Domain Asset 002 | selforganization.ai
第一研究発表｜AI時代における「Self-Organization / 自己組織化」の現在位置
公開日：2026年8月29日
Domain Asset：selforganization.ai
Acquired：August 28, 2026
Current Phase：Observe
1. はじめに
22degreesは2026年8月28日、selforganization.aiを「Domain Asset 002」として取得しました。
22degreesでは、.aiドメインを単なるインターネット上のアドレスとしてだけではなく、AI、研究、技術、産業、社会の変化によって、その言葉が将来どのような意味や役割を持つようになるのかを継続的に観察する「言葉のデジタル資産」として捉えています。
selforganization.aiについて最初に研究対象とするのは、その基礎となる概念である「Self-Organization（自己組織化）」です。
Self-Organizationは、AIの登場によって生まれた新しい言葉ではありません。
物理学、化学、生物学、複雑系、通信ネットワーク、ロボティクス、人工知能、社会システムなど、長い間さまざまな分野で研究されてきた概念です。
2025年にnpj Complexityに掲載されたReview Article「Self-organizing systems: what, how, and why?」でも、Self-Organizationが物理、化学、生物、通信ネットワーク、ロボティクス、人工知能、言語、社会、都市、工学など、幅広い領域にまたがる概念として整理されています。
しかし2026年現在、この古くから存在する概念が、
AI Agents
Multi-Agent Systems
Collective Intelligence
Distributed AI
Swarm Robotics
Autonomous Systems
などの発展を通じて、AI時代に新しい技術的意味を持ち始めている可能性があります。
この第一研究発表では、2026年8月時点で確認できる研究・技術動向をもとに、Self-Organizationの現在位置を整理します。
2. Self-Organizationとは何か
Self-Organization（自己組織化）とは、システム全体を一つの中央指令によって詳細に制御しなくても、個々の要素が局所的に相互作用することによって、全体として秩序、構造、パターン、役割、機能などが形成されていく現象や考え方です。
自然界には、その理解につながる多くの例があります。
細胞、生物集団、昆虫の群れ、魚群、鳥の群れなどでは、個々の構成要素が必ずしも全体を把握しているわけではありません。
それでも、個々の相互作用の積み重ねによって、集団全体として複雑な構造や行動が形成される場合があります。
Self-Organizationを考える上で重要なのは、
「個々の局所的な相互作用から、全体として秩序や機能が形成される」
という点です。
この考え方はComplex Systems（複雑系）やEmergence（創発）とも深く関係しており、AI以前から幅広い科学領域で研究されてきました。
したがってSelf-Organizationは、AIによって新しく作られた一時的な技術用語ではなく、長い研究史を持つ学際的な基礎概念です。
3. なぜAI時代に再び重要になるのか
AIの利用は、一つのAI Modelや一つのAI Assistantに対して人が指示を与え、AIがそれに応答する構造だけではなく、複数のAI Agentsが相互に情報を交換し、それぞれ異なる役割を担いながら一つの目的に向かって動くMulti-Agent Systemsへ拡張しています。
ここで新しい問いが生まれます。
多数のAI Agentsが存在するシステムでは、
誰が役割を決めるのか。
誰が仕事を分配するのか。
誰が全体を管理するのか。
状況が変化したときに、役割や協調関係をどのように変更するのか。
Agentの数が大幅に増えた場合にも、中央管理だけで効率的に対応できるのか。
という問題です。
一つの方法は、SupervisorやOrchestratorと呼ばれる中央的なAgentや仕組みが全体を管理することです。
一方で、Agents自身が周囲の状況や他のAgentsの行動を認識しながら、役割、協力関係、行動を変化させ、システム全体として構造や秩序を形成するという別の方向も考えられます。
この後者の方向は、Self-Organizationという長い歴史を持つ概念と強い意味的・技術的接続を持っています。
重要なのは、
Multi-Agent AIが成長すること
と、
Self-Organizing AIが広く採用されること
は同じではないという点です。
Multi-Agent Systemsが拡大したとしても、中央集権的なSupervisorやOrchestratorを中心としたArchitectureが主流になる可能性もあります。
Self-Organizationがどの程度重要な設計思想になるのかは、今後観察すべき研究テーマです。
4. Self-OrganizationとLLM Multi-Agent Systems
Self-OrganizationとAI Agentsとの接続は、すでに研究論文の中にも現れています。
2025年のConference on Empirical Methods in Natural Language Processing（EMNLP 2025）で発表された研究、
“ReSo: A Reward-driven Self-organizing LLM-based Multi-Agent System for Reasoning Tasks”
は、そのタイトルに明確に「Self-organizing LLM-based Multi-Agent System」という表現を掲げています。
