技術的サマリー：図書館員万歳！エネルギー効率に優れたマルチエージェントソフトウェアエンジニアリングシステムのための永続的検索サブエージェント

問題定義

マルチエージェントシステム（MAS）は自律型ソフトウェアエンジニアリング（SWE）を著しく進展させてきたが、推論に必要なエネルギー需要の増大は持続可能性への懸念を招いている。LLM のエネルギー消費に関する既存の文献は、主に 1 回あたりの呼び出し設定や単一エージェントの実行に焦点を当てており、単一のタスクが専門的なサブエージェント間で多数の LLM 呼び出しにまたがる MAS 固有のエネルギーダイナミクスを特徴づけることに失敗している。

著者らは、現在の MAS 設計における重大な非効率性、すなわち冗長な出力トークンの生成を特定した。既存のアーキテクチャでは、サブエージェントは呼び出し間でのファイル探索履歴の永続的記憶を欠いている。その結果、オーケストレーターが異なるクエリを発行すると、サブエージェントは重複するリポジトリ領域を繰り返し走査し、長いファイル抜粋を再生成する。この再探索サイクルは、最もエネルギー集約的なトークンのカテゴリである出力トークンを増幅させる。

実証分析は、明白なエネルギーの非対称性を明らかにした。出力トークン 1 つは、入力トークンまたはキャッシュ済みトークンに比べて30 倍から 1,000 倍のエネルギーを消費する。それにもかかわらず、集計トークン数や API 価格の代理指標は、冗長な探索によって生成される出力トークンの不均衡なコストを考慮していないため、実際の GPU エネルギー消費を過小評価していることが多い。

手法

1. エネルギー帰属と診断

著者らは、SWE-Bench Verified において、2 つのマルチエージェントシステム（BOAD および HyperAgent）と、NVIDIA A100 および B200 GPU 上で動作する 2 つの Qwen3.6 モデルバックボーン（35B-A3B および 27B）を用いた、ターンレベルのエネルギー帰属研究を実施した。

• トークンレベルの分解: GPU エネルギーを、キャッシュされていない入力（$x_u$）、キャッシュ済み入力（$x_c$）、および出力（$x_o$）の 3 つのカテゴリに分解した。
• 回帰分析: 線形回帰モデル（$E_t = \alpha + \beta_u x_u + \beta_c x_c + \beta_o x_o$）は、出力トークンがエネルギー消費を支配することを確認した。係数（$\beta_o$）は 1 トークンあたり 660〜3,512 mJ の範囲であったのに対し、入力トークンは約 0.5〜34 mJ/トークンであった。
• 根本原因の特定: 本研究は、過剰な出力を「重複書き換え」に遡って特定した。サブエージェントは、同じエピソード内で自分自身または他のエージェントがすでに検査済みのファイル領域を頻繁に再読みし、オーケストレーターへの応答において完全なテキストを再生成していた。

2. 図書館員サブエージェント

この課題に対処するため、著者らは冗長な探索を排除し、出力量を最小化するように設計された永続的検索サブエージェントLibrarianを提案する。これは、標準的なコードナビゲーションサブエージェントを置き換えることで、既存の MAS に統合される。

中核となる設計原則:

• 永続セッション: 新鮮なコンテキストから始まる標準的なサブエージェントとは異なり、Librarian はエピソード内のすべての呼び出しにわたって単一の長寿命セッションを維持する。以前の検索と回答の完全な軌跡を保持する。
• コンテキストの鮮度: 履歴が現在のリポジトリ状態と整合するようにするため、各呼び出しには、前回の呼び出し以降に修正されたファイルと行範囲をリストした「鮮度レポート」が提供される。Librarian は、変更されていない領域についてはキャッシュされた抜粋を再利用しつつ、これらの修正された領域のみを再走査するように指示される。
• ポインタのみの回答: 完全なファイル抜粋を応答にインライン化する代わりに、Librarian は短い表示コマンド（ファイルパスと行範囲へのポインタ）を返す。実際のコード抜粋は、システムツール層によって取得され、オーケストレーターへ転送される。これにより、LLM 自体によって生成されるトークン量が劇的に削減される。

