大規模言語モデルは、単純なチャットインターフェースから、計画、推論、外部ツールとの対話が可能な自律システムへと進化しました。この進化の次の段階は、マルチエージェントソフトウェアエンジニアリングであり、単一のモノリシックモデルに依存するのではなく、専門化されたAIエージェントが協力して複雑なビジネスワークフローを解決します。プランナーは作業を分解し、リサーチャーエージェントはエンタープライズナレッジを取得し、コーディングエージェントは実装を生成し、レビューアエージェントは出力を検証し、実行エージェントは承認されたアクションを実行します。このアーキテクチャは魅力的ですが、本番環境へのデプロイでは、複数のエージェントの調整は、プロンプトチェーンの作成よりも分散システムの構築に far more 似ていることが明らかになりました。主な課題は、モデルの知能ではなく、システムの信頼性です。エージェントが追加されるたびに、幻覚、コンテキスト損失、遅延、リトライ、カスケード障害の機会が増えます。個別に高い精度を持つ5つのエージェントを含むワークフローでも、各ハンドオフが不確実性の新たなソースとなるため、一貫性のない結果を生成する可能性があります。したがって、エンジニアリングの課題は、プロンプトエンジニアリングからオーケストレーション、状態管理、レジリエンス、オブザーバビリティへとシフトします。