この研究では、LLMを利用したMulti-Agent Systemsを対象に、タスクの構造化やAgentの選択・協調に関係するSelf-Organizing型の仕組みが提案されています。
この研究はEMNLP 2025の正式Proceedingsに掲載された研究です。
ここで重要なのは、一つの研究成果だけによって、
「Self-Organizing AIがすでに確立した」
と判断することではありません。
注目すべきなのは、
Self-Organizationという従来から存在する概念が、LLMを利用した新しいMulti-Agent Systemsの研究語彙として実際に使用されている
という点です。
Self-OrganizationとLLM Agentsとの接続は、selforganization.aiを今後観察していく上で重要な研究テーマの一つです。
5. Collective AIとSelf-Organization
Self-OrganizationとAIの接続は、LLMだけに限定されません。
Princeton UniversityのNagpal Lab（Self-Organizing Swarms & Robotics Lab）は、公式Research Pageにおいて研究テーマの一つとして、
“Collective AI and Self-organization”
を掲げています。
同研究グループでは、生物に見られるSelf-Organizationから着想を得ながら、Multi-Agent Models、Decentralized Coordination、局所的な相互作用、Stigmergy、Collective Intelligenceなどに関連する研究が行われています。
これはSelf-Organizationが、
Artificial Intelligence
Robotics
Biology
Collective Intelligence
を横断する概念として研究されている一例です。
AIが一つの知能だけではなく、
「複数の知能の集団」
へ広がっていく場合、個々のAIの性能だけではなく、
多数の知能がどのように関係を形成し、協調し、全体として能力を生み出すのか
という問題そのものが重要になる可能性があります。
その問いはSelf-Organizationと非常に近い位置にあります。
6. Swarm RoboticsとSelf-Organization
Self-Organizationは、Software上のAI Agentsだけに関係する概念ではありません。
2026年にSensorsで発表されたSystematic Review、
“Stigmergy and Self-Organizing Systems in Swarm Robotics: A Systematic Review”
では、Swarm RoboticsにおけるStigmergyとSelf-Organizationについて338件の科学研究が分析されています。
このレビューでは、Self-Organizationと、
Robustness
Scalability
Adaptability
などとの関係が整理されるとともに、
Swarm Optimization
Distributed Learning
Adaptive Control
などを組み合わせる研究方向についても検討されています。
多数のロボットが互いに協調するシステムでは、一台一台を中央から細かく制御する方法だけではなく、個々のロボットの局所的な判断や相互作用から集団全体の行動を形成する考え方が重要になります。
今後AIがPhysical Worldへさらに拡張していけば、
Swarm Robotics
Autonomous Robot Fleets
Distributed Sensors
Drone Systems
Smart Infrastructure
Collective Robotics
などの領域においても、Self-Organizationとの接続を観察する必要があります。
ただし、これらすべての領域でSelf-Organizationが将来中心的なArchitectureになることが確定しているわけではありません。
これは今後検証していく研究テーマです。
7. 研究から実装へ向かう兆候
2026年には、研究論文だけではなく、実装・Architectureの文脈でも注目すべき事例が確認されています。
Amazon Web Services（AWS）は2026年8月11日、AWS Architecture Blogにおいて、
“Scaling patterns for self-organizing multi-agent clusters with Kiro”
を公開しました。
この記事では、中央Orchestratorを中心とした一般的なMulti-Agent構造とは異なるアプローチとして、
“self-organizing multi-agent clusters”
という表現が使用されています。
記事では、複数のAI Agentsが共有された状態を参照しながら協調するReference Implementationが紹介されています。
一方で、AWS自身もこれをProduction Systemそのものとして提示しているわけではなく、研究・検討・適応のためのReference Implementationとして説明しています。
また、Supervisor型Architectureが適するWorkloadと、Self-Organizing型のアプローチが適する可能性のあるWorkloadは異なります。
そのため、この事例だけをもって、
Self-OrganizationがAI業界における標準Architectureになった
と判断することはできません。
