マルチAIエージェントを扱うCrewAIの最新アップデートでは、複数のAIにまたがる作業手順を「フロー」として定義・実行する仕組みが大幅に強化された。これまでエンジニアがPythonコードで記述していた複雑な連携処理を、JSONファイルによる宣言的な定義へと置き換える動きが明確になっている。

この記事を一言でいうと

CrewAIが、複数AIの協調作業をコードではなくJSONで定義できる新機能を公開した。DMN（決定モデル記法）のサポートも加わり、業務ルールに基づくAIエージェントの自動実行が現実的になっている。

なぜ話題なのか

マルチエージェント技術の企業導入において、最大の障壁は「エージェント間の連携ロジックをどう管理するか」だった。今回のアップデートは、フロー定義（FlowDefinition）にスクリプト実行やコードブロック、人間からのフィードバック取得といったアクションを組み込めるようにし、さらにこれらをJSONという標準フォーマットで一元管理できる点が評価されている。DMNモードの搭載は、業務ルールとAI判断の橋渡しとして注目される。

一般読者や企業にどう関係するのか

企業がAIエージェントを業務に導入する際、部門ごとのルールや判断基準をシステムに落とし込む必要がある。DMN対応によって、たとえば「与信審査の条件分岐」や「問い合わせ対応のエスカレーション基準」といった業務ルールを、AIエージェントのワークフローに直接組み込めるようになる。日本企業においても、ローコード/ノーコード志向の業務改善や、基幹システムとの連携をJSONベースで進められる点は、導入ハードルを下げる要素となる。

AI業界の構造で見ると何が変わるのか

AIエージェント市場では、単体のAI性能競争から「複数AIのオーケストレーション」へと競争軸が移行している。CrewAIのJSONファースト戦略とDMNサポートは、エージェント連携のインターフェース標準化を促す動きだ。クラウド上のAIワークロード管理、ZIPデプロイ対応による運用の簡便化、コンフィグの永続化といった機能は、エージェント実行基盤（ランタイム）の重要性が増していることを示している。

一次情報から確認できる事実

  • FlowDefinitionにスクリプト/コードブロックアクションが追加された
  • 各複合アクション（composite action）がFlowDefinitionに組み込まれた
  • DMNモードがクルー作成と実行でサポートされた
  • メモリリセット機能の強化とJSONクルー処理の改善
  • FlowDefinitionアクションに式（expressions）が追加された
  • Pythonコードなしでフロー定義を実行するツールが実装された
  • フロー定義から人間のフィードバックを駆動できるようになった
  • コンフィグと永続化がFlowDefinitionからランタイムに接続される
  • crewai run --definition が実験的機能として追加された
  • ZIPデプロイのフォールバックとJSONクループロジェクトの環境変数実行がサポートされた
  • JSONファーストクルーが導入された
  • バグ修正として、重複Exaツールの修正、全LLM呼び出しにわたる集計トークン使用量の修正、クルー読み込みと検証ロジックの解決が行われた
  • バージョンはv1.14.7（タイトルは1.14.8a）

関連企業・関連技術

  • CrewAI: マルチエージェントフレームワーク。JSON駆動とDMN対応でエンタープライズ向け機能を強化
  • DMN（Decision Model and Notation）: ビジネスルール管理の国際標準。業務判断の自動化に使用される
  • JSON Schema: フロー定義の文書化・検証に活用。構造化されたエージェント連携の基盤
  • LLMプロバイダ各社: 集計トークン使用量の修正は、複数LLM呼び出しのコスト管理に関連

今後の論点

  • JSON定義によるフロー管理は、他のマルチエージェントフレームワークでも標準化が進むか
  • DMNとAIエージェントの組み合わせが、金融・保険・製造など規制産業でどこまで受け入れられるか
  • crewai run --definitionの実験的機能が正式版でどのように安定化するか
  • 日本企業の業務システム（ERPやワークフロー）とのJSON連携の具体的なリファレンス実装が出てくるか