# 接続は認知ではない：マルチエージェントが静かに失敗する理由（Vijoy Pandey 博士）

- 番組: [Super Data Science: ML & AI Podcast with Jon Krohn](https://ai-curator.jp/podcasts/shows/cmv3z5c0j000j5o10v3e8e8p9)（Jon Krohn）
- 元のタイトル:  1041: Connection Is Not Cognition: Why Multi-Agent Systems Silently Fail, with Dr. Vijoy Pandey
- 配信日: 2026年11月3日
- 長さ: 1時間17分
- 要約作成日: 2026年11月3日
- トピック: [#マルチエージェント](https://ai-curator.jp/topics/%E3%83%9E%E3%83%AB%E3%83%81%E3%82%A8%E3%83%BC%E3%82%B8%E3%82%A7%E3%83%B3%E3%83%88) [#Internet of Cognition](https://ai-curator.jp/topics/Internet%20of%20Cognition) [#オブザーバビリティ](https://ai-curator.jp/topics/%E3%82%AA%E3%83%96%E3%82%B6%E3%83%BC%E3%83%90%E3%83%93%E3%83%AA%E3%83%86%E3%82%A3) [#OSS プロトコル](https://ai-curator.jp/topics/OSS%20%E3%83%97%E3%83%AD%E3%83%88%E3%82%B3%E3%83%AB) [#量子ネットワーク](https://ai-curator.jp/topics/%E9%87%8F%E5%AD%90%E3%83%8D%E3%83%83%E3%83%88%E3%83%AF%E3%83%BC%E3%82%AF) [#確率的コンピューティング](https://ai-curator.jp/topics/%E7%A2%BA%E7%8E%87%E7%9A%84%E3%82%B3%E3%83%B3%E3%83%94%E3%83%A5%E3%83%BC%E3%83%86%E3%82%A3%E3%83%B3%E3%82%B0)
- URL: https://ai-curator.jp/podcasts/cmw0po28u00004b10xgkyryhu

## 要約

Cisco の社内インキュベーター Outshift を率いる Vijoy Pandey 博士が、エージェント同士がメッセージを交換できても意味の理解が揃わず「静かな失敗」が起きると解説した回。分析したセッションは全て認知的失敗を含み、失敗が重なるほど精度が急落したという。観測基盤 OXP（現 SCOPE）と ACCORD・CONCORD の OSS プロトコル、ニューヨークでの量子ネットワーク実験、確率的ハードウェアの動向にも話が及んだ。

## ポイント

- Pandey 氏によれば、分析したマルチエージェントのセッションの 100% に少なくとも 1 件の認知的失敗があり、失敗数が 1→2→3 で精度は 98%→83%→16% に落ちたという。
- 「rollback」のように職種ごとに意味が異なる語や、「ready」の曖昧さなど、グラウンディング（用語の意味の共有）の問題が典型例として挙げられた。
- OXP（現 SCOPE）は OpenTelemetry のトレースから認知ドリフトを検知し、意図のずれには ACCORD、合意のずれには CONCORD を起動する。車のレーンアシストに例えられた。
- プロトコルは A2A・MCP・SLIM 上で使え、スキルやサイドカー経由で導入でき、すべてオープンソースとされる。
- Cisco は量子コンピュータを「スケールアップ」でなく量子ネットワークで「スケールアウト」する方針で、マンハッタン〜ブルックリン間 17.6km の実ファイバーで、ラボ比 5,000 倍の速度でエンタングルメントスワッピングを示したと述べた。
- 確率的な AI ソフトウェアと決定論的ハードウェアのミスマッチを埋める選択肢として、量子、熱力学ベース（Extropic）、発振器ベース（Unconventional AI）が紹介された。

## 章立て

- [02:02] **孤立から接続へ、そして静かな失敗** — エージェントが孤立→島→接続へ進化し、接続しても協調できず、ダッシュボードが緑のまま誤った結果が出る問題を提起する。
- [07:07] **認知的失敗の例とデータ** — SRE と SWE の rollback、創薬や商談の例を挙げ、公開トレースの分析で全セッションに失敗があり、複数回で精度が急落したと説明する。
- [13:16] **Internet of Cognition の三段階** — 意図の整合、調整・交渉、検証という三つのステップと、人類の協調知能の進化との類比、既存OSSの収束を語る。
- [20:35] **OXP と ACCORD・CONCORD** — レーンアシストの比喩で、観測基盤がドリフトを検知しプロトコルを起動する仕組みと、導入方法、オープンソースであることを説明する。
- [31:02] **Cisco が OSS に取り組む理由** — Outshift の役割と、水平スケールこそ Cisco の得意領域という考えを述べる。ベンチマークや物理エージェントの話題にも触れる。
- [44:44] **確率的ソフトに確率的ハードを** — ワークロードは確率的なのに基盤は決定論的というミスマッチと、調光スイッチの比喩を語る。
- [50:33] **量子ネットワークの実証** — 量子ビットの必要数と現状の差、水平スケールの発想、ニューヨークの実ファイバーでの実験を紹介する。
- [1:06:14] **熱力学・発振器ベースの計算と推薦** — Extropic や Unconventional AI の方式を解説し、Tomasello の研究や Substack を紹介して締める。

## 解説記事

Super Data Science の第1041回では、Cisco の社内インキュベーター Outshift を率いる Vijoy Pandey 博士が3度目の登場を果たした。テーマは、複数のAIエージェントが連携するシステムで、誰も気づかないうちに起きる失敗である。後半は量子ネットワークや確率的ハードウェアへと話が広がった。

