【要約】Google ADKのSequential / Parallel Agentを実際に比較してみた [Zenn_Python] | Summary by TechDistill
> Source: Zenn_Python
Execute Primary Source
// Problem
AIエージェント開発者は、複数のタスクを効率的に処理するワークフローの設計において、実行順序の選択に苦慮している。具体的には、以下の課題が存在する。
- ・タスクの並列化が、実際のレイテンシやコストにどう影響するか不明。
- ・並列実行によって、エージェントの回答品質が低下しないかという懸念。
- ・エージェント間で情報がどのように伝播するかという挙動の不透明さ。
// Approach
筆者は、Google ADKの2つの制御方式の性能差を明らかにするため、同一条件での比較実験を行った。
- ・4つの専門家エージェントによるブログレビューを題材に採用。
- ・gemini-3.7-flashを用い、各方式を3回ずつ実行して中央値を算出。
- ・所要時間、トークン数、概算料金、レビュー品質の4項目を測定。
// Result
検証の結果、ParallelはSequentialと比較して、所要時間を55.0%短縮する高い効果を示した。
- ・速度: ParallelがSequentialの2.22倍速い。
- ・品質: 3試行の範囲では、並列化による明確な品質低下は見られなかった。
- ・コスト: Parallelが約4.9%高くなったが、主に思考トークンの変動によるもの。
- ・挙動: Sequentialは前段の出力が次へ渡るため、入力トークンが増加する特性を持つ。
Senior Engineer Insight
> 実戦投入においては、タスクの独立性を厳格に定義すべきだ。レイテンシ重視ならParallelだが、APIのレートリミットによる429エラーに注意が必要である。また、Sequentialは前段の出力が次へ渡るため、意図しないバイアスやトークン増大を招く。依存関係がある場合はSequential、独立した調査はParallel、それらを組み合わせる構成が、スケーラビリティと精度のバランスにおいて最適である。