しかし、大規模なCloud / AI Infrastructureを提供する企業のArchitecture Blogにおいて、
“self-organizing multi-agent clusters”
という表現が実際のMulti-Agent System設計の文脈で使用されていることは、2026年8月時点における重要なObservationの一つです。
8. 2026年8月時点で見えている現在位置
現在確認できる研究・技術情報から、22degreesはSelf-Organizationの現在位置を次のように捉えています。
Self-Organizationそのものは、新しい概念ではありません。
長い研究史を持ち、
Biology
Physics
Chemistry
Complex Systems
Robotics
Artificial Intelligence
Social Systems
などにまたがる学際的な概念です。
一方でAIが、単一Modelを中心とした利用だけではなく、
AI Agents
Multi-Agent Systems
Collective Intelligence
Distributed AI
Autonomous Systems
へ拡張することによって、
「多数のAIがどのように協調し、役割や構造を形成するのか」
という問題が重要になりつつあります。
その問題に対して、Self-Organizationという既存概念が、新しいAI Architectureの研究や実装と接続し始めています。
現時点では、
「Self-Organizing AI」
という名称がAI産業全体で確立した標準用語になったとは言えません。
しかし、
Self-OrganizationとMulti-Agent AIとの接続は、単なる将来予測だけではなく、すでに研究、Robotics、Architecture、Reference Implementationなどの中で確認できる段階にあります。
これが2026年8月時点における、22degreesの最も重要なObservationです。
9. これから何を観察するのか
selforganization.aiについて、22degreesが今後特に観察するのは、以下の変化です。
1. Self-Organizing AIという言葉
“Self-Organizing AI”
“Self-Organizing Agents”
“Self-Organizing Multi-Agent Systems”
といった表現が、研究論文、企業、Technology、Product、Architectureなどでどの程度使用されるようになるのか。
2. Multi-Agent Systemsの構造変化
LLM Multi-Agent Systemsが、あらかじめ固定されたHierarchyやRoleを持つ構造だけではなく、Agents自身が役割や関係を形成する構造へ発展していくのか。
3. Agent数の増加とScalability
AI Agentsが数十、数百、さらに大規模な数へ増加した場合に、中央Orchestrationだけでは解決しにくいScalability、Resilience、Adaptabilityなどの問題がどの程度顕在化するのか。
4. Robotics / Physical AI
RoboticsやPhysical AIの発展によって、Self-OrganizationがSoftware上のAgentsだけではなく、Physical Worldに存在する多数のAutonomous Systemsにも拡張していくのか。
5. Commercial Adoption
Self-Organizationという言葉が研究上の概念だけではなく、実際のTechnology、Platform、Product、Service、Organizationなどの名称や分類として使用されるようになるのか。
これらは、現時点での結論ではありません。
これから継続的に観察していく問いです。
10. Domain Asset 002｜selforganization.ai
selforganization.aiは現在、22degreesにおける
Current Phase：Observe
の段階にあります。
22degreesは、このDomain Assetについて、現在の価値を一つの評価額で固定するのではなく、その基礎となる「Self-Organization」という概念自体がAI技術、研究、産業、社会の変化によってどのような新しい意味を獲得していくのかを継続的に観察していきます。
重要なのは、
Self-Organizationが将来必ずAIの中心概念になる
と予測することではありません。
AI Agentsの世界が発展した結果、中央集権的なArchitectureが中心となる可能性もあります。
Self-Organizationとは異なる言葉やArchitectureが市場標準になる可能性もあります。
そのようなNegative Evidenceも研究記録の一部として扱います。
反対に、
Self-Organizing AI
Collective AI
Swarm Robotics
Distributed Autonomous Systems
などの研究・技術発展によってSelf-Organizationの重要性が高まる場合には、その変化についても記録します。
目的は、selforganization.aiの価値をあらかじめ肯定的に結論づけることではありません。
時間とともに、この言葉の技術的・社会的・産業的な位置がどのように変化するのかを観察することです。
11. Observe → Mature
22degreesの.ai Domain Discovery Journeyは、
Discover
↓
Acquire
↓
Observe
↓
Mature
↓
Transfer
というプロセスで捉えています。