統合戦略:
統合には「ツール交換」が含まれ、オーケストレーターのコードナビゲーション用委任ツールが Librarian 委任ツールに置き換えられる。解決プランは、オープンエンドな探索ではなく、自然言語の検索クエリ（例：「シンボル X はどこで定義されているか？」）としてナビゲーションステップを表現するように書き換えられる。Librarian はファイルとコードの検索に厳密にスコープされ、分析的推論と編集はオーケストレーターまたは他の専門エージェントの責任のままである。

主要な結果

著者らは、Qwen3.6-35B-A3B および Qwen3.6-27B バックボーンを用いた BOAD および HyperAgent において、SWE-Bench Verified（500 タスク）上で Librarian を評価した。

• エネルギー削減: Librarian は、エピソードあたりの GPU エネルギー消費を**最大 25%**削減した（例：35B-A3B を用いた HyperAgent では、25.64 kJ から 22.73 kJ に減少）。
• トークン効率: この削減は主に出力トークンの減少によって引き起こされた。例えば、Librarian を搭載した HyperAgent は、エピソードあたりの出力トークンを 48.5K から 42.2K に削減した。
• 性能の維持: 重要なのは、Librarian がタスクのパス率を維持または向上させたことである。ほとんどの構成において、パス率はベースラインの MAS と同等か、わずかに高いままであり、エネルギー節約がタスク解決の犠牲を伴うものではないことを示している。
• ベースラインとの比較:
  • トークン効率化手法: 「LastN 観測」（履歴の切り捨て）や「Caveman プロンプティング」（テキストの圧縮）などの手法は、エージェントに失われたコンテキストの再探索を強制し、出力トークンを膨らませるため、パス率の低下やエネルギー削減効果の不足を招くことが多かった。
  • 検索ベースのバリエーション: 永続的履歴を BM25 や高密度埋め込みなどの検索ベースのコンテキストに置き換えると、エネルギー消費が増加し、パス率が低下した。これは、オーケストレーターのクエリが、単純な検索では提供できない能動的なコンテキスト管理と推論を必要とすることを示唆している。
• スケーラビリティ: エネルギー削減は、タスクの難易度の変化 across 持続した。Librarian の呼び出し頻度はタスクの複雑さに伴って増加したが、エピソードあたりのエネルギー節約は一定であり、より難しいタスクにおいてもパス率は維持された。

意義と主張

本論文は、マルチエージェント SWE システムにおいて、これまで見過ごされてきた主要なエネルギー浪費の源を特定し、排除することを主張する。その意義は、以下の 3 つの主要な貢献にある。

1. 実証的発見: エージェント環境では出力トークンがリソース使用を支配しており、出力生成の高い限界コストにより、集計トークン数は実際のエネルギー消費の poor な代理指標であることを確認した。
2. 冗長性の診断: 既存の MAS 設計のエネルギーオーバーヘッドを、デバッグサイクル全体にわたる重複ファイル検索の結果として診断した。これは、既存のサブエージェントが認識していない冗長性である。
3. アーキテクチャ的解決策: 既存の MAS 設計に統合され、欠落した役割（状態保持型リポジトリナビゲーション）を提供する永続的検索サブエージェントLibrarianを提案する。コンテンツの代わりにポインタを返し、履歴を再利用することで、タスク性能を維持しつつハードウェアのエネルギー消費を最小化する。

著者らは、SWE エージェントにおけるエネルギー効率化のために、単純なプロンプト圧縮やコンテキストの切り捨てよりも、永続的かつ状態保持型の検索を通じて出力トークンを最小化することがより効果的な戦略であると結論づけている。また、現在の解決策はコードナビゲーション役割に特化しており、27B までのアクティブパラメータを持つモデルで評価されたことに限界があることを認め、より大規模なモデルや実行指向の役割へのスケーラビリティは未解決の課題であると述べている。