自律型マルチエージェントの拡散と再帰的委譲に伴うトークン急増の抑止
Updated September 19, 2026 · first published September 19, 2026
サブエージェントの拡散カスケードは、オーケストレーターがタスクを並列分解し、ワーカーにさらなる子エージェント生成を許可した際に発生します。並行実行数と階層の制限がない場合、1回の曖昧なプロンプトから数分間で数百から数千万トークンが浪費され、予期せぬAPI請求急増を引き起こします。
自律型AIにおけるサブエージェントの拡散カスケードとは？
上位の司令塔エージェントが全体予算の制限なく子・孫エージェントを再帰的に生成し、並列処理全体でトークン消費が指数関数的に激増する不具合パターンです。
実運用で必須となる4つのガードレール
最大再帰深度を2階層（統括役から実行役まで）に制限すること、スレッド共通のトークンプールを設けて残量をコンテキスト経由で減算すること、および並行起動数を最大3〜5プロセスに抑えるサーキットブレーカーの導入が必須です。
Related
Want this applied to your own LLM spend? FinOps LLM runs a free audit of your AI costs and shows where the savings are. Book free audit →