🤖 AI

Retrieval-Conditioned Topology Selection with Provable Budget Conservation for Multi-Agent Code Generation

本論文は、階層的コードインデックスから抽出された構造的複雑さに基づいてコード生成トポロジを動的に選択するマルチエージェントフレームワークである検索誘導型適応オーケストレーション（RGAO）を導入し、複雑性条件付きルーティングと形式的リソース代数の革新的な統合を通じて、証明可能な予算節約を実現する。

原著者： Abhijit Talluri, Pujith Anne, Bhagavan Choudary Pendiyala, Raghavendra Chilukuri

公開日 2026-05-08

📖 1 分で読めます☕ さくっと読める

CC BY 4.0

原著者： Abhijit Talluri, Pujith Anne, Bhagavan Choudary Pendiyala, Raghavendra Chilukuri

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

あなたは、高度なスキルを持つが非常に高価なAIアシスタントのチームを管理するマネージャーだと想像してください。あなたの目標は、巨大なソフトウェアプロジェクトのバグを修正したり、新しいコードを作成したりすることです。

現在のAIチームの問題点は、作業規模について無知であることです。

単一のファイルのタイプミスを修正するように頼んでも、彼らはクレーン、ブルドーザー、解体チームを備えた「SWATチーム」全体を送り込んでくるかもしれません。これは時間と金の無駄です。
都市全体の電力網を再構築するよう頼む（多数のファイルにまたがる複雑な変更）と、彼らはドライバーを持ったたった一人の人物を送り込んでくるかもしれません。これは失敗につながります。

この論文は、RGAOという特別なマネージャーを持つCODE-AGENTという新しいシステムを紹介しています。その仕組みを、簡単なアナロジーを用いて説明します。

1. 「クルー」に先立つ「偵察員」（検索誘導型ルーティング）

古いシステムでは、マネージャーはあなたがタイプした単語だけを見て、誰を送るかを決定していました。「ログインを修正して」と言えば、彼らはそれが大きな作業だと仮定しました。

RGAOはゲームのルールを変えます。誰かを派遣する前に、実際のコードを見るために偵察員を送り出します。

偵察員はコードの構造（木のようなもの）を登り、「根はどれくらい深いのか？」「枝はどれくらい絡み合っているか？」「どのくらい多くの異なる建物に影響を及ぼすか？」などを測定します。
この構造的な地図に基づいて、マネージャーは適切なチームを選びます。
- FASTPATH: 小さなタイプミス？一人を派遣して即座に修正させる。
- SUBAGENT: 小さな機能？一人の専門家を派遣する。
- MULTIAGENT: 大きな変更？協力して働く専門家パイプラインを派遣する。
- DEEPRESEARCH: 混乱を招く曖昧な要求？まず本格的な調査を行うチームを派遣する。

結果: この論文は、この「偵察員」方式により、誤ったチーム割り当てが30%から8%に減少したと主張しています。これは、狙撃兵を送るか軍隊を送るかを決める前に将軍が地図を見るようなものです。

2. 「壊れない予算」（証明可能な予算節約）

AIエージェントは高価です。彼らは「トークン」（燃料のようなもの）と時間を使い果たします。エージェントがループに陥ったり、暴走したりすると、数秒で予算全体を燃やしてしまいます。

著者たちは数学的なセーフティネットを作成しました。

メインのマネージャーを、100ドルの小遣いを持つ親だと考えてください。
親が子供（サブエージェント）を任務に送る際、厳格な小遣い（例：10ドル）を与えます。
このシステムには、数学的証明（定理1）があり、それはこう述べています。「何人の子供を送ろうと、何回試行しようとも、家族全体が費やす総額は、親の元の100ドルを決して超えることはない。」

これが特別である理由: ほとんどのシステムは作業中に予算をチェックします（そして使い果たしてしまったら、手遅れです）。このシステムは、誰かが作業を始める前に数学をチェックします。計画が110ドルかかりそうだと思えば、システムは「いや、この計画はキャンセルだ」と言い、1ドルも使われる前にそれを止めます。

3. 「組立ライン」（アーキテクチャ）

このシステムは層状に機能します。

偵察員: コードツリーを読み、複雑さを測定する。
ディスパッチャー: 測定値を用いて、適切なチーム規模を選ぶ。
会計士: チームが予算超過しないことを確認するために数学をチェックする。
労働者: 実際のAIエージェントがコーディングを行い、互いに効率的にメモを渡す（全員に叫びながらではなく、これは時間を節約する）。