selforganization.aiは2026年8月28日にAcquireからObserveへ移りました。
これから研究、技術、産業、市場の変化を継続的に観察します。
このページ自体も、完成された固定ページとして扱うものではありません。
新しい研究、新しいArchitecture、新しい実装、新しい社会的利用が現れるたびにObservation Recordを追加し、
「Self-Organizationという言葉がAI時代にどのように変化していくのか」
を時間とともに記録していきます。
その変化を観察し、その言葉の意味や可能性が時間とともに成熟していく過程を見る。
それがDomain Asset 002｜selforganization.aiにおける最初の研究テーマです。
References / Primary Sources
[1] Self-Organization / General Scientific Background
Carlos Gershenson,
“Self-organizing systems: what, how, and why?”
npj Complexity, Volume 2, Article 10, 2025.
Published: March 25, 2025.
DOI: 10.1038/s44260-025-00031-5
Official Source: Nature / npj Complexity
[2] Collective AI and Self-Organization
Princeton University, Nagpal Lab
Self-Organizing Swarms & Robotics Lab
Research theme: “Collective AI and Self-organization”
Official Source: Princeton University, Nagpal Lab Research Page
Accessed: August 29, 2026
[3] Self-Organizing LLM Multi-Agent Systems
Heng Zhou, Hejia Geng, Xiangyuan Xue, Li Kang, Yiran Qin, Zhiyong Wang, Zhenfei Yin, and Lei Bai,
“ReSo: A Reward-driven Self-organizing LLM-based Multi-Agent System for Reasoning Tasks”
Proceedings of the 2025 Conference on Empirical Methods in Natural Language Processing (EMNLP 2025), pp. 15979–15998.
DOI: 10.18653/v1/2025.emnlp-main.808
Official Source: ACL Anthology
[4] Swarm Robotics and Self-Organization
Luigi Maciel Ribeiro, Nadia Nedjah, and Luiza de Macedo Mourelle,
“Stigmergy and Self-Organizing Systems in Swarm Robotics: A Systematic Review”
Sensors, Volume 26, Issue 13, Article 4227, 2026.
Published: July 3, 2026.
DOI: 10.3390/s26134227
Official Source: Sensors / MDPI
[5] Self-Organizing Multi-Agent Architecture
Ivo Kammerath and Johannes Langer,
“Scaling patterns for self-organizing multi-agent clusters with Kiro”
AWS Architecture Blog
Published: August 11, 2026.
Official Source: Amazon Web Services
Note
本ページは、Self-Organizationおよび関連するAI・Robotics研究について、22degreesが継続的に行うResearch / Observationの記録です。
本ページにおける「Domain Asset」は、22degreesが本プロジェクト内で使用している独自の管理・分類上の呼称です。金融商品その他の法定または公的な資産分類を意味するものではありません。
本ページでは、公開されている研究論文、大学・研究機関の公式情報、企業の公式技術情報等を参照し、その内容を22degreesが独自に要約・整理しています。第三者の文章、Abstract、図表等を転載することを目的とするものではありません。
記載内容は、特定の研究成果、企業、技術、製品、サービスまたはDomain Assetの将来の成功、採用、商業的価値を保証するものではありません。
大学、研究機関、出版社、企業、製品その他の第三者の名称は、研究・技術動向および参照資料を特定する目的で記載しています。これらの第三者と22degreesとの間に、提携、承認、後援その他の関係が存在することを示すものではありません。
将来に関する記述は、2026年8月29日時点で確認できる研究・技術動向に基づく22degreesのObservationおよび研究上の問いを含みます。将来の技術発展、産業動向、名称の普及その他の結果を予測または保証するものではありません。
Domain Assetに関する記述は、金融商品の募集、投資勧誘、投資助言または将来価格の保証を目的とするものではありません。
© 2026 22degrees. All rights reserved.
