AI エージェントの分業は、エージェントの影響を最大化するために重要です。 組織では長い間分業があり、ジェネラリストが毎回異なる方法で物事を行おうとするよりも、個々の専門家がお互いにタスクを引き継ぐ方が効果的であるためです。AI エージェントも同じダイナミクスを示します。 AI エージェントが機能するには、AI エージェントが完了しようとしているタスクに関する適切な量のコンテキストが必要です。これは、ドメインの深い理解、作業する一連の知識、明確な指示、および使用するツールのセットを意味します。コンテキストが少なすぎると、エージェントは失敗します。しかし、同様に、この情報がコンテキストウィンドウに入るにつれて、モデルが最適ではない可能性があることがわかっています。 複雑なビジネスプロセスの場合、すべてのドキュメント、ワークフローの説明、および指示をコンテキストウィンドウに入れると、最終的にコンテキストの腐敗につながり、結果が悪化する可能性があることがわかっています。 将来の論理アーキテクチャは、エージェントを適切なタイプのタスクにマップするアトミックユニットに分割し、これらのエージェントが連携して作業を完了することです。 これはすでにコーディングエージェントで効果的に機能しているのを目の当たりにしています。コードベースまたはサービスエリアの特定の部分をすべて所有するサブエージェントを設定する人々がいる例がますます増えています。各エージェントはコードの一部を担当し、コードにはエージェントに適したドキュメントがあります。次に、コードベースのその関連領域で作業が必要になると、オーケストレーター エージェントがこれらのサブエージェントと調整します。 このパターンは、将来的にはほぼすべての知識分野の仕事に当てはまる可能性が高いことがわかります。これにより、AI エージェントはタスク固有のユースケースをはるかに超えて使用できるようになり、企業内のワークフロー全体を強化することにまで拡張できます。 AI モデルがより大きなコンテキスト ウィンドウを処理できるように改善され、インテリジェンス レベルが向上しても、このアーキテクチャがなくなることは明らかではありません。能力の向上に伴い、各エージェントの役割は拡大する可能性がありますが、サブエージェント間の明確な分離線は常により良い結果につながる可能性があります。