結論

この論文は、この組み合わせ——まずコード構造を見て、数学的に予算超過しないことを保証する——が、誰を送るか、そしていくらかかるかをより賢く判断するシステムを生み出すと主張しています。

論文からの重要な注記:
著者らは限界についても正直に述べています。彼らは「プロキシ（シミュレーション）」でこれをテストしました。なぜなら、完全な実世界テストを実行するには、現時点では高価すぎ、リスクが高すぎるからです。また、コードが彼らの「偵察員」が十分に知らない言語（彼らがまだ学習中のRustなど）に含まれている場合、システムはそれほど鋭くないことも認めています。しかし、彼らが実行したテストにおいては、従来の「キーワードに基づく推測」方式よりも著しくうまく機能しました。

技術概要：証明可能な予算保存を伴う、コード生成におけるマルチエージェントのための検索条件付きトポロジー選択

問題定義

コード生成のためのマルチエージェント大規模言語モデル（LLM）システムは、根本的なルーティング課題に直面している：変更対象のコードの構造的複雑さに基づき、最適なオーケストレーション・トポロジー（例：単一モナリシック、単一スペシャリスト、パイプライン/スワーム、または検索集約型）を決定することである。既存のシステムは、通常、実際のコードベースの構造を参照することなく、表面レベルのクエリ特徴（例：正規表現分類器）やタスク依存グラフを用いてトポロジーを選択する。これにより、「誤ルーティング」が発生し、単純な編集が複雑なパイプライン経由で処理されたり、その逆の事態が生じ、不要な効率性のペナルティを招く。さらに、エージェント予算を管理するための形式的資源代数は存在するが、動的なトポロジー選択との統合が欠如しており、資源保証はしばしば実行時ではなく静的にのみ強制される。

手法：CODE-AGENT と RGAO

本論文は、検索誘導適応オーケストレーション（RGAO）を中心としたマルチエージェントフレームワークCODE-AGENTを導入する。このシステムは、検索信号がオーケストレーション決定を直接通知し、資源保存を保証する形式的予算代数と結合された閉ループを通じて動作する。

1. 階層的コード検索と複雑性抽出

ルーティングに先立ち、システムはコードリポジトリの階層的ツリーインデックス（ルート $\to$ ディレクトリ $\to$ ファイル $\to$ シンボル）に対して検索パスを実行する。

検索戦略: クエリは 5 種類（識別子、完全一致、概念的、依存関係、構造的）に分類される。概念的クエリは、LATTICE（パス・スコア較正）、KohakuRAG（マルチクエリ再定式化）、PageIndex（LLM 誘導ビームサーチ）を組み合わせるマルチパス融合戦略をトリガーし、相互ランク融合（RRF）によって融合される。
複雑性ベクトル（ $c$ ）: 検索された部分グラフから、RGAO はサブミリ秒の時間で 5 次元の構造的複雑性ベクトルを抽出する：
$c = (d_{dep}, n_f, n_s, h_t, \rho_x)$
ここで、 $d_{dep}$ は最大依存深さ、 $n_f$ はファイル数、 $n_s$ はシンボル数、 $h_t$ はツリー深さ、 $\rho_x$ はクロスモジュール結合率である。

2. 検索誘導適応オーケストレーション（RGAO）

トポロジー・ルーターは、複雑性ベクトル $c$ とユーザー・クエリを 4 つのトポロジーのいずれかにマッピングする決定論的閾値分類器である：

FASTPATH: 単純な単一ファイル編集のための単一モナリシック実行。
SUBAGENT: 中程度の範囲（ $n_f \le 3$ ）のための単一スペシャリスト契約。
MULTIAGENT: 複雑な複数ファイルタスク（ $n_f > 3$ ）のための線形パイプラインまたは並列スワーム。
DEEPRESEARCH: 曖昧なクエリのための多段階・検索集約型実行。

3. 形式的予算代数と静的検証

サブエージェントは形式的契約 $\langle I, C, T, M \rangle$ によって管理され、ここで $C$ には 6 次元の予算ベクトル（反復回数、呼び出し数、トークン数、秒数、リトライ数、ハンドオフ数）が含まれる。

