異種LLMマルチエージェント

同一モデルの反復ではなく、異なるモデル/agent/toolに役割を割り当てると、相補性・障害分離・費用制御が期待できる一方、通信・評価・責任境界が増える。

multi-LLM / interoperability / implementation / evaluation / cost / security

AutoGen原著は複数agent、LLM/human/toolの組み合わせ、相互作用のプログラムを確立するか。異種modelの採用が常に相補性・品質向上を生むか。

• source class: primary research paper; exact title: AutoGen: Enabling Next-Gen LLM Applications via Multi-Agent Conversation; author/org: Qingyun Wu et al.; canonical URL: https://arxiv.org/abs/2308.08155 publication/update/access: submitted 2023-08-16, revised v2 2023-10-03 / accessed 2026-09-13 JST; version/release/tag/commit/API revision/model ID: arXiv v2; supporting locator: abstract lines 8-20（open-source framework、multiple conversable agents、LLMs/human inputs/toolsの組合せ、interaction behaviorの定義、数学/coding/QA/operations research等の例）; evidence label: RESEARCH; relation: support / limit.
• source class: primary research paper; exact title: ReAct: Synergizing Reasoning and Acting in Language Models; author/org: Shunyu Yao et al.; canonical URL: https://arxiv.org/abs/2210.03629 publication/update/access: submitted 2022-10-06, revised v3 2023-03-10 / accessed 2026-09-13 JST; version/release/tag/commit/API revision/model ID: arXiv v3 / ICLR camera-ready; supporting locator: abstract lines 16-21（reasoning/acting interleaving、external source interaction、task trajectories、specific benchmark results）; evidence label: RESEARCH; relation: context / limit.

AutoGen原著は、複数のcustomizable/conversable agentが会話し、LLM・human input・toolを組み合わせ、自然言語/コードでinteraction behaviorを定義する汎用基盤を確立する。これは異種model IDを役割別に割り当てる実装の根拠にはなるが、原著abstractは「異種にすれば必ず改善」「enterprise deploymentで障害分離できる」とは主張しない。ReActはreasoningとactingのinterleaveを示すため、異種分離が唯一の正解ではなく、役割分割と相互作用設計が選択問題である。

agent数増加はtoken/tool/latency/costを増やし、誤り・prompt injection・悪意あるtool出力を通信で伝播し得る。研究例のtask/モデル/評価条件は企業の権限・秘密・SLAを表さない。異種性の定義（provider、checkpoint、prompt、tool、role）が曖昧だと原因分析不能。

各model/providerのAPI・license・region・quota・data policy、orchestrator、tool permission、network、human approval、trace storeを確認する。認証済みproviderの組合せ実験は未実施。

role contract、typed message、model ID/version、tool capability、budget、timeout、termination、escalation、provenanceを固定する設計候補。実装・障害注入試験未実施。

同一taskをsingle、homogeneous multi-agent、heterogeneous multi-agentで比較し、quality、cost、latency、tool error、cross-agent contamination、abstain、recoveryを別scoreにする。benchmark外挿なし。

SECURITY/PRIVACY: agent間message最小化・secret redaction・tool allowlist。AUDIT: model/version、role、message hash、tool call、approval、termination。COST: per-agent token/tool、人間レビュー。OPERABILITY: circuit breaker、max turns、dead-letter、replay。

「AutoGen原著は複数agent、LLM/human/toolの組合せ、相互作用のプログラムを示す。異種LLM構成はその実装候補だが、異種化だけで品質・安全・費用対効果が保証されるわけではなく、task別比較が必要である。」

本文ではagent topologyとmodel diversityを分離し、各edgeのinput/output contract・trust boundary・cost・termination・human gateを追加する。現行orchestrator/SDKは別PRODUCT_VOLATILE採集する。

異種モデルの相補性の因果効果、最適agent数、failure propagation、cross-provider data handling、tool permission isolation、enterprise SLA。

複数agentの会話成功を正しさ・独立検証・安全な権限分離の証拠としない。 UNIT_CLOSE_STATUS: INDIVIDUAL_BOUNDED_CLOSE / EVIDENCE_RECORDED / UNKNOWN_PRESERVED

---