コンテンツにスキップ

5 つのエージェント

あなたのウォッチリストフィルタを通過した各ニュース item は、各エージェントに同時に渡されます。通常は 5 つ、SentimentPulse の停止中は 4 つです(下記参照)。これらは並列実行され(現環境では item あたりエンドツーエンドで約 20–40 秒)、出力が集計されてダッシュボードに表示される最終シグナルになります。

エージェント アイコン 注目領域
SignalScope 🌐 プライマリニュース解析 — 何が起きたか、誰が関与したか、ティッカーレベルの事実。必要に応じて Tavily Web 検索でクロスリファレンス。
MacroMind 💰 マクロ経済フレーミング — 金利決定、CPI 発表、FX ショック、地政学的イベントと関連するか?関連性ゼロも正当な答え。
SectorScan 🏭 セクターとサプライチェーンの波及 — 他に誰が利益を得るか、損失を被るか?TSM → ASML → AMAT チェーン、上流と下流。
SentimentPulse 💬 リテールセンチメント — 項目が伝える投資家の反応のトーン、言及量の急増、価格とチャタリングの乖離。現在は停止中です。Reddit・Stocktwits・YouTube の参照がすべて一時停止しているため(一時停止中のソース を参照)動作せず、item は残り 4 つのエージェントが分析します。いずれかのソースが再開すれば、また動作します。
PolicyRadar ⚖ 規制と政策 — 輸出規制、制裁、当局の措置、中央銀行声明。

どのエージェントが動くか:オーケストレーター

エージェントが動き出す前に、オーケストレーターが item ごとに短い LLM 呼び出しを 1 回行います。参照するのは、item の内容、現在の米国市場セッション(プレマーケット / 通常取引 / アフターアワーズ / 休場。モデルではなく取引カレンダーから判定)、同じ銘柄に関するあなたの最近のシグナルです。そのうえで分析すべき内容があるエージェントを選びます。返すのはエージェント名だけで、エージェントに渡す内容には何も加えません。そのため、オーケストレーターが選んだかどうかにかかわらず、エージェントが見る item は同じです。

安全策:

  • PolicyRadar はすべての item で動きます。オーケストレーターは残り 4 つの中から選びます。
  • 一部のソースは特定のエージェントに必ず渡されます。経済カレンダーと公的統計の item は必ず MacroMind と SectorScan に、RSS ニュースは必ず MacroMind に、SEC 提出書類・Yahoo Finance・プレスリリースの item は必ず SectorScan に渡ります。Reddit・Stocktwits・YouTube の項目(現在は一時停止中)は必ず SentimentPulse に渡っていました。オーケストレーターはこの組み合わせにエージェントを追加できますが、外すことはできません。
  • オーケストレーターが失敗した場合や、選んだエージェントが合計 2 つ未満の場合は、有効なエージェントがすべて動きます。

現在オーケストレーターはシャドーモードで動いています。選択は記録されますが、すべての item で有効なエージェントがすべて引き続き動くため、その選択を各エージェントの実際の結果と照合できます。エージェントを省いても ALERT や FLASH のシグナルが一つも下がらないと確認できた後で、初めて省略を始めます。2026 年 10 月の確認では下がるケースがありました。Yahoo Finance のニュースで、スコアを決めていた MacroMind をオーケストレーターがしばしば外していたため、引き続き有効なエージェントがすべて動きます。

各エージェントの出力

5 つすべてが 同じ 構造化出力を生成します:

{
  "agent_id": "sectorscan",
  "signal_type": "routine_news",
  "urgency": "ALERT",
  "impact_score": 0.72,
  "confidence_score": 0.84,
  "tickers_linked": [
    {"ticker": "NVDA", "impact_score": 0.80, "link_type": "direct"},
    {"ticker": "TSM",  "impact_score": 0.60, "link_type": "sector"}
  ],
  "reasoning": "... (at most 200 chars)"
}

signal_type の語彙は意図的に狭くなっています(routine_news / earnings / policy_change / supply_chain / macro_event / ...)。エージェントのレーンがその item に関連しなくても、黙って bail するのではなく構造的に応答することを期待します——impact_score を低くしながら。これで集計計算がクリーンに保たれます。

集計

エンジンは動作したエージェントの出力を以下のように結合します:

  • top_signal — signals に永続化される単一の行。英語と中国語の要約は集計後に item ごとに一度だけ、item 本文・集計結果・最も高インパクトのエージェントの reasoning から書かれます(各エージェント自身はもう要約を書きません)。成功したすべてのエージェントにまたがる加重平均インパクトを持ちます。reasoning はすべてのエージェントの reasoning の連結です(ダッシュボードカードが折りたたみブロック内で各エージェントの視点を表示できるように)。
  • tickers_linked — 全エージェントを通じたユニオン、重複排除、ティッカーごとに平均化。
  • agents_breakdown — 各エージェントの個別スコア、レイテンシ、エラー(あれば)がシグナル行に保持され、ダッシュボードの折りたたみパネルで内訳を確認できます。

なぜ 5 つで 1 つではないのか

経験的に、金融ニュース item の「重要度」を判定しようとする 1 つの巨大プロンプトは急速にドリフトします——異なるレーン(規制 vs センチメント vs サプライチェーン)は異なる軸で答えます。関心を分割することで UI がはるかに豊かに表示できるもの(エージェント内訳パネル)を持ち、Reflexion が批判する独立したシグナルを得られ、単一エージェントの障害やハルシネーションが集計を大きく動かすことはなくなります。

関連項目