大規模言語モデル同士に上手く協力してソフトウェア開発をしてもらうフレームワーク「MetaGPT」

本記事では、複数のエージェントが協力して複雑な問題を解決するための新たなフレームワーク、MetaGPTについて紹介します。

参照論文情報

• タイトル：MetaGPT: Meta Programming for Multi-Agent Collaborative Framework
• 著者：Sirui Hong et al.
• 所属：Deep Wisdom, ペンシルベニア大学、UCバークレーなど
• URL：https://doi.org/10.48550/arXiv.2308.00352
• GitHub：https://github.com/geekan/metagpt

関連研究

• 大規模言語モデルに16,000以上のAPIを理解し適切に操作する能力を与える「ToolLLM」
• GPTがクラウドに住んで「AIモデルを選択する」自律的エッジAIシステムが登場
• 人間は言葉で指示をしてAIがパワポを作成するようになる

MetaGPTとは？

MetaGPTは、人間のチームがソフトウェア開発を行う際の標準的な作業手順を取り入れ、エージェント間の協調を促進するフレームワークです。

高レベルのタスクが詳細なアクションに分解され、それぞれの役割（プロダクトマネージャー、アーキテクト、プロジェクトマネージャー、エンジニア）が与えられたエージェントによって処理されます。

MetaGPTの設計は、個々のエージェントの操作とシステム全体の情報交換に必要な基本的な構成要素を確立する「基礎コンポーネント層」と、個々のエージェントを協調して複雑な問題を解決する「協調層」の2つの層で構成されています。

基礎コンポーネント層では、エージェントが指定された役割で機能するための基盤を提供します。

一方、協調層では、個々のエージェントが協力して複雑な問題を解決するためのメカニズムが確立されています。これには、「知識共有」と「ワークフローのカプセル化」の2つの主要なメカニズムが含まれます。

知識共有とワークフローのカプセル化

「知識共有」は、エージェントが情報を効果的に交換し、共有の知識ベースを構築することを可能にします。これにより、全体の運用効率が向上し、冗長なコミュニケーションが減少します。

「ワークフローのカプセル化」は、複雑なタスクを小さな、管理可能なコンポーネントに分解し、それらのサブタスクを適切なエージェントに割り当て、そのパフォーマンスを標準化された出力によって監督します。これにより、エージェントの行動が全体の目標と一致することが確保されます。

MetaGPTのミソ

MetaGPTの主な技術的要点は、そのコアコンポーネントの設計と、それがどのように協力を促進するかにあります。

コアコンポーネントの設計