AIを何人雇っても賢くならない。増えるのはトークンだけ

「AI社員4人チーム」のように役割を決めたAIを何体か並べ、会社のように分業させる構成がXで売り込まれている。この構成に本当に意味があるのかを、公開されている証拠から確かめた。Anthropicのマルチエージェント・リサーチシステムでは、リード役のClaude Opus 4の下に複数のClaude Sonnet 4を置いた構成が、単一のClaude Opus 4を90.2%上回ったと報告されている。ただし同じ記事で、性能差の95%は3つの要因で説明でき、そのうち8割はトークン量で説明がつくとも書かれている。 ここが面白い。数字だけ見れば「並べれば1.9倍」に読めるが、中身はそうではない。マルチエージェントはチャットの約15倍のトークンを消費する。つまり賢く連携したから良くなったのではなく、分けたことで単一では入りきらない量の思考を投じられたから良くなったのだ。同じ思考トークン予算で比べた論文では、単一エージェントがマルチエージェントを上回ったと報告されている。さらにAIエージェントを売るCognitionは「Don't Build Multi-Agents」で、Flappy Birdの模作を分担させたら、一方がSuper Mario風の背景を作り、もう一方が噛み合わない鳥を作ったという失敗を挙げている。作業には明示されない決定がくっついており、並行するエージェントが別々の決定をすれば、統合役が矛盾を背負わされる。 役割名を付けても能力は増えない。CTOや品質管理と名付けても、中身は同じモデルに違うプロンプトを渡しているだけだ。同じ人が4回考えたものを、4人の分業と呼んでいるに近い。推進側も否定側も、読む仕事である調べものには効き、書く仕事であるコーディングには向かないという点で結論が一致している。 中小企業の実務では、こう使い分けるといい。多エージェントの商材を買うなら、買うのは作業の型や指示の具体例であって、複数構成という構造ではないと割り切る。まずは単一のAIで同じ手順を回し、結果が落ちるかを確かめる。使う場面は、複数の方向へ同時に当たる調べものと、書いた文章を別のセッションに読ませる公開前レビューに絞るのが安全だ。