個人の知能を超えて：LLMに基づくマルチエージェントシステムにおける協調、失敗原因の帰属、および自己進化の展望

要旨

LLMに基づく自律エージェントは、推論、計画、ツール使用において強力な能力を示しているが、役割、ツール、環境にわたる持続的な協調が必要なタスクでは依然として限界がある。マルチエージェントシステムは、専門化されたエージェント間の構造化された協調を通じてこれに対処するが、より緊密な連携は、あまり調査されていないリスクを増幅させる。すなわち、エラーがエージェント間やインタラクションのラウンドを超えて伝播し、診断が困難で、構造的な自己改善に結びつきにくい障害を生み出す可能性がある。既存のサーベイは、個別のエージェント能力、マルチエージェント連携、あるいはエージェントの自己進化を個別に扱っており、それらの間の因果関係は未検討のままである。本サーベイは、LIFE進行（能力基盤の構築、協調によるエージェント統合、帰属による障害の発見、自律的な自己改善による進化）と称する、因果的に関連する4つの段階に沿って統一的レビューを提供する。各段階について系統的分類体系を示し、隣接段階間の依存関係を形式的に特徴づけることで、各段階がいかに次の段階に依存し、制約するかを明らかにする。既存研究の統合に加えて、段階境界における未解決の課題を特定し、障害を継続的に診断し、構造を再編成し、エージェント行動を洗練することが可能な閉ループマルチエージェントシステムのためのクロスステージ研究課題を提案する。これにより、現在の協調フレームワークを、より自己組織化的な集合知の形態へと拡張する。これまで断片的だった研究の糸を結びつけることで、本サーベイは、自律的で自己改善的なマルチエージェント知能に向けた体系的参照および概念的ロードマップの両方を提供することを目指す。

English

LLM-based autonomous agents have demonstrated strong capabilities in reasoning, planning, and tool use, yet remain limited when tasks require sustained coordination across roles, tools, and environments. Multi-agent systems address this through structured collaboration among specialized agents, but tighter coordination also amplifies a less explored risk: errors can propagate across agents and interaction rounds, producing failures that are difficult to diagnose and rarely translate into structural self-improvement. Existing surveys cover individual agent capabilities, multi-agent collaboration, or agent self-evolution separately, leaving the causal dependencies among them unexamined. This survey provides a unified review organized around four causally linked stages, which we term the LIFE progression: Lay the capability foundation, Integrate agents through collaboration, Find faults through attribution, and Evolve through autonomous self-improvement. For each stage, we provide systematic taxonomies and formally characterize the dependencies between adjacent stages, revealing how each stage both depends on and constrains the next. Beyond synthesizing existing work, we identify open challenges at stage boundaries and propose a cross-stage research agenda for closed-loop multi-agent systems capable of continuously diagnosing failures, reorganizing structures, and refining agent behaviors, extending current coordination frameworks toward more self-organizing forms of collective intelligence. By bridging these previously fragmented research threads, this survey aims to offer both a systematic reference and a conceptual roadmap toward autonomous, self-improving multi-agent intelligence.