DAGとトポロジカルソートによるLLMの不要な推論削減

本論文は、マルチエージェントAIシステム、特にOctaMindシステムのための新規オーケストレーションアーキテクチャを提案する。従来の反復的なReActループを「一度計画し、ソートし、決定的に実行する」パターンに置き換えた。LLMを一度だけ呼び出して有向非巡回グラフ（DAG）を構築し、Kahnのトポロジカルソートを用いてシーケンスを決定することで、複雑なタスクにおけるオーケストレーションLLM呼び出しを最大70％削減する。本アーキテクチャはマクロDAGプランナーによる異種エージェント間のタスクルーティングと、サブエージェント内の個別ツール呼び出しのためのマイクロDAGエンジンという2レベル設計を特徴とする。性能指標：マルチステップワークフローでLLM呼び出しを58～85％削減。トポロジカルソート処理時間：0.1 ms未満。単一エージェントタスクの計画成功率：約98％。