OpenAI Codexの開発者Eric Provencher氏が、複数のAIエージェントを並列で動かす「エージェント・スウォーム」運用について、品質向上を伴わないままトークンコストだけを押し上げると警告した。Provencher氏は、2体以上のサブエージェントを同時稼働させる構成のほとんどで、コストに見合う成果が得られていないと述べている。

「調整コスト」という落とし穴

Provencher氏が問題視するのは、エージェント同士が互いを信頼せず、相手の作業を二重チェックし合う挙動だ。これを「調整コスト（coordination tax）」と呼び、エージェント数が増えるほど相互検証のオーバーヘッドが膨らみ、単純な並列化では生産性が上がらないと指摘する。

象徴的な事例として、1,393行のPythonファイルをリファクタリングする作業に1,393体のエージェントを投入したプロジェクトを挙げている。このプロジェクトは20,000ドルのトークン費用を消費したが、単一のエージェントに任せていれば大幅に安く済んでいたという。

頻繁なポーリングも浪費の一因

Provencher氏は、エージェント間で状態を確認し合う頻繁なポーリング処理も、無駄なトークン消費の一因になっていると説明する。改善策として、タスクが完了した時点でのみ通知する設計への変更を提案しており、常時ステータスを問い合わせ続ける構成を避けるべきだとしている。

開発者への示唆

Claude CodeやCodexなど、コーディング向けAIエージェントを日常的に使う開発者にとって、この指摘は実務に直結する。多数のサブエージェントを並列投入すれば作業が速く終わるという発想は、必ずしもコストに見合わない。タスクの複雑さに応じてエージェント数を絞り込み、通信・検証のオーバーヘッドを最小化する設計が、実際のコスト効率を左右するとProvencher氏は結論づけている。