概要

Anthropic が 2026年4月に公開した、複数 AI エージェントを協調させるための5つの設計パターン。「まず Orchestrator-Subagent から始め、観察した制約に応じて発展させる」という設計哲学が基本。

5 つのパターン

1. Generator-Verifier（生成・検証）

一方のエージェントが出力を生成し、もう一方が明示的な基準で検証。不合格なら生成エージェントにフィードバックが戻り、合格か最大反復回数に達するまでループ。

  • 向いているケース: コード生成＋テスト実行など、品質基準が明確なタスク
  • 注意点: 検証基準の設計が甘いと「品質管理の幻想」になる

2. Orchestrator-Subagent（オーケストレーター・サブエージェント）

リーダーエージェントが計画を立て、専門化されたサブエージェントにタスクを委任。Anthropic 推奨のデフォルト出発点。

  • 向いているケース: セキュリティ・テストカバレッジ・スタイルを分担するコードレビュー等
  • 注意点: サブエージェント間の依存が高いと情報ボトルネックになる

3. Agent Teams（エージェントチーム）

コーディネーターが永続的なワーカーエージェントを生成。ワーカーはアサインをまたいで生存し、ドメイン知識を蓄積する点が Orchestrator-Subagent との違い。

  • 向いているケース: 大規模コードベースの長期・並列マイグレーション
  • 注意点: タスク間の独立性が必要。完了検知が難しい

4. Message Bus（メッセージバス）

エージェントが共有ルーター経由でパブリッシュ・サブスクライブ。実行順序があらかじめ決まらないイベント駆動型。

  • 向いているケース: セキュリティアラートが動的に多段階調査をトリガーするようなパイプライン
  • 注意点: イベント連鎖のトレーサビリティが低下しやすい

5. Shared State（共有ステート）

中央コーディネーターなしに、エージェントが永続ストレージを直接読み書き。他エージェントの発見をリアルタイムに参照できる。

  • 向いているケース: 一方の調査が即座に他方の探索方向に影響する協調リサーチ
  • 注意点: 収束条件が必須。なければ際限なくトークンを消費する

選択の目安

パターン向いているケース
Orchestrator-Subagent多くのユースケースの出発点
Generator-Verifier品質基準が明確で反復検証が必要
Agent Teams並列・長期・ドメイン蓄積が必要
Message Busイベント駆動で動的にワークフローが変化
Shared Stateエージェント間でリアルタイムに知識を共有したい

実際のプロダクションでは複数パターンを組み合わせることも多い。

関連ページ

ソース記事