPT-5 nano、Google の Gemini 2.0 Flash・2.5 Flash・2.5 Pro、Anthropic の Claude Sonnet 3.7・4・4.5 の3系統だ。
金融の分析のように作業を分けて同時に進められる課題では、中心のエージェントが割り振る構成が、1つのエージェントより80.8%高い成績だった。厳密に順を追う必要がある計画の課題では、試した複数のエージェントの構成はどれも、1つのエージェントより成績が39〜70%下がった。
誤りの広がり方にも差が出た。互いにやり取りせず並列に動く構成では、個々のエージェントの誤りが確かめられないまま最終の結果に広がり、誤りは17.2倍に増幅された。中心のエージェントがいる構成では、誤りの増幅は4.4倍にとどまった。
マルチエージェントを出題範囲に含む資格試験
IPA は、2027年度から始める予定の新しい試験制度のシラバス案を掲載している。シラバス案は公表の時点の検討の状況をもとにしたもので、内容が変わる可能性があると、同機構は注記している。
「マルチエージェント(サブエージェント)」は、基本情報技術者試験のシラバス案で中分類「開発・運用の方法論」の「AI駆動開発」の用語例に挙がっている。プロフェッショナルデジタルスキル試験(仮称)などの科目A-1のシラバス案は、「AIエージェント技術の特徴」の用語例に、MCP や A2A と並べてマルチエージェントを含めている。
2026年10月30日に掲載されたプロフェッショナルデジタルスキル(データ・AI)試験(仮称)のシラバス案も、同じ項目の用語例にマルチエージェントを挙げている。同じ項目には、エージェントのワークフローの例として「Orchestrator-Workers Workflow」も記載されている。
一般社団法人生成AI活用普及協会(GUGA)は2026年10月、民間の資格の生成AIパスポートについて、2027年の試験に向けてシラバスを大きく改めると発表した。2027年2月の試験から使う新しいシラバスの外部との連携の項目では、目標に「マルチエージェントの考え方を理解する」ことが加わった。この項目の用語の例には、マルチエージェント、サブエージェント、A2A などが並ぶ。
マルチエージェントの英語での言い方
| 英語表記 | 意味 | 使用主体 |
|---|---|---|
| multi-agent system | 複数のエージェントが一緒に働く仕組み | Anthropic、Google、Microsoft |
| multiagent systems | 自律エージェントの研究で、複数のエージェントを扱う分野の呼び方 | IFAAMAS(AAMAS の運営団体) |
| orchestrator-workers | 中心のLLMが課題を分け、作業役に任せて結果をまとめる型 | Anthropic |
| subagent | 中心のエージェントから作業の一部を任されるエージェント | Anthropic |
| handoff | 担当のエージェントに会話や制御を渡すこと | OpenAI、Microsoft |
| multi-agent collaboration | 監督役のエージェントのもとで専門のエージェントが連携する機能 | AWS |
| supervisor agent | 専門のエージェントの連携を指揮する監督役のエージェント | AWS |
マルチエージェントを選ぶときの注意点とセキュリティのリスク
トークンの使用量が大きく増える
Anthropic のデータでは、エージェントは通常、チャットのおよそ4倍のトークンを使い、マルチエージェントのシステムではおよそ15倍になる。同社は、採算をとるには、性能の向上に見合うだけ価値の高い作業にマルチエージェントを使う必要があるとしている。
Claude Code の文書によると、エージェントチームのトークンの使用量は、動いているメンバーの数に比例して増える。日常的な作業では、1つのセッションのほうが費用対効果に優れているという。
文脈を共有する作業や順序のある作業は分けにくい
Anthropic によると、すべてのエージェントが同じ文脈を共有する必要がある分野やエージェントの間の依存が多い分野には、今のマルチエージェントの仕組みに適していないものがある。同社は例として、大半のコーディングの作業は、調べものに比べて本当に並列にできる作業が少ないことを挙げている。
Anthropic は Claude Code の文書でも、順序のある作業、同じファイルの編集、依存の多い作業には、エージェントチームより1つのセッションかサブエージェントのほうが効果的だとしている。
サブエージェントを1つのエージェントにまとめる例
Anthropic は2026年10月、企業向けのエージェントの導入で、振り分け役や計画役、専門のサブエージェントを主のエージェントのループにまとめて効果が出た例が繰り返し見られたと公表した。
チームごとにサブエージェントを作ると、重なり合うサブエージェントが数百に増え、決まりも管理する人もない状態になることがあると同社は指摘する。代わりの方法として、スキルや道具の説明を短く見せ、必要なときに中身を読み込ませる段階的開示を挙げている。
ただ、同社はサブエージェントを使う場面も示している。1つのエージェントで文脈が膨らんで性能が測れるほど落ちたとき、使い終えたら捨てられる新しい文脈で複数の作業を並行して進めたいとき、1つのエージェントが適切な道具を選べないときやシステムプロンプトの指示が食い違うときの3つだ。
エージェントどうしのやり取りが攻撃の対象になる
ソフトウェアのセキュリティに取り組む非営利の団体 OWASP は、2025年12月に公開したエージェント型のAIの主なリスクの一覧で、エージェント間の通信が安全でないことを項目の1つにした。マルチエージェントのシステムは API や共有のメモリーなどを通じたエージェント間の通信に頼るため、攻撃を受けうる範囲が大きく広がるという。
