Feb 5, 2026 📖 14分で読める

【AI #4】マルチエージェントAI、個人開発で使えるのか？

💡 この記事について TradingAgentsというマルチエージェントフレームワークを見つけて、スピカ（AIアシスタント）と一緒に調べてみた記録です。

きっかけ：TradingAgentsを見つけた

GitHubを眺めてたら、面白いリポジトリを見つけた。

TradingAgents - LLMを使ったマルチエージェント株式トレーディングフレームワーク。

実際のトレーディング会社の構造を模倣して、複数のAIエージェントが協力して投資判断するらしい。

エージェント構成がまるで投資会社

📊 アナリストチーム

Fundamentals Analyst - 財務諸表、業績分析
Sentiment Analyst - SNS・世論分析
News Analyst - ニュース・マクロ経済
Technical Analyst - MACD、RSI等のテクニカル指標

🔬 リサーチャーチーム

強気派 vs 弱気派が議論・ディベート
リスクと利益のバランスを検討

💼 トレーダー

全レポートを統合して売買判断

⚠️ リスク管理 & ポートフォリオマネージャー

最終的なGO/NO GO判断

技術スタックはLangGraphベース。複数のLLMプロバイダー（OpenAI, Anthropic, Google, xAI, Ollama）に対応し、株価データはyfinance（無料）をデフォルトで使用、Alpha Vantage APIもオプションで利用可能。

コスト最適化の工夫として、2段階LLMアプローチを採用している：

deep_think_llm - 複雑な推論が必要な判断に使用
quick_think_llm - 軽い処理に使用してコストを抑える

また、メモリ+リフレクション機能も実装されている：

FinancialSituationMemory - 過去の判断から学習
取引結果に基づく自己改善機能

エージェント間のやり取り（想像図）

こんな感じでやり取りが起きてそう：

sequenceDiagram
  participant User as 👤 ユーザー
  participant FA as 📊 Fundamentals
  participant SA as 📊 Sentiment
  participant Bull as 🐂 強気派
  participant Bear as 🐻 弱気派
  participant Trader as 💼 トレーダー
  participant PM as 👔 ポートフォリオMgr

  User->>FA: NVDA 2024-05-10 分析して
  
  FA->>Bull: 売上成長率+25%、PER高め
  SA->>Bull: Twitter sentiment 72%ポジティブ

  Note over Bull,Bear: 🔥 ディベート開始

  Bull->>Bear: AI需要は継続、成長余地あり！
  Bear->>Bull: いや、バリュエーション高すぎ

  Bull->>Trader: 結論: 中長期で買い推奨
  Bear->>Trader: 結論: 短期リスク警戒

  Trader->>PM: 提案: 30%ポジションで買い
  PM->>User: ✅ 承認: 20%ポジションで買い

全体の構造はこんな感じ：

flowchart TB
  subgraph Analysts["📊 アナリストチーム"]
      FA[Fundamentals]
      SA[Sentiment]
      NA[News]
      TA[Technical]
  end

  subgraph Research["🔬 リサーチャー"]
      Bull[🐂 強気派]
      Bear[🐻 弱気派]
      Debate((💬 ディベート))
  end

  subgraph Decision["💼 意思決定"]
      Trader[トレーダー]
      Risk[⚠️ リスク管理]
      PM[👔 ポートフォリオMgr]
  end

  FA --> Bull
  SA --> Bull
  NA --> Bear
  TA --> Bear

  Bull <--> Debate
  Bear <--> Debate

  Debate --> Trader
  Trader --> Risk
  Risk --> PM

  PM -->|✅ 承認| Execute[📈 執行]
  PM -->|❌ 却下| Reject[🚫 見送り]

素朴な疑問：なんで階層型じゃないの？

ここでふと思った。

「これ、なんで階層型でやらないの？声が強いエージェントの主観になっちゃわない？」

だってさ、Bull（強気派）とBear（弱気派）がディベートして、最終的にトレーダーが判断する設計でしょ？

自信満々に主張するエージェントに引っ張られない？

スピカに聞いてみた

スピカ（僕のAIアシスタント）に調べてもらったら、こう返ってきた。

スピカ: セブの懸念、めっちゃ正しいと思う。

マジか。

「声が強いエージェント問題」は既知の課題

これ、LLMマルチエージェントの既知の問題らしい。

起きうること：

長文で主張するエージェントが勝ちやすい
「自信ありげな」トーンに引っ張られる
先に発言した方が有利（アンカリング）

人間の会議でも起きるやつじゃん…

マルチエージェントの4つのタイプ

せっかくなので、マルチエージェントのアーキテクチャパターンを整理してみた。

🏛️ Type A：階層型（Hierarchical）

特徴：上位が指示、下位が実行。最終判断は上位が担う

graph TB
  M[👔 マネージャー]
  M --> A1[🤖 Agent 1]
  M --> A2[🤖 Agent 2]
  M --> A3[🤖 Agent 3]
  A1 --> M
  A2 --> M
  A3 --> M
  M --> R[📋 最終結果]
  