Domain Asset 002 | selforganization.ai
First Research Report | The Current Position of “Self-Organization” in the Age of AI
Publication Date: August 29, 2026
Domain Asset: selforganization.ai
Acquired: August 28, 2026
Current Phase: Observe
1. Introduction
On August 28, 2026, 22degrees acquired selforganization.ai as “Domain Asset 002.”
At 22degrees, we view an .ai domain not only as an Internet address, but also as a word-based digital asset whose meaning and potential role may evolve as artificial intelligence, research, technology, industry, and society change over time.
The first subject of research for selforganization.ai is the underlying concept represented by the domain name:
Self-Organization.
Self-Organization is not a new term created by the rise of artificial intelligence.
It has a long history of study across fields including physics, chemistry, biology, complex systems, communication networks, robotics, artificial intelligence, and social systems.
A 2025 Review Article published in npj Complexity, “Self-organizing systems: what, how, and why?”, discusses applications of self-organization across a broad range of areas including physics, chemistry, biology, collective behavior, ecology, communication networks, robotics, artificial intelligence, linguistics, social science, urbanism, philosophy, and engineering. [1]
In 2026, however, this long-established concept appears to be developing new points of connection with fields such as:
AI Agents
Multi-Agent Systems
Collective Intelligence
Distributed AI
Swarm Robotics
Autonomous Systems
This first research report examines the current position of Self-Organization based on research and technical developments that can be identified as of August 2026.
2. What Is Self-Organization?
In broad terms, Self-Organization describes situations in which elements within a system interact with one another and, without detailed control by a single central authority, contribute to the formation of higher-level patterns, structures, behaviors, or functions.
Examples that help illustrate this idea can be found throughout nature.
Cells, groups of organisms, insect colonies, schools of fish, and flocks of birds may display collective structures or behaviors even though individual components do not necessarily possess complete knowledge of the system as a whole.
Through interactions among individual components, more complex patterns or behaviors can emerge at the collective level.
One important way of understanding Self-Organization is therefore:
local interactions among individual components can contribute to the formation of global patterns or functions.
The concept is closely related to fields such as Complex Systems and to discussions of Emergence, and it has been studied across scientific disciplines long before the current generation of AI technologies. [1]
Self-Organization should therefore not be understood simply as a recent AI buzzword.
It is a long-established interdisciplinary concept that is now encountering new technological contexts.
3. Why Might Self-Organization Matter in the Age of AI?
AI research and development increasingly include systems in which multiple AI Agents exchange information, perform different functions, and cooperate toward broader objectives.
This raises an important set of questions.
When many AI Agents operate within the same system:
Who determines their roles?
Who allocates tasks?
Who coordinates the system?
How should roles and relationships change when conditions change?
And if the number of Agents becomes significantly larger, can every interaction continue to depend on centralized coordination?
One approach is to use a central Supervisor, Planner, or Orchestrator to manage the system.
Another possible approach is to allow Agents to respond to their local environment, shared information, and the activities of other Agents, enabling roles, relationships, or collective behavior to develop dynamically within the system.
It is this second direction that creates an important connection with the established concept of Self-Organization.
However, one distinction is essential:
the growth of Multi-Agent AI does not automatically mean that Self-Organizing AI will become dominant.
Multi-Agent Systems may continue to rely heavily on centralized Supervisors, Orchestrators, predefined roles, or structured workflows.
