続・エージェント追跡：失敗から立ち直る運用が進む

AIエージェントを一度動かすのは、もう簡単な時代になりました。本当に難しいのは、失敗したあとにどう立ち直らせるかです。ハッカーニュースでは「gVisorでエージェントをサンドボックス化し、テックリードを演じる」という投稿が話題となりました[2]。日本のXでも「AI事業」という語がトレンドに浮上しています[4]。エージェントへの関心が、開発現場からビジネスの側へも広がっているようです。前回の記事では隔離と端末内実行が焦点でしたが、今回はその先の「運用」をめぐる動きです。小さな投稿のやり取りから、エージェント運用の実像が見えてきます。

注目を集めたのは、タスク管理にカンバンボードを使う仕組みです。プロジェクト名はMIKEです[2]。投稿者は「耐久性のあるエージェントの引き継ぎに使える基盤を探していた」と語ります[5]。以前はopenclawのワークボードを使うしかないと諦めていたものの、使い捨ての環境には重すぎたと振り返ります[5]。ボードの各カードが1つのタスクに対応し、開始を押すとLLMの処理ループが走る設計です。開発者がテックリード役を演じ、エージェントに作業を割り振るイメージです。タスクをボードからLLMへ押し出すことが、このプロジェクトの存在意義だと説明されています。

核心はライフサイクル管理です。LLMが停止したとき、タスクを失効や失敗として記録し、冪等(べきとう)なタスクはキューの一段階前に戻せるかが問われます[5]。冪等とは、同じ作業を何度実行しても結果が変わらない性質のことです。これがあれば、途中で止まっても安全にやり直せます。ローカルモデルの主な問題は、ツール呼び出しの失敗、ループにはまること、推論サーバー側の障害だと投稿者は述べます。自動リトライの仕組みで作業を止めない工夫が紹介されました。派手な機能ではなく、地味な回復処理こそが実運用の分水嶺になる、という指摘と受け取れます。

モデル側もエージェント対応が進んでいます。Redditでは、KRAFTONがゼロから設計・学習させたMoEモデル「Raon-1-mini」が話題です[1]。MoE(専門家の混合)は、入力ごとに一部のパラメータだけを動かす軽量な仕組みです。30B-A4Bは、全体30B(300億)パラメータのうち、推論時に動くのは4B(40億)という構成を示します[1]。韓国語の会話とエージェント作業に強く、Apache 2.0ライセンスで公開されました[1]。内蔵の思考機能により、数学と科学のベンチマークで比較対象をリードします[1]。指示追従と検索のベンチマークでも比較モデルを上回るとされ[1]、英語も堅実な性能です[1]。GGUF形式のファイルも公開されています[1]。

エージェント向けの装備も整っています。Hermes Agent、Pi、OpenCodeに対応するツール呼び出しを備え[1]、推論を高速化するDFlash2ドラフトモデルが同梱されました[1]。推測的デコードとは、小型の下書きモデルが候補を出し、本体が検証することで速度を上げる手法です。量子化はMXFP8とNVFP4の2形式が用意され、NVFP4ならRTX 5090(32GB VRAM)1枚で推論できるとしています[1]。エージェントはツールを呼びながら長時間動くため、1枚のGPUで回る軽さは実用面で大きいと思われます。ただし、速度や消費電力の実測値は素材には見つかりませんでした。

しかし、この議論は意外に小規模です。ポイント3、コメント11件にとどまるなか[2]、「サンドボックス化を本気で気にするのは一握り」という率直な声が上がりました。別の開発者は、gVisorの上にKubernetesを単一マシンのkindで動かすマルチエージェント管理基盤を自作したと明かします。セキュリティのため、worktreeではなくgitの参照クローンへ切り替えたといいます。透過的な出口プロキシと資格情報の分離には「かなり苦労した」とも述べました。参照クローンは根本的に優れた隔離を提供するものの、保護した.gitを伴うworktreeとの優位がどれほどかは未知数だという意見もあります。gVisor側からは「趣味プロジェクトで使われるのを見るのは嬉しい」との反応もありました。

言葉の面からも定着がうかがえます。ケンブリッジ辞典の「agent」にはコンピュータ関連の用例が並びます[6]。「AIエージェントは起こりうる各アクションについて、それが良い行動だと計算する確信度を求める」といった例文です[6]。無料のウェブブラウザエージェントを公開した、という用例もあります[6]。エージェントと外部アプリケーションをつなぐプロトコルの用例も並びます[6]。一方、Wikipediaの「Agent」項目は、スパイや代理人、スポーツ選手の代理人、映画やバンドまで並ぶ多義語の整理ページです[3]。その一つにコンピュータの意味が加わっているのは、AIの「agent」が一般語になった証拠と思われます。

エージェントをめぐる問いは、「タスクをこなせるか」から「失敗しても回復できるか」へ変わってきたようです。リトライとタスク管理で運用を支え、エージェント特化の軽量モデルが1枚のGPUで動きます。隔離の話題に続く今回の動きは、エージェントが日常の業務に根を下ろす過渡期を映し出していると考えられます。安全な隔離を気にする人がまだ一握りである点だけは、今後の課題として記憶しておきたいところです。