← episodes 検証: 91k星のTradingAgentsを読む。「AIが議論して売買判断」の実装の正体
00:01:52 ・ source: https://zenn.dev/mskbhd/articles/lab-035-tradingagents
Transcript
host en Today we examine TradingAgents, a GitHub project with 91,000 stars that claims AI agents debate investment decisions.
guest ja 今日は、GitHubで9万1千スターを獲得した『TradingAgents』というプロジェクトを検証します。複数のAIエージェントが投資判断について議論するという触れ込みです。
host en The interesting finding: 13 agents run in a fixed sequence across three acts—research, debate, then risk review—not as autonomous discussion.
guest ja 驚くべき発見は、13個のエージェントが情報収集・賛否弁論・リスク審査の3幕を固定順序で実行しており、自律的な議論ではないということです。
host en The routing logic that decides who speaks next is only 73 lines of code with no LLM involvement—just string prefix checks and counters.
guest ja 発言順序を決める73行のコードは、LLMをまったく使わず、文字列の前方一致と回数カウントだけで制御されています。
host en So 'debate' is actually reconstructing each prompt from scratch and appending responses to a shared history string—pure prompt chaining.
guest ja つまり『議論』の実体は、毎回プロンプトをゼロから組み立てて、共有の履歴文字列に結果を追記していく、いわゆるプロンプト連結です。
host en The README claims execution on a simulated exchange, but that code doesn't exist in the repository—it only outputs a rating string.
guest ja README には模擬取引所で注文が執行されると書かれていますが、実際にはそのコードはリポジトリに存在せず、最終出力はレーティング文字列1個に過ぎません。
host en Yet the core design—splitting one giant prompt into role-based agents with a whiteboard state and deliberate structure—teaches solid multi-agent patterns.
guest ja しかし、巨大なプロンプトを役割別に分割し、共有ホワイトボードと明確な構造で繋ぐというコア設計は、マルチエージェント設計の教科書として実は価値があります。