Whether Self-Organization becomes an important architectural principle for future AI systems remains an open research and technological question.
4. Self-Organization and LLM-Based Multi-Agent Systems
The connection between Self-Organization and AI Agents is already visible in published research.
At the 2025 Conference on Empirical Methods in Natural Language Processing (EMNLP 2025), the paper:
“ReSo: A Reward-driven Self-organizing LLM-based Multi-Agent System for Reasoning Tasks”
explicitly used the term “Self-organizing” in the context of an LLM-based Multi-Agent System. [3]
The research proposes ReSo, a framework that combines task graph generation with a reward-driven two-stage agent selection process to address challenges associated with flexibility, scalability, and cooperation in LLM-based Multi-Agent Systems.
The paper appears in the official Proceedings of EMNLP 2025.
The significance of this research for the present observation is not that one paper establishes Self-Organizing AI as a mature or standardized field.
Rather, it demonstrates something more specific:
the established concept of Self-Organization is already being used directly within the research vocabulary of LLM-based Multi-Agent Systems.
The relationship between Self-Organization and LLM Agents is therefore an important area for continued observation.
5. Collective AI and Self-Organization
The relationship between Self-Organization and artificial intelligence extends beyond LLM-based systems.
The Nagpal Lab at Princeton University, the Self-Organizing Swarms & Robotics Lab, identifies:
“Collective AI and Self-organization”
as one of its broad research themes. [2]
The lab explores multi-agent models, algorithms, and theory inspired by self-organization in biological systems, including decentralized coordination, communication strategies, local interactions, stigmergy, and the relationship between local interactions and global collective behavior.
This provides an established research example connecting:
Artificial Intelligence
Robotics
Biology
Collective Intelligence
through the concept of Self-Organization.
As AI expands from individual intelligent systems toward collections of interacting intelligent systems, the performance of each individual AI may not be the only important question.
Another question may become increasingly significant:
How do multiple intelligent systems form relationships, coordinate, adapt, and produce collective capabilities?
That question lies close to the conceptual territory of Self-Organization.
6. Swarm Robotics and Self-Organization
Self-Organization is not limited to software-based AI Agents.
In 2026, Sensors published the systematic review:
“Stigmergy and Self-Organizing Systems in Swarm Robotics: A Systematic Review.” [4]
The review analyzed 338 scientific works relating to stigmergy, self-organization, and swarm robotics.
Among its findings, the review discusses the significance of Self-Organization and stigmergic principles in relation to:
Robustness
Scalability
Adaptability
and identifies growing interest in hybrid approaches involving:
Swarm Optimization
Distributed Learning
Adaptive Control
among other research directions.
In systems involving many robots, one possible design approach is not to control every robot in detail from a single central point, but to allow collective behavior to arise through local sensing, interaction, and distributed coordination.
As AI technologies increasingly interact with the physical world, it will be important to observe how Self-Organization relates to areas such as:
Swarm Robotics
Autonomous Robot Fleets
Distributed Sensor Systems
Drone Systems
Smart Infrastructure
Collective Robotics
These are areas for observation rather than predictions of inevitable adoption.
It has not been established that Self-Organization will become the dominant architecture across these fields.
7. Signs of Movement from Research Toward Implementation
In 2026, notable examples can also be identified outside academic research.
On August 11, 2026, Amazon Web Services published an AWS Architecture Blog article titled:
“Scaling patterns for self-organizing multi-agent clusters with Kiro.” [5]
The article discusses an approach described as:
“self-organizing multi-agent clusters.”
It presents kiro-flock, an open-source reference implementation in which AI Agents coordinate through shared state rather than through a central orchestrator.
In the reference implementation described by AWS, Agents operate independently and coordinate by reading information stored in a shared environment.
This example requires careful interpretation.
AWS does not present this pattern as the correct architecture for every Multi-Agent System.
The article distinguishes workloads for which a self-organizing cluster may be suitable from workloads for which a Supervisor-based architecture may remain the better fit.
AWS also explicitly describes kiro-flock as a reference implementation to study and adapt, rather than as a production system.
