From Intent to Execution: Composing Agentic Workflows with Agent Recommendation
本論文は、手動による計画とエージェント選択を、2 段階のエージェント推薦機能と批判エージェントを備えた LLM 駆動型ワークフローに置き換えるマルチエージェントシステム構成の自動化フレームワークを提示し、最先端のアプローチと比較して優れた再現性、堅牢性、およびスケーラビリティを実証する。
原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。 免責事項の全文を読む
複雑な機械、例えばサンドイッチを作ってくれ、洗濯物をたたみ、植物に水をやるカスタムロボットを構築したいと想像してみてください。過去には、このロボットを構築するために、シェフ、洗濯の専門家、庭師を個別に雇用し、彼らが互いにどのように連携すべきかを正確に定め、誰がいつ何をするのかの地図を描く必要がありました。これは遅く、退屈で、多くの人的努力を要します。
本論文は、AutoMASというシステムを紹介します。これは超優秀なプロジェクトマネージャーのように機能し、あなたのシンプルな要望を聞くだけで、この「ロボットチーム」を自動的に構築します。
以下に、このシステムの仕組みを日常的な比喩を用いて簡単なステップに分解して説明します。
1. 「マスタープランナー」（アーキテクト）
まず、あなたはシステムに、"私に一番近い最高のメキシコ料理店でテーブルを予約したい" のような、平易な英語で何をしたいかを伝えます。
プランナーは建築家のように振る舞います。単に「わかりました」と言うだけではありません。あなたの大きな要望を、以下のような小さく管理可能なステップ（サブタスク）のリストに分解します。
- 最寄りのメキシコ料理店を見つける。
- レビューを読んで、最も優れた店を見つける。
- 電話して予約を入れる。
単なるリストではなく、システムはフローチャート（有限状態機械と呼ばれる）を描きます。これは複数の可能なルートを持つ地図のようなものです。もし最初の店が満席であれば、あなたが何もしなくても、地図は瞬時に第二の候補へ経路を再設定する方法を知っています。
2. 「採用担当者」（エージェント推薦者）
次に、システムは各ステップを行う適切な「労働者」（エージェントと呼ばれる）を見つける必要があります。あなたが、数千もの異なる専門家（レストランを見つけるのが得意な人、レビューを読むのが得意な人、電話をするのが得意な人など）が載った巨大な電話帳を持っていると想像してください。
数千もの項目がある電話帳から適切な人を見つけるのは困難です。本論文のシステムは、2段階の採用プロセスを使用します。
- 段階 1：高速スカウト（検索器）：これはクイックな検索エンジンのようなものです。電話帳全体をスキャンし、適合する可能性のある上位 10 人または 20 人の候補者を抽出します。これは高速ですが、完璧ではない人物が数人含まれている可能性があります。
- 段階 2：専門家面接官（再ランク付け器）：これは非常に高度な AI（LLM）であり、それらの上位候補者に対して面接を行います。特定の職務に誰が実際に最も適しているかを確認するため、彼らの履歴書（説明）を非常に慎重に読みます。これにより、最上位の選択が正しいものであることが保証されます。
3. 「履歴書ブースター」（説明の充実）
時には、労働者の履歴書が、あなたが助けを求める方法と一致しない退屈な書き方になっていることがあります。例えば、労働者が「私は飛行機のデータを処理します」と言っている一方、あなたは「パリへの旅行を予約したい」と頼む場合です。
システムには説明の充実と呼ばれる特別なテクニックがあります。検索が始まる前に、AI を使用して労働者の履歴書を書き換え、彼らが何ができるかの例を追加します。「私は飛行機のデータを処理します」を「私は飛行機のデータを処理します。例えば、ニューヨークからサンフランシスコへの旅行を予約するなど」というように変換します。これにより、「高速スカウト」が適切な人を見つけることがはるかに容易になります。
4. 「品質管理検査員」（クリティークエージェント）
優れた採用担当者であっても、ミスは起こり得ます。システムが、実際にはその職務が全くできない安価で速い労働者を選んでしまうか、あるいは労働者同士がうまく適合しない場合（フランス語しか話せないシェフとスペイン語しか話せないウェイターなど）です。
クリティークエージェントは、最終的な品質検査員のようなものです。作業が始まる前に、チーム全体と計画全体を確認します。以下のような問いかけを行います。
- 「このチームは実際にユーザーの予算と速度の要件を満たしていますか？」
- 「これらの労働者の出力は、次の労働者が必要とするものと一致していますか？」
もし計画が弱そうであれば、クリティークエージェントはそれをやり直しのために戻し、最終的なチームが完璧であることを保証します。
5. 「人間のセーフティネット」（人間ループ）
このシステムは基本的に自動的になるように設計されていますが、助けを求めるべき時を知っています。システムが混乱したり、解決できない状況に直面したりした場合、一時停止して人間の監督者に迅速な判断を求め、その後自動的に続行することができます。
彼らは何を証明しましたか？
著者たちは、数千もの異なる「ツール」とタスクを含む実データを用いてこのシステムをテストしました。その結果、以下のことがわかりました。
- 彼らの2段階の採用プロセス（高速スカウト＋専門家面接官）は、単にキーワードを検索する従来の方法よりも、適切な労働者を見つける能力がはるかに優れていました。
- 履歴書の充実（例を追加すること）により、検索の精度がさらに向上しました。
- 品質管理検査員（クリティーク）を追加することで、最終結果が大幅に改善され、計画全体がスムーズに連携して機能することが保証されました。
要約すると：この論文は、人間のシンプルな願いを、完全な機能を持つ自動化されたデジタル労働者のチームに変えるシステムについて述べており、複雑な採用、スケジューリング、品質管理をすべて自律的に処理します。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。