Algothythm behind Gemini Enterprise Agent Designer by Asei Sugiyama

◻︎セッション概要（500文字以内）
Gemini Enterprise Agent Designer は Agent を low-code でオーケストレーションできるサービスです。しかしなぜこんなにも賢い Agent を組み合わせる必要があるのでしょうか。その背後には Google の研究開発チームのさまざまなマルチステップエージェントの研究開発事例があります。2025 年 12 月の NeurIPS 2025 で発表された論文を紐解くと、それらのマルチステップエージェントの間には共通の設計パターンが見えてきます。
この発表では、Google のマルチステップエージェントの論文を紹介します。また、それらから見えてくるマルチステップエージェントの設計パターンについて述べます。最後に、マルチステップエージェントを自動的に構築する取り組みである、H-Swarms について述べます。
このマルチステップエージェントを自動的に構築する技術は、Gemini Enterprise の Agent Designer に搭載される見込みです。

◻︎想定オーディエンス・得られる学び（500文字以内）

想定オーディエンス

• エージェントから最高のパフォーマンスを引き出したい Powered User
• 現実の複雑な課題に挑むマルチステップエージェントの開発者
• Google の最新の研究開発を知りたい技術オタク

得られる学び

• マルチステップエージェントの設計指針
• 将来的に実装されるマルチステップエージェントの自動構築機能の仕組み

◻︎セッション詳細（1000文字程度）

NeurIPS 2025 の Google のマルチステップエージェントに関する Tutorial をベースとして、ここで触れられた論文の概要や、アルゴリズムの解説をします。マルチステップエージェントの自動構築アルゴリズム H-Swarm をゴールとして、次のアウトラインで発表する予定です。

アウトライン

• マルチステップ AI エージェントに至るまで (導入)
  • LLM as a Chatbot: 賢く役に立たない隣人
  • AI Agent: AI の "手" の実装という発明
  • MCP: ツールの拡張を容易にするプロトコル
  • コンテテキスト崩壊
  • A2A: コンテキストのドメイン分割による専門家ネットワーク
• マルチステップエージェントの例
  • MLE-STAR: Machine Learning Engineering Agent via Search and Targeted Refinement
  • MLE-STAR-PRO: Automating Machine Learning Engineering
  • DS-STAR: A State-of-the-art versatile data science agent
  • PlanGen: A Multi-Agent Framework for Generating Planning and Reasoning Trajectories for Complex Problem Solving
• マルチステップエージェントの自動構築
  • 典型的なパターン
  • すべてを一度にやらず、ドメインごとに分割して専門家を用意
  • 評価車を用意して、イテレーションを構築
  • 十分に良くなるまで構造的に議論させる
  • Automated Multi-Agent Design
  • 自動構築アルゴリズム H-Swarm
• 今後の展開
  • H-Swarm は Gemini Enterprise Agent Designer に搭載予定
  • 自動構築されるマルチステップエージェントの力を手にする日も近い

Disclaimer

• 内容は時間をみながら変更するかもしれません