Accordingly, this example should not be interpreted as evidence that Self-Organization has become an industry-standard AI architecture.
It is nevertheless an important observation that the phrase:
“self-organizing multi-agent clusters”
is now being used in an applied architecture context by a major cloud and AI infrastructure provider.
For the study of selforganization.ai, this represents a notable development as of August 2026.
8. The Current Position as of August 2026
Based on the research and technical information currently available, 22degrees views the position of Self-Organization as follows.
Self-Organization itself is not new.
It is a long-established interdisciplinary concept with connections to fields including:
Biology
Physics
Chemistry
Complex Systems
Robotics
Artificial Intelligence
Social Systems
At the same time, AI research and development are expanding into areas involving:
AI Agents
Multi-Agent Systems
Collective Intelligence
Distributed AI
Autonomous Systems
This creates renewed importance around a fundamental question:
How can many AI systems coordinate, adapt, and form roles or structures when operating together?
Self-Organization is beginning to intersect with this question through academic research, robotics, multi-agent architectures, and experimental or reference implementations.
As of August 2026, it would be premature to state that:
“Self-Organizing AI”
has become an established industry-wide category or standard term.
However, the connection between Self-Organization and Multi-Agent AI is no longer only a theoretical future possibility.
It can already be observed in published research, established robotics research programs, system architecture discussions, and reference implementations.
This is the central observation of this first research report.
9. What Will 22degrees Observe Next?
For selforganization.ai, 22degrees will continue to observe several developments.
1. The Language of “Self-Organizing AI”
Will terms such as:
“Self-Organizing AI”
“Self-Organizing Agents”
“Self-Organizing Multi-Agent Systems”
become more common in research papers, technical architectures, companies, technologies, products, or services?
2. Changes in Multi-Agent System Architecture
Will LLM-based Multi-Agent Systems continue to rely primarily on predefined hierarchies, assigned roles, Supervisors, and Orchestrators?
Or will more systems allow Agents themselves to dynamically form roles, relationships, and coordination structures?
3. Scale
If AI systems expand from small groups of Agents toward tens, hundreds, or larger populations of Agents, will centralized orchestration encounter meaningful limitations related to:
Scalability
Resilience
Adaptability
Coordination
and, if so, will Self-Organizing approaches become one of the responses?
4. Robotics and Physical AI
As AI expands further into physical environments, will Self-Organization become increasingly relevant to large groups of autonomous machines, robots, sensors, or other distributed systems?
5. Commercial Adoption
Will Self-Organization remain primarily a scientific and technical concept?
Or will it increasingly appear in the names and classifications of actual technologies, platforms, products, services, organizations, or companies?
These are not conclusions.
They are questions that will be observed over time.
10. Domain Asset 002 | selforganization.ai
selforganization.ai is currently in the following phase within 22degrees:
Current Phase: Observe
22degrees does not intend to define this Domain Asset solely through a fixed present-day valuation.
Instead, the primary subject of observation is the underlying concept itself:
Self-Organization.
We will continue to examine how the meaning and relevance of this concept may change as AI technology, research, industry, and society develop.
It is important not to begin with the assumption that Self-Organization will necessarily become a central concept in the future of AI.
Multi-Agent AI may develop primarily around centralized architectures.
Other terminology or architectural approaches may become more widely adopted.
Commercial adoption of the term Self-Organization may remain limited.
Such developments would constitute relevant negative evidence and should also become part of the observation record.
Conversely, if developments in areas such as:
Self-Organizing AI
Collective AI
Swarm Robotics
Distributed Autonomous Systems
increase the technological or industrial relevance of Self-Organization, those changes will also be recorded.
The purpose is not to begin with a predetermined positive conclusion about selforganization.ai.
The purpose is to observe how the technological, scientific, industrial, and social position of the underlying word and concept changes over time.
11. Observe → Mature
22degrees describes its .ai Domain Discovery Journey through the following process:
Discover
↓
Acquire
↓
Observe
↓
Mature
↓
Transfer
selforganization.ai moved from Acquire to Observe on August 28, 2026.