予算保存定理（定理 1）: 本論文は、特定の仮定（決定論的ツールコスト、有界な検索深さ、有限の動作空間）の下では、委任フォレストの総資源消費量がルート予算によって有界であることを証明する。
静的検証: VERIFYCONSERVATION アルゴリズムは、LLM 呼び出しが行われる前に、 $O(|V| + |E|)$ の時間で予算代数を検証する。これは、子予算の合計と直接コストの和が親の予算を超えないことを保証し、反応的ではなく静的に資源超過を防止する。

4. 実行層

システムは、タスクの有向非巡回グラフ（DAG）を構築するSwarmSupervisorを利用する。これは、契約の存在、予算の実行可能性、ハンドオフの完全性という 3 つのゲートを備えた事前実行プロトコルを強制し、エージェント間通信のために型付きの SwarmArtifact オブジェクトを使用することで、調整オーバーヘッドを $O(n^2)$ から $O(k)$ に削減する。

主要な貢献

複雑性条件付きトポロジー・ルーター: 検索から導出されたコード構造信号をオーケストレーション決定にマッピングするルーターであり、正規表現ベースのベースラインと比較して誤ルーティング率を大幅に低減する。
証明可能な予算保存: 階層的契約委任が親の境界を超えないことを保証する構造帰納定理（定理 1）であり、DAG サイズに比例する線形時間で静的に検証される。
階層的検索エンジン: ツリー構造インデックス上での LATTICE、KohakuRAG、および RepoGraph 型の依存関係拡張の新奇な組み合わせであり、特にルーティング信号として使用される。
システム構成: 検索条件付きルーティングと静的予算検証の統合であり、これは個々のコンポーネント単独では許容しない性質である。

実証結果

評価は、サンドボックス化された相互作用を抽象化するプロキシ・ハーネス（evals/swebench_proxy.py）を用いて行われ、汚染の懸念と資源制約のため、完全な SWE-bench 実行は後続のパスに延期された。

ルーティング精度: 250 インスタンスのラベル付きデータセットにおいて、RGAO は誤ルーティングを 30.1%（正規表現ベースライン）から 8.2%（95% ウィルソン信頼区間 [6.1, 10.9]）に低減し、統計的に有意な改善（対 McNemar 検定、 $p < 10^{-6}$ ）を示した。
パフォーマンス・オーバーヘッド:
- DAG 構築：サブミリ秒（< 0.01 ms）。
- ツリーインデックス構築（200 ファイル、2,002 ノード）：11.1 ms。
- 契約ファクトリインスタンス化：約 1.1 $\mu$ s。
- 予算チェックオーバーヘッド：約 0.65 $\mu$ s。
パイプラインの正確性: システムは、介入回復シナリオを含む 5 つの複合マルチエージェントパイプラインの 100% を完了し、パイプラインあたりの平均トークンコストは約 6,000 トークンであった。
プロキシベンチマーク: CODE-AGENT は、合成 SWE-bench セットの 40% を pass@1 で解決し、制約のない単一モナリシックエージェントと比較して効率性（8〜20 倍のトークン削減）を実証した。

意義と主張

本論文の主な意義は、複雑性条件付き LLM ルーティングと形式的資源代数という、以前は分離していた 2 つの研究ラインの構成にあると主張している。

新規性: 複雑性条件付きルーティングも形式的予算代数も単独では、「検索条件付き動的トポロジー選択下での証明可能な予算保存」という性質をもたらさない。
安全性と効率性: 静的検証メカニズムにより、システムは実行前に実行不可能な構成を拒否でき、エージェントエラーの「爆発半径」を制限し、資源制約環境におけるエージェント型コード生成のコスト障壁を低下させる。
解釈可能性: 学習されたルーティングポリシーとは異なり、RGAO ルーターは構造的信号に基づく解釈可能な手動調整閾値を使用し、契約ベースの安全性の物語と整合している。

著者は、厳密な保存定理のための決定論的コスト仮定への依存（確率的コストについては期待値境界が提供される）および学習された後継者ではなく手動調整閾値の現在の使用を含む限界を認めている。また、ツリーサッター文法が複雑性ベクトルを劣化させる可能性がある分布シフト（例：不慣れな言語）下では、ルーティングの優位性が狭まると指摘している。