分散エージェントの「落ちた後」の復旧は、落ちる前にしか作れない——検知と作動体の分離

分散AIエージェント群の運用中に発生した、エージェントのプロセスが予期せず停止した際の復旧困難な状況について報告しています。自動復旧の仕組みが機能しなかった経験から、エージェントの「復旧」は「停止前」にしか設計できないという教訓を、検知（detector）と作動体（actuator）の分離という観点から論じています。

• 分散AIエージェント運用中にプロセスが予期せず停止し、復旧できない事態が発生した。
• 「検知（detector）」と「作動体（actuator）」の分離が重要であり、作動体は障害発生前に準備が必要だと判明した。
• プロセスの「停止（dead）」と「停滞（stuck）」では復旧方法が異なり、停滞用自動復旧は停止状態では機能しない。
• AIエージェントの遠隔操作や再起動を行う「作動体」は、平常時に各エージェントへ事前に配備しておく必要がある。
• 障害発生後に復旧策を後付けすることは原理的に不可能であり、設計段階での考慮が不可欠であると結論づけている。