AIエージェントに複雑な作業を任せる際、過去に整理した手順やノウハウをどう再利用させるかは重要な課題です。米国の研究チームが、手順書をそのままAIの作業メモリに読み込ませる「エージェントスキル」方式と、専用の別プロセスを立ち上げて処理を任せる「サブエージェント」方式を比較した論文を発表しました。タスクの入力と出力がはっきり定義されているほど、サブエージェント方式の方が成功率で上回ることが分かりました。
背景と文脈
LLM（Large Language Model、大規模言語モデル）を使ったエージェントは、コード生成やリサーチなど複数ステップにまたがるタスクをこなせるようになってきました。ただし毎回ゼロから手順を考えさせるのは非効率です。そこで注目されているのが、過去に有効だった手順やノウハウを「スキル」としてパッケージ化し、必要なときに呼び出して使い回す仕組みです。人間の職場に置き換えるなら、マニュアル化された定型業務を新人に渡すようなイメージに近いといえます。
この仕組みには大きく2つの実装方法があります。1つは、スキルの説明文をそのままAIの文脈（コンテキストウィンドウ：AIが一度に読み込める入力範囲のこと）に読み込ませる「エージェントスキル」方式です。もう1つは、スキルごとに新しい文脈を持つ別のAIプロセス（サブエージェント）を呼び出し、そこで処理を完結させてから結果だけを本体に返す「サブエージェント」方式です。Claude Codeなど一部のAIコーディングツールは、すでにこの両方の仕組みを実装として提供しています。前者は呼び出しが手軽な半面、本体の思考の流れに情報が混ざりやすく、後者は独立性が高い分だけやり取りの手間がかかります。どちらが優れているかは、これまで感覚的に語られることはあっても十分に検証されていませんでした。
技術/ビジネス面
Subagents vs Agent Skills: Executing Reusable Knowledge for Long-Horizon Agentic Tasksという論文では、長い手順を要するタスクでこの2方式を比較しています。着目したのは「コンテキストの劣化」という問題です。エージェントスキル方式では、スキルの説明文が本体の文脈にどんどん積み重なっていき、情報量が増えるほど推論の精度が落ちていくことが確認されました。人間で例えるなら、会議の議題が増えすぎて一つひとつへの集中力が落ちていく状態に近いといえます。
一方でサブエージェント方式は、スキルごとに文脈をリセットできるため劣化を避けられます。ただし本体とサブエージェントの間でやり取りする分だけ、トークン（AIがテキストを処理する際の最小単位）の消費量は増えます。論文の結論は明快で、スキルの入力と出力の仕様がはっきり決まっており、実行に必要な手順が説明文にきちんと書かれている場合に限り、サブエージェント方式の優位性が発揮されるとしています。逆に仕様があいまいなスキルでは、通信コストが増えるだけで恩恵は乏しいとみられます。つまり「切り分けて渡せば渡すほど良い」という単純な話ではなく、切り分け方の設計そのものが精度を左右するという点が今回の研究の核心です。
これからどうなるか
この結果は、AIコーディングツールを日常的に使う開発者にとって実用的な示唆を持ちます。自作のスキルや手順書をエージェントに読み込ませて再利用する運用をしている場合、そのスキルの入出力を関数のインターフェースのように明確に定義しておくかどうかで、体感の精度が変わってくる可能性があります。例えば「このスキルは何を受け取り、何を返すのか」を冒頭に明記するだけでも、サブエージェントに切り出したときの成功率は変わってきそうです。逆に言えば、あいまいな指示文をそのままスキル化しても、サブエージェントに分離した恩恵は受けにくいということです。
今後はコスト最適化の観点も重要になりそうです。サブエージェント方式はトークン消費が増える分、API利用料にも直結します。タスクの複雑さに応じて2つの方式を使い分ける、あるいは自動で切り替える仕組みが今後のエージェントフレームワークには求められるでしょう。自作のスキルを整理する際は、単なる説明文の集まりではなく、入出力が明確な「小さな契約」の単位でまとめておくことが、今後のエージェント開発における実践知になっていきそうです。
まとめ
エージェントスキルとサブエージェントの比較研究から、入出力が明確なスキルほどサブエージェント方式で真価を発揮することが示されました。開発者は自作スキルの仕様を整理する段階から、この知見を意識する価値がありそうです。
