エンタープライズ環境での多エージェントシステム（複数のAIエージェントが協働するシステム）の効果的な運用方法を探る研究がarXivで発表されました。これまでのシステムデプロイメントでは、コンセンサス（合意形成）、ディベート（議論）、シンセシス（統合）といった複数の協調パターンのいずれを用いるべきか、あるいは単一エージェントで十分かについて、実証的な指針が不足していました。 本研究では、協調戦略が問題のクラスに応じて動的に選択されるべきかどうかを検証しています。6つの業界にまたがる30のエンタープライズタスクを対象に、5つの問題クラス、4つの実行条件、各セル3回の複製、そして4つのモデルアーム（qwen_local、sonnet、gemma_openrouter、OpenAI検証用）という大規模な実験設計で評価されました。合計1,440の生成出力がすべて固定されたSonnetルーブリックで評価されています。 主な結果として、最初の厳密な仮説は支持されませんでしたが、実用的に有用な知見が得られました。「最適戦略の選択」という予想は、モデル間で不安定であり、複数の予測戦略が最適条件に接近していても上回っていないことが判明しました。一方、より緩い「ニアベスト ルーティング」という主張は強く支持されており、すべての登録済みモデルアームと問題クラスで、予測戦略が最適条件の品質スコアの0.10ポイント以内に収まっています。特に構造化準拠検証では、すべてのアームが合意形成よりも単一エージェント戦略を選好しています。 研究チームの結論は、エンタープライズの協調ポリシーは動的ルーティングを校正されたデフォルトとして使用すべきということです。これは決定論的な勝者選択法ではなく、問題の特性に応じた柔軟な対応が実務的に最適であることを示唆しています。