金融サービス企業が、複雑な投資アドバイザリーシステムをAmazon Bedrockで構築しています。システムは以下3つの機能が連携して動作する必要があります。 ①定量モデルによるポートフォリオリスク分析 ②マーケットニュースに基づく投資推奨生成 ③金融規制へのコンプライアンス検証 各機能は独立した専門知識が必要で、将来的に個別でアップグレードできることが求められます。さらに、数百件の同時リクエストを30秒以内に処理できるスケーラビリティが必要です。最も適切なアーキテクチャはどれですか？
Bedrock Multi-Agent Collaborationは、スーパーバイザーエージェントが複数の専門サブエージェントへタスクを委譲するアーキテクチャです。各サブエージェントは独立したモデル・ナレッジベース・アクショングループを持てるため、専門性の分離と個別アップグレードが可能です。並列実行にも対応しスループットが高いため数百件の同時リクエストを処理できます。 選択肢Aのシングルエージェント多アクショングループは、責務の分離が不十分で将来のアップグレード時に全機能に影響が生じます。 選択肢CのStep Functionsシーケンシャル実行は、30秒要件を満たすスケーラビリティが不足しており、レイテンシが大きくなります。 選択肢Dの単一モデルへの知識集約は、コンテキスト肥大化でパフォーマンスと精度が低下し、専門知識の個別アップグレードができません。