  style M fill:#4a90d9,color:#fff

事例：

メリット	デメリット
意思決定が明確	マネージャーがボトルネック
暴走しにくい	スケールしにくい

💬 Type B：ディベート型（Debate）

特徴：対等なエージェントが議論→結論を出す

graph LR
  A1[🐂 Agent A] <--> D((💬 討論))
  A2[🐻 Agent B] <--> D
  D --> J[⚖️ 判定]
  J --> R[📋 結論]
  
  style D fill:#f5a623,color:#fff

事例：

TradingAgents - Bull vs Bear
ChatDev - CEO/CTO/Designer等がレビューし合う
AutoGen Debate Pattern

メリット	デメリット
多角的な視点	声の大きいAI問題
偏りを減らせる	収束しないことも

🔗 Type C：パイプライン型（Sequential）

特徴：直列処理、前の出力が次の入力

graph LR
  I[📥 入力] --> A1[🤖 Agent 1]
  A1 --> A2[🤖 Agent 2]
  A2 --> A3[🤖 Agent 3]
  A3 --> R[📋 出力]
  
  style A1 fill:#7ed321,color:#fff
  style A2 fill:#7ed321,color:#fff
  style A3 fill:#7ed321,color:#fff

事例：

GPT Researcher - 計画→検索→要約→レポート
CrewAI Sequential Process
LangGraph Chain

メリット	デメリット
シンプル	品質ドリフト
デバッグしやすい	チェーン長いほど誤差蓄積

⚡ Type D：並列型（Parallel）

特徴：複数エージェントが同時並行、最後に統合

graph TB
  I[📥 入力] --> A1[🤖 Agent 1]
  I --> A2[🤖 Agent 2]
  I --> A3[🤖 Agent 3]
  A1 --> M[🔀 Merger]
  A2 --> M
  A3 --> M
  M --> R[📋 統合結果]
  
  style M fill:#9b59b6,color:#fff

事例：

メリット	デメリット
高速	コスト爆発（15倍のトークン消費）
大規模タスク向き	統合ロジックが複雑

個人開発との距離感

正直、調べれば調べるほど「これ個人開発で使えるのか…？」という気持ちになってきた。

壁1：コストがヤバい

Anthropicの調査によると、マルチエージェントはシングルエージェントの15倍のトークンを消費するらしい。

Anthropic Engineering Blogより

15倍って…月のAPI代がえらいことになる。

壁2：ディベート型の落とし穴

TradingAgentsで感じた「声の大きいAI問題」。

対策として考えられるのは：

各エージェントがスコア（1-10）で評価して数値で集計
誰が言ったか隠して内容だけで評価
過去の的中率で信頼度を重み付け

でもこれ、全部自分で実装しないといけない。

壁3：統合ロジックが複雑

並列型の「Merger」部分とか、結局どうやって複数の意見をまとめるの？という問題。

これも自前で書くと結構大変そう。

じゃあどこから始める？

いきなり5エージェントとか投入するのは無理。

現実的なのは：

まずシングルエージェント + 良いプロンプトで十分なケースが多い
どうしてもマルチにするなら**パイプライン型（2エージェント）**から
ビジュアルツール（n8n、Flowise）で試してみる

Cursor 2.0みたいな「8並列エージェント」は、まだ大企業向けのソリューションかな…

まとめ

TradingAgentsを見て「マルチエージェント面白そう！」と思ったけど、調べてみると：

ポイント	内容
タイプ	4つある（階層型/ディベート型/パイプライン型/並列型）
既知の課題	コスト、声の大きいAI問題、品質ドリフト
個人開発との距離	まだある

でも研究目的としては面白いし、フレームワークも整ってきてる。

もう少し様子見しつつ、パイプライン型の小さい構成から試してみようかな。

シリーズ目次

【AI #1】OpenClawとは？
【AI #2】スキルとは？
【AI #3】記憶とMEMORY.md
【AI #4】マルチエージェントAI ← 今ここ

この記事はスピカ（AIアシスタント）との会話をベースにまとめました