From this point forward, 22degrees will continue to observe developments in research, technology, industry, markets, and the broader use of the concept.
This page is therefore not intended to remain a permanently fixed document.
As new research, architectures, implementations, and forms of real-world use emerge, additional Observation Records may be added.
The purpose is to document, over time:
how the meaning and position of “Self-Organization” evolve in the age of AI.
By observing those changes, we can study how the meaning and potential of a word may mature over time.
That is the first research theme of:
Domain Asset 002 | selforganization.ai
References / Primary Sources
[1] Self-Organization / General Scientific Background
Carlos Gershenson,
“Self-organizing systems: what, how, and why?”
npj Complexity, Volume 2, Article 10, 2025.
Published: March 25, 2025.
DOI: 10.1038/s44260-025-00031-5
Official Source: Nature / npj Complexity
[2] Collective AI and Self-Organization
Princeton University, Nagpal Lab
Self-Organizing Swarms & Robotics Lab
Research theme: “Collective AI and Self-organization”
Official Source: Princeton University, Nagpal Lab Research Page
Accessed: August 29, 2026
[3] Self-Organizing LLM-Based Multi-Agent Systems
Heng Zhou, Hejia Geng, Xiangyuan Xue, Li Kang, Yiran Qin, Zhiyong Wang, Zhenfei Yin, and Lei Bai,
“ReSo: A Reward-driven Self-organizing LLM-based Multi-Agent System for Reasoning Tasks”
Proceedings of the 2025 Conference on Empirical Methods in Natural Language Processing (EMNLP 2025), pp. 15979–15998.
Association for Computational Linguistics.
DOI: 10.18653/v1/2025.emnlp-main.808
Official Source: ACL Anthology
[4] Swarm Robotics and Self-Organization
Luigi Maciel Ribeiro, Nadia Nedjah, and Luiza de Macedo Mourelle,
“Stigmergy and Self-Organizing Systems in Swarm Robotics: A Systematic Review”
Sensors, Volume 26, Issue 13, Article 4227, 2026.
Published: July 3, 2026.
DOI: 10.3390/s26134227
Official Source: Sensors / MDPI
[5] Self-Organizing Multi-Agent Architecture
Ivo Kammerath and Johannes Langer,
“Scaling patterns for self-organizing multi-agent clusters with Kiro”
AWS Architecture Blog
Published: August 11, 2026.
Official Source: Amazon Web Services
Note
This page is a Research / Observation record maintained by 22degrees concerning Self-Organization and related developments in artificial intelligence, multi-agent systems, robotics, and associated fields.
The term “Domain Asset” is an internal descriptive and management term used by 22degrees within this project. It does not refer to any legally defined asset class, security, financial instrument, investment product, or other regulated financial category.
The expression “digital asset” on this page refers only to 22degrees’ conceptual treatment of a domain name as a digital property associated with a word or concept. It is not intended to characterize the domain name as a financial instrument or investment product.
This page summarizes and discusses publicly available academic research, university research information, and official technical materials in original wording prepared by 22degrees. It is not intended to reproduce third-party abstracts, figures, tables, or substantial portions of third-party publications.
References to universities, research institutions, publishers, companies, technologies, products, and other third parties are provided solely to identify relevant research, technical developments, and source materials.
Such references do not indicate or imply any affiliation, partnership, sponsorship, endorsement, approval, or other relationship between 22degrees and any referenced third party.
All third-party names and trademarks remain the property of their respective owners.
Nothing on this page guarantees the future success, adoption, performance, commercial use, or commercial value of any research result, company, technology, product, service, concept, or Domain Asset.
Statements concerning possible future developments include observations and research questions based on information available as of August 29, 2026. They should not be interpreted as predictions or guarantees of future technological development, industry adoption, terminology, market conditions, or commercial outcomes.
Nothing on this page constitutes an offer or solicitation of any financial product, investment recommendation, investment advice, securities offering, or guarantee of future value.
© 2026 22degrees. All rights reserved.