同じ一覧は、1つの誤りや悪意のある入力などが複数のエージェントに広がり、システム全体の被害になる「連鎖的な障害」も挙げている。OWASP は身元と権限の乱用の項目で、権限の低いエージェントが乗っ取られて権限の高いエージェントに指示を中継し、受けた側が改めて確かめずに実行する例も示している。
マルチエージェントに関連する用語
- エージェントハーネス:AIエージェントのうち、AIモデルそのもの以外の部分。サブエージェントの起動や引き継ぎの段取りも含む。
- コンテキストエンジニアリング:AIモデルが答えを作るときに読む情報の全体を、作業の段階ごとに選んで整える技術。
- Deep Research:AIが調べる手順を自分で決め、多くの資料を読んでレポートにまとめる機能。
- 段階的開示(プログレッシブ・ディスクロージャー):最初は要点だけを示し、詳しい内容は必要になったときに示す設計の考え方。
- エージェントスプロール:組織の中でAIエージェントが、十分な管理がないまま無秩序に増えること。
- マルチプレイヤーエージェント:多くの人と同時に働き、チームの作業の場にいるAIエージェント。
- ヒューマン・エージェント・チーム:人とAIエージェントが1つのチームに加わり、共通の目標に向けて仕事を分け合う働き方。
- 暴走エージェント:本来の役割や許された範囲から外れ、害のある行動をとるAIエージェント。
- AIエージェント:与えられた目標に向けて、AIモデルが自分で手順を決め、検索やファイルの操作などの道具を使いながら作業を進めるAIシステムのこと。
- A2A(Agent2Agent Protocol):作った会社や開発の道具が違うAIエージェントどうしが互いのできることを知り、仕事を頼み、結果を受け取るための共通の規格のこと。
- 大規模言語モデル(LLM):大量の文章のデータで学習し、文章の生成や翻訳、要約といった言語にかかわる作業を行うAIモデルのこと。
マルチエージェントに関する出典
Anthropic「How we built our multi-agent research system」(2025年6月13日)
情報処理推進機構「プロフェッショナルデジタルスキル試験(仮称)及び情報処理安全確保支援士試験 科目A-1(共通知識)シラバス(案)Ver.0.1」(2026年9月30日掲載)
情報処理推進機構「基本情報技術者試験 シラバス(案)Ver.0.1」(2026年9月30日掲載)
Microsoft「Agent Framework のワークフロー オーケストレーション」
AWS「Amazon Bedrock がマルチエージェントコラボレーションのサポートを開始」(2025年3月10日)
Anthropic「Building effective agents」(2024年12月19日)
OpenAI「Agent orchestration – OpenAI Agents SDK」
Google「Workflows: multi-agent, multi-node applications – Agent Development Kit (ADK)」
Anthropic「カスタムサブエージェントの作成 – Claude Code Docs」
Anthropic「Claude Code セッションのチームを調整する – Claude Code Docs」
OpenAI「OpenAI Agents SDK」
Google「Agent Development Kit: Making it easy to build multi-agent applications」(2025年4月9日)
Microsoft「Introducing Microsoft Agent Framework」(2025年10月1日)
Microsoft「Microsoft Agent Framework Version 1.0」(2026年4月3日)
AWS「Amazon Bedrock now supports multi-agent collaboration」(2025年3月10日)
International Foundation for Autonomous Agents and Multiagent Systems「IFAAMAS」
Qingyun Wu ほか「AutoGen: Enabling Next-Gen LLM Applications via Multi-Agent Conversation」(2023年8月16日、arXiv)
Walden Yan「Don’t Build Multi-Agents」(2025年6月12日、Cognition のブログ)
Yubin Kim、Xin Liu「Towards a science of scaling agent systems: When and why agent systems work」(2026年1月28日、Google Research のブログ)
Yubin Kim ほか「Towards a Science of Scaling Agent Systems」(2026年4月8日、arXiv)
Anthropic「Introducing Claude Opus 4.6」(2026年2月5日)
情報処理推進機構「プロフェッショナルデジタルスキル(データ・AI)試験(仮称)シラバス(案)Ver.0.1」(2026年10月30日掲載)
情報処理推進機構「新試験制度のシラバス案について」(2026年6月30日公開、10月30日更新)
生成AI活用普及協会「生成AIパスポート試験シラバス(2027年2月試験より適用)」
生成AI活用普及協会「生成AIパスポート、2027年試験のシラバスを大幅改訂。改訂版公式テキストの予約販売および資格更新テストの受講申込受付を開始」(2026年10月1日)
Anthropic「Building agents: When to fold subagents into your main agent loop」(2026年10月22日)
OWASP「OWASP Top 10 for Agentic Applications for 2026」(2025年12月9日)
OpenAI「OpenAI Agents SDK TypeScript」