#### 「接続」は「認知」ではない

Pandey 氏はエージェントの進化を3段階で整理する。単独のエージェント、同じハーネス（Claude Code や Codex など）内でサブエージェントが働く「島」、そしてベンダーやクラウド、組織をまたいで接続された状態である。同氏のチームはこの接続されたマルチエージェントを、デジタル監視、ネットワーク設定、クラウド基盤、医療診断などの領域で18か月以上展開してきたという。

そこで見えた問題が、メッセージは正しく届くのに意味が揃わないことだ。同氏はこれを「接続は認知ではない」と表現する。例として、SRE（サイト信頼性エンジニア）エージェントの「rollback」は直近の設定の巻き戻しを指すのに、SWE（ソフトウェアエンジニア）エージェントはソフトウェアのバージョン全体の巻き戻しと解釈しうる。これを同氏はグラウンディングの問題と呼ぶ。人間なら会議で「別の意味で話していないか」と確認できるが、エージェント間にはその場がない。

#### 分析結果：失敗は重なり急落する

同氏は、自社の本番展開に加え、ChatDev のセッションや MMLU のプローブといった公開トレースも分析したと述べた。その結果、マルチエージェントのセッションの100%に少なくとも1件の認知的失敗があったという。失敗は累積し、1件では精度98%、2件で83%、3件では16%まで落ち、「ランダムに選ぶのと同程度」だと説明した。既存の可観測性ダッシュボードはエージェントの稼働状況や推論エンジンの健全性は示すが、意味のやり取りは見えないため、画面は緑のまま誤った結果が出る。同氏はこれを「大きな影響を伴う静かな失敗」と呼ぶ。

#### Internet of Cognition：三段階とレーンアシスト

同氏が提唱する Internet of Cognition は、①意図の整合（用語の発見と衝突の解消）、②調整と交渉（各エージェントの局所最適から全体最適へ）、③意味レベルでの検証、の三層で構成される。人類が約7万年前の言語の発明で個の知能から集団の知能へ移ったことになぞらえ、エージェントにも共通言語に相当するプロトコルが要ると主張する。

実装面では、OpenTelemetry のトレースから認知ドリフトを測る観測基盤 OXP（収録後に SCOPE へ改称）が、車のレーンアシストのように脇で監視する。意図のずれを検知すると、作業前に共有の「契約」を固定する ACCORD を、作業中に合意のずれを検知すると衝突を解消する CONCORD を起動し、終われば手を引く。通常の通信（gRPC、MCP、A2A）には介入しない。導入はスキル、Envoy や eBPF のサイドカー、A2A・MCP・SLIM へのバインディングから選べる。観測だけの利用も可能で、すべてオープンソースだと説明された。なお ACCORD と CONCORD は頭字語ではなくプロトコル名だと番組側が訂正している。

#### なぜ Cisco はオープンソースで進めるのか

Pandey 氏は、Outshift の役割を、新興技術の領域で技術リスクと市場リスクを下げ、市場を教育することだと述べた。コンピューティングのスケールにはアルゴリズム、垂直（より大きく）、水平（分散）の3軸があり、Cisco が最も得意なのは水平だという。「スーパーインテリジェンスをスケールアップでなくスケールアウトする」という表現が印象的だ。また、物理的な身体を持つエージェント同士の受け渡しでも同じ失敗が起き、そのときの結果は「大きく恐ろしい」ものになると警告した。

#### 確率的ソフトウェアと決定論的ハードウェアのミスマッチ

後半の主題は計算基盤である。AIのワークロードは確率的で、答えには確信度が付く。一方、計算基盤は依然として GPU 上の行列演算という決定論的なものだ。同氏はこれを、調光スイッチ対オンオフスイッチの差に例え、このギャップは近似によるエネルギー・コスト・サイズの負担を生むと述べた。

量子は選択肢の一つで、実用的な規模には物理量子ビットが10万〜100万個必要なのに対し、現在は最大でも約1,000個程度だという。Cisco は1,000量子ビット級のマシンをネットワークで束ねる水平スケールを狙う。量子ネットワークでは、従来の「保存して転送する」方式が使えない。中身を測定できず、ヘッダーも見られないためだ。同氏によれば、2月にニューヨーク大学や QuNnect などと、実際の市内ファイバー（約17.6km、マンハッタン〜ブルックリン往復）でエンタングルメントスワッピングを実証し、速度はラボでの過去記録の5,000倍だったという。

さらに古典物理に基づく選択肢として、熱力学的に低エネルギー状態へ落ち着かせる Extropic、発振器の同期パターンを答えとする Unconventional AI が紹介された。これらは大域最適ではなく局所最適を速く得る方式だと同氏は説明する。

#### まとめ

マルチエージェント開発が「つなぐ」段階にある今、意味の整合という次の課題に実測データで切り込む内容だった。ただし数値は同氏側の分析に基づく主張で、評価方法の詳細は語られていない。エージェントを複数運用する人は、まず OpenTelemetry 上で認知ドリフトを観測してみる価値があるだろう。ハードウェア側の話は先行きの見取り図として、確率的計算の動向を押さえておきたい。

> この要約・解説記事は、元の音声の文字起こしをもとに AI（Claude）が日本語で作成したものです。出典: Super Data Science: ML & AI Podcast with Jon Krohn「 1041: Connection Is Not Cognition: Why Multi-Agent Systems Silently Fail, with Dr. Vijoy Pandey」