待ち時間を減らせる分担と、受け渡しを増やす分担

三つの製品の仕様を別々に調べる仕事なら、調査を同時に進められる。 一方、原因を調べてから修正し、修正後にテストする仕事は、前の結果を待つ必要がある。 どちらも三つに分けられるが、分割しただけで所要時間が短くなるわけではない。

下位エージェント（subagent）は、主担当から限定した仕事を受け取るエージェントである。 本稿では、2026年3月30日までの発表と設計資料から、何を分けると利点があり、何を分けると受け渡しの負担が増すかを考える。 以下の製品比較は説明のための想定例である。

小型モデルへの委任と、並列化の効果を分ける

OpenAIの3月17日のGPT-5.4 miniとnanoの発表は、大きなモデルが計画や統合を担い、miniがコード探索などの狭い作業を担当する例を示している。 これは、作業ごとにモデルを選ぶ具体的な使い方である。 小型モデルを使うことと、複数の仕事を同時に動かすことは別の選択であり、順番に委任する構成もあり得る。

Anthropicの2025年6月の調査システム記事は、独立した方向を並行して調べる方式の利点を報告する一方、多数の依存関係がある仕事には適しにくいと述べている。 同社の観測では、マルチエージェントのトークン使用量は通常のチャットの約15倍だった。比較対象は単一エージェントではない。 この数字は同社のデータであり、あらゆる分担の費用倍率ではないが、委任すれば必ず安くなるという説明には反証となる。

製品比較では、三つの調査が並行でも、指示の作成、結果の統合、不足部分の調べ直しが残る。 小型モデルの単価だけでなく、主担当と下位担当の総使用量、ツール待ち時間、再試行を含めて評価する必要がある。

比較条件を共有し、探索結果を独立に返してもらう

「製品Aを調べて」だけでは、担当ごとに違うものを集めやすい。 私は、同じ利用目的、対象の版、確認する項目、根拠URL、不明な点の返し方を先に指定することを勧める。 ある担当が無料版、別の担当が法人版を調べた結果を統合しても、適切な比較にはならない。

下位担当には確認した事実と出典、未確認事項を返してもらい、最終判断は三製品を同じ条件で比較できる段階で行う。 要約だけでなく元資料に戻れるようにすると、結果が食い違ったときに再検証できる。 複数の担当が同じ主張に同意しても、全員が同じ誤った資料を参照していれば、独立した裏付けにはならない。

分担した役割も、それ自体では権限の制限にならない。 調査だけを任せるなら、設定上も不要な更新操作を与えない構成にする。 複数担当が同じファイルを書き換える必要がなければ、別々の結果を返して主担当が統合する方が、競合を避けやすい。

単一担当の結果と比べて、分担を残すか決める

実行順序が決まっている仕事には、固定した手順も使える。 Google ADKのワークフロー説明は、順次、並列、反復の制御を、モデルに都度判断させずに実行する構成を示している。 調整役を増やす前に、必要なのが探索の分担か、既知の手順の実行かを区別するとよい。

製品比較なら、単一担当と分担構成に同じ入力と完了条件を与え、仕様の正確さ、比較項目の欠落、総時間、費用、手戻りを比べる。 結果の統合に時間がかかるなら分割条件を見直し、各調査が独立に進み効果が確認できれば分担を残す。 エージェント数を増やすことを目標にせず、仕事の依存関係と比較結果から構成を選ぶのが本稿の提案である。