サブエージェントを増やすと性能が落ちる逆説、Anthropicはメイン1体のAI設計を推奨

AIエージェントは役割ごとに分裂させ、並列に働かせるほど仕事が速くなる——これが近年の定説でした。
ところがAnthropicが10月22日に公開した記事は、この前提に自ら疑問を投げかけています。
複数の企業導入を比較した結果、サブエージェントに分けず「メイン1体」で動かす設計のほうが、多くの場合で品質で勝り、コストと待ち時間はむしろ少なかったというのです。

複数のAIエージェントを組み合わせたシステムを検討している開発者やプロダクト担当者にとっては、設計方針そのものを見直すきっかけになりそうな内容です。

先に結論をまとめると：
– Anthropicが10月22日公開の記事で、サブエージェント分割よりも「メインエージェント1体＋スキル／ツールの動的読み込み」という単一ループ設計を推奨
– 複数の企業導入を比較した評価で、単一エージェント設計のほうが品質・コスト・待ち時間のいずれでも多くの場合で優位な結果が出た
– ただし「文脈汚染」「並列処理が必要」「専門特化が効く」の3条件に当たる場面では、今もサブエージェントが有利とされている

何が起きたのか

Anthropicが公式に公開した記事「Building agents: When to fold subagents into your main agent loop」は、AIエージェントの設計方針についての新しい指針です。
これまで同社は、複数のサブエージェントを並列に働かせるマルチエージェント構成を紹介してきましたが、今回の記事はその逆の方向性を示しました。

記事によると、複数の企業導入環境で設計を比較したところ、結果は明確でした。
スキルを段階的に読み込みながら動くメインエージェント1体の構成が、1つのプロンプトに全部詰め込む設計と、サブエージェントに分割する設計の両方を、品質の面で上回ったとされています。
しかも多くの場合、コストと待ち時間はより少なく済んだといいます。

Anthropicはこの移行を後押しするため、「single-agent-loop-kit」という開発者向けの支援ツールもGitHub上で公開しました。
変更前後の性能を測定しながら、既存のサブエージェントを1つずつ、メインエージェントの中の「スキル」や「ツール」に変換していく作業を手助けする仕組みです。
変換後も性能向上に貢献しているサブエージェントは、そのまま残してよい柔軟な設計になっています。

なお同じ週には、別の発表もありました。
Anthropicが独自に作った「Agent Skills」という標準規格を、Linux Foundation傘下のAgentic AI Foundation（AAIF）に寄贈するというものです。
ただ、これは規格の運営主体を中立的な団体に移すという話です。
今回の「メイン1体か、サブエージェントか」という設計方針の議論とは別の動きなので、分けて捉える必要があります。

調べて分かったこと

なぜ「1体」のほうが良い結果になるのか？

サブエージェント構成では、メインのエージェントがタスクを各サブエージェントに割り振り、それぞれの結果を集約する手順が発生します。
この往復のたびに通信や文脈の受け渡しが増え、コストと待ち時間が積み重なっていきます。

これに対し、今回Anthropicが勧める単一ループ設計では、エージェントが必要なタイミングでスキルやツールの定義を段階的に読み込みます。
常にすべてのツール情報を抱え込まずに済むため、コンテキストウィンドウ（AIが一度に扱える情報量の枠）を圧迫しにくく、無駄なやり取りも発生しにくいという理屈です。

サブエージェントが完全に不要になるわけではない？

記事はサブエージェント構成そのものを否定しているわけではありません。
Anthropicは、複数エージェントのほうが一貫して優れる場面として、次の3つを挙げています。

• 文脈汚染が起きる場面 — 1つのエージェントに情報を詰め込みすぎて、判断の精度が落ちてしまうケース
• 並列処理が必要な場面 — 複数の作業を同時に進めたほうが明らかに早く終わるケース
• 専門特化が効く場面 — 役割を絞ることでツールの選び方や作業の精度が上がるケース

つまり、迷ったらまずメイン1体で作り、本当に上の3条件に当てはまるときだけサブエージェントを足す、という順番が、今回の記事が示した考え方に近いといえそうです。

Shiritomo編集部の考察：設計を複雑にする前に確認したいこと

ソフトウェア開発の世界では、モノリス（単一のまとまったシステム）とマイクロサービス（機能ごとに分割したシステム）のどちらが良いかという議論が長年続いてきましたが、AIエージェントの設計にも似た構図が見えてきました。
分割そのものが目的化してしまうと、性能も運用コストも悪化しかねないという点は、システム設計全般に通じる教訓です。
AIエージェントを使ったプロダクトを開発しているチームには、一度棚卸しをおすすめします。
今のサブエージェント構成が、本当に「文脈汚染」「並列処理」「専門特化」のどれかを解決するためのものか、確認してみる価値がありそうです。
惰性で役割を分け続けている部分があれば、まずメイン1体に戻してみるのも選択肢になるでしょう。

まとめ

Anthropicは、AIエージェントの設計において「サブエージェントへの分割」よりも「メイン1体＋スキルの動的読み込み」を基本形として勧める指針を示しました。
分割が効く場面は限られているという今回の整理は、エージェント開発に関わる人にとって見直しの材料になりそうです。

さらに深掘りしたい方へ

• Building agents: When to fold subagents into your main agent loop（Anthropic公式）
• single-agent-loop-kit（Anthropic公式GitHub）