マルチエージェントシステム（MAS）は複雑なタスクに優れていますが、運用の自律性が高まるにつれて、トークン消費の過剰や誤情報による失敗といった重要な非効率性が生じることがあります。従来の手法は主に事後的な失敗の原因分析に焦点を当てており、ロバスト性と効率を高めるための積極的かつリアルタイムな介入が不足しています。そのため、SupervisorAgentと呼ばれる軽量でモジュラーなフレームワークを提案しています。これは、基本エージェントのアーキテクチャを変更することなく、適応的な監視をリアルタイムで行います。SupervisorAgentは、重要な局面で介入し、エラーを修正し、非効率的な行動をガイドし、観察データを清浄化します。GAIAベンチマークにおいて、トークン消費を平均29.45％削減しながら成功率を維持する効果があり、他の5つのベンチマークでもその有効性が確認されています。