エージェントは自ら組織図を作る。人間に残るのは目標設定だ

Ethan MollickはThe Dot and the Swarmで、自分の予想を修正した。人間がAIエージェントの集団を慎重に組み立て、管理する必要があると考えていたが、新しいシステムは計画、委任、役割分担を自ら行うようになっているという。

数千のエージェントが人間の配車係なしで数百万回の引き継ぎを処理した

Mollickは複数の観察から議論を組み立てる。MuseやDotsのような個人向けエージェントで重要なのは、文脈収集、計画、進捗確認のうち、ユーザーが担わなくてよくなった部分だ。エージェントは接続されたアカウントを見守り、次の手順を準備し、問題や承認の必要が生じた時に連絡する。

最大の例は、Navier-Stokes方程式の存在と滑らかさの問題をめぐるOpenAIの取り組みだ。説明によれば、数千のエージェントが88時間働き、約270万件のメッセージを交換した。Mollickの公開時点ではClay Mathematics Instituteによる正式な認定はなく、参加者による主張と解釈であって、確定した数学的結論ではない。

管理の価値は作業配分から成果の定義へ移る

productとengineeringのチームにとって、派手な数字より重要なのは組織への影響だ。モデルが補助エージェントを作り、調査を分担させ、途中で力の配分を変えられるなら、人間が手作りしたmulti-agent workflowはすぐ古くなる。明確な目標、検証可能な成果物、越えてはいけない境界の方が長く価値を持つ。

SwarmWorldの研究も同じ方向を示す。最初は同一だった50から200のエージェントの集団で、探索、建設、保守の役割が事前の割り当てなしに現れた。ただし共有環境が全指標で勝ったわけではない。最良の単一成果物では、独立探索も競争力を保った。

自己組織化は調整費用を下げても責任を消さない

エージェントが連携できることと、正しい目標を選べることは別だ。誤った方向へ効率よく進み、間違った前提を広め、通常の会話監視では見えない形で共有環境を使う可能性がある。人間が個別の手順を指示しないほど、sandbox、予算、権限、独立した成果確認が重要になる。

Mollickは個人向けエージェント、研究実験、例外的な事故を一つの議論に結び付けている。これは傾向を捉えるには有用だが、自律チームが日常的な企業業務を数週間、監督なしで確実にこなせる証明ではない。

群れの外で検証できる成果が実用性を決める

最初に見るべき指標は、起動したエージェント数ではない。チームが事前にテスト、費用上限、人間の承認地点を定め、単純な単独エージェントより良い成果を出せた仕事の割合だ。

企業は共有環境に残る痕跡も監視すべきだ。ファイル、データベース、queue、権限の変更である。メッセージではなく成果物を通じて連携できるなら、chat監査で見えるのは実際に生まれた組織の一部にすぎない。

Lilithの判定

群れが自分で持ち場を決めるなら、人間はホワイトボード前の管理職ではなくなる。危険な扉を施錠し、何を完了と呼ぶか決める役だ。