ツール vs サブエージェント：オーバーエンジニアリングを避けて効果的なAIエージェントを構築する

AIエージェントを構築する際、開発者はよく「この機能はツールとして実装すべきか、サブエージェントとして実装すべきか」という決定に直面します。間違った選択をするとエージェントが肥大化したり、過度に複雑になったりします。この記事では、両者の違い、適切な使用場面、正しい選択方法を詳しく解説します。

ツールとは、エージェントが外部システムと対話するための機能で、関数、API呼び出し、データベースクエリなどの決定論的な操作です。エージェントがツールを呼び出すと、ツールは推論を行わずに定義済みの操作を実行し結果を返します。ツールは高速で確定的、低コストです。一方、サブエージェントは独立したLLM呼び出しであり、独自のシステムプロンプト、コンテキストウィンドウ、ツールセットを持ちます。タスクを受け取ると独立して多段階の推論を行い、結果をオーケストレーターに返します。サブエージェントの利点はコンテキストの分離と複雑な推論能力ですが、レイテンシとコストが増加します。

主要な違い：ツールはコードを実行し、サブエージェントは推論を実行します。ツールはオーケストレーターとコンテキストを共有しますが、サブエージェントは分離されたコンテキストを持ちます。サブエージェントは完全な多段階推論ループを持ちますが、オーケストレーターは最終結果しか見えません。エラー処理では、ツールは構造化された返答と再試行を行い、サブエージェントは内部で処理するかオーケストレーターに通知します。コストはツールが実行コストのみ、サブエージェントは追加のLLM呼び出しが必要。レイテンシはツールが低く、サブエージェントが高い。

ツールを使うべき時：操作が明確に定義され、決定論的で、多段階推論を必要としない場合。例えばAPI呼び出し、データ変換、ファイル読み書き、検索など。動作をPython関数として記述でき、多段階推論が不要ならツールを使う。

サブエージェントを使うべき時：タスクが多段階推論を必要とする、中間作業がオーケストレーターのコンテキストにノイズを生む、またはタスクを並列実行できる場合。例えば「Xの競合状況を調査する」というタスクは、何を検索するか決定し、結果を読み、次に何を検索するか決定し、情報を統合して構造化サマリーを生成するという多段階推論を含みます。これは独自のコンテキストで行うべきです。並列処理の例として、MicrosoftのAutoGenフレームワークは、専門エージェントが独立したサブタスクを並列実行するパターンを採用しています。サブタスクに専用のツールセットが必要な場合も、サブエージェントが適しています。

決定フレームワークは3つの質問に要約されます：1. タスクは主に実行か推論か？2. 中間作業はオーケストレーターにとって重要か？3. タスクは独立して実行できるか？ツールは実行、サブエージェントは推論に適します。結果が小さく直接有用ならツール、大量の中間結果が発生するならサブエージェント。タスクが独立または並列実行可能ならサブエージェントが有利です。

過度エンジニアリングの罠：最も一般的な間違いは、サブエージェントを実際に必要になる前に導入することです。サブエージェントはアーキテクチャをきれいにしますが、複雑さも追加します。各サブエージェントは新たなコンテキストウィンドウ、推論ループ、コンポーネント間の引き継ぎを導入し、レイテンシ、コスト、デバッグの複雑さを増大させます。経験則として、単一のエージェントと少数のツールから始め、ツールでは解決できない特定の問題（大量の中間作業の分離、並列実行、複雑タスク専用の推論空間）がある場合のみサブエージェントを導入します。「サブエージェントは実際に何をもたらすのか？」と自問すると良いでしょう。答えが少量の処理だけならツールで十分。独立した推論、コンテキスト分離、専門能力、並列実行が必要ならサブエージェントは正当化されます。

サブエージェント導入の実際のコスト：ツールの呼び出しは単純ですが、サブエージェントの呼び出しは思考プロセスの一部を委譲します。そのため、オーケストレーターはサブエージェントが独立して作業できるようにタスクを明確に定義する必要があります。サブエージェントは自動的にオーケストレーターの目標や仮定を継承しません。良いサブエージェントアーキテクチャは明確な引き継ぎに依存します：オーケストレーターは焦点を絞った自己完結型のタスクを送信し、サブエージェントは独自の推論とツール使用を行い、簡潔な結果を返します。例として、調査サブエージェントは「3つの競合他社とその価格モデルおよび主要な差別化要因を特定しました」と返すべきであり、すべての検索クエリや中間観測を返すべきではありません。境界を明確に保つことで、オーケストレーターのコンテキストに不要な中間作業が詰まるのを防ぎ、システムの理解とデバッグが容易になります。実践的なルールとして：タスクを下に渡し、結論を上に返す。クリーンなタスク入力、クリーンなサマリー出力がマルチエージェントシステムを機能させる契約です。