57分間、死んだジョブを誰も見ていなかった ― 見張りを機械に渡す実装

長時間ジョブを実行するAIエージェントの監視について解説。ジョブが停止しても検知できずにいた経験から、見張りスクリプト、状態ファイルの設計、判断待ちの出し方といった実装の詳細を説明する。

• 長時間ジョブの監視において、人が監視を停止した際に誰も気づかず57分間ジョブが放置される問題が発生した。
• この問題を解決するため、ジョブの「動いている」状態と「進んでいる」状態を区別し、「動くべきなのに動いていない」状態を検出する実装を提案している。
• 進捗の出所を複数確保し、最も新しい情報を採用することで、偽の停止判定を防ぐ方法を示している。