マルチエージェントシステムにおける個々のエージェントは概念的には計算機 の一つのプロセッサと考えることができ, 複数のプロセッサから成る計算機, あるいは多数の計算機をネットワークで接続した環境でマルチエージェントシ ステムを実現することができる.
標準的にエージェントモデルとして人工知能で 言及されるパラダイムにエージェント指向プログラミングの概念があ る. これはオブジェクト指向に比して言われる用語で, 対象物的・受動的に受 けとれるオブジェクト (object) という語に対して行為者的・能動的なニュア ンスとして言われるものである. 実際オブジェクト指向の中ではオブジェクト は相手からメッセージを受けとることによって起動されるが, エージェント指 向とは自発的にメッセージを相手に送ることを想定できる. この他, オブジェ クト指向にくらべてエージェントは自分のモデルを持つリフレクショ ンの機能があることを要請する場合など, エージェントの画一的な定義は与 えられていず, 個人により流派により異なる. しかしながらエージェント指向 の枠組の中で言われるメッセージの大きさ・重さがオブジェクト指向のそれと 特別差異があるというような要請はない. すなわち, 標準的なマルチエージェ ントシステムの中で交換されるメッセージはせいぜいオブジェクト指向言語の メッセージレベルと考えられる. これには, メッセージの大きさ・重さが系全 体の計算の大きさ・重さにそのまま直結することに因る. 実際, 標準的なマル チエージェント・システムに限らず, 広義に解釈した分散システムの中でも通 信のオーバーヘッドは最大の問題である. ネットワークの情報保有力と伝達速 度は問題の種類・規模によらずシステムの性能を決定づける最大の障壁となっ ている事実は変わらない.
以上を要するに, マルチエージェントシステムをABCL/fで実装する にあたっては,
1. 計算の高速化という観点は独立に,
2. 人間という実エージェントの系を非同期・独立に働くプロセッサ群上でシ ミュレートするという意義が大きい. 文法獲得にせよ, 分散診断にせよ, 何か与えられた問題 を手分けをして解くのが目的ではなく, 自律的な制御に基づいた協調の結果を 出そうとする研究であると考えることができる.