長時間実行型 AI Agent ハーネス：プロダクション対応 Agent に欠けていた重要ピース

長時間実行型 AI Agent ハーネス - 状態永続化の可視化

はじめに：95% の失敗率

GPT-4 のリリース以来、自律型 AI Agent の可能性は開発者たちを魅了し続けています。しかし、数十億ドルの投資と数え切れないほどのプロトタイプが誕生したにもかかわらず、95% の AI Agent プロジェクトはプロダクション環境に到達しません。その理由はモデルの能力ではなく——インフラストラクチャです。

非自明な AI Agent を構築したことがあるすべての開発者が、同じ悪夢に直面しています：セッションが終了する。ブラウザの更新、サーバーの再起動、単純なタイムアウトのいずれであれ、Agent はそのすべてのコンテキストを失います。ある Hacker News ユーザーの痛切な指摘のように：「モデルは小さなタスクのたびに、毎回ゼロから世界全体を再構築しなければならないのです。」¹

これは単なる不便ではありません——根本的なアーキテクチャ上の欠陥です。現実世界の Agent には以下が必要です：

• 数日から数週間にわたってコンテキストを維持する
• 障害後に優雅に復帰する
• 状態を失うことなく複雑なマルチステップワークフローを処理する
• 連鎖障害を起こさずに複数の Agent を調整する

解決策は？長時間実行型 AI Agent ハーネス——持続的でステートフルな Agent 実行のために特別に設計されたインフラストラクチャ層です。

コアコンセプト：長時間実行問題の理解

長時間実行型 AI Agent ハーネスとは？

長時間実行型 AI Agent ハーネスは、Agent と基盤となる実行環境の間に位置するインフラストラクチャ層で、以下を提供します：

1. 状態永続化：Agent コンテキストの自動保存と復元
2. チェックポイント：ワークフロー内のきめ細かな復旧ポイント
3. 耐障害性：データ損失なしに障害から復帰
4. マルチセッション対応：切断されたインタラクションを跨いで作業を継続

自動保存機能付きのテキストエディタ（VS Code）と、それがないもの（ed）の違いと考えてください。今日のほとんどの Agent フレームワークは自動保存なしで実行されています。

Anthropic のイニシャライザー Agent + コーディング Agent パターン

効果的な Agent ハーネスに関する彼らの画期的な研究において、Anthropic は長時間実行型 Agent のゴールドスタンダードとなっている2 フェーズパターンを導入しました：²

フェーズ 1：イニシャライザー Agent

• タスク要件を分析
• 環境と依存関係をセットアップ
• 構造化された計画を作成
• 永続状態を初期化

フェーズ 2：コーディング Agent

• 初期化されたコンテキスト内で作業
• すべての操作で状態を維持
• 一時停止、再開、復旧が可能
• 意味のある境界でチェックポイントをコミット

このパターンは、セットアップと実行をエレガントに分離し、高価な初期化が一度だけ行われることを保証します。

状態永続化 vs チェックポイント vs 持続的実行

フレームワークを評価する際、これらの違いを理解することが重要です。

フレームワーク比較：状態管理の現状

LangGraph（~27.9K GitHub Stars）³

LangGraph は、ステートフルな Agent アプリケーションを構築するための主要なオープンソースフレームワークとして登場しました。そのグラフベースのチェックポイントは、各ノード遷移時に自動的に状態を永続化します。

強み：

• 複数のバックエンドオプションを持つ組み込み永続化層（PostgreSQL、SQLite、Redis）
• スレッドベースの会話分離
• 状態ブレークポイントによる人間介入対応
• タイムトラベルデバッグ機能

トレードオフ：

• グラフベースのメンタルモデルの学習曲線が急
• LangChain 依存関係がアーキテクチャの複雑性をもたらす
• プロダクションデプロイメントの設定オーバーヘッド

使用時期： 詳細な可観測性を必要とする複雑なマルチステップワークフロー。

Temporal

Temporal は、持続的実行という根本的に異なるアプローチを採用しています。Agent 状態をチェックポイントするのではなく、Temporal はすべてのワークフローステップが自動リトライと復旧で正確に一度実行されることを保証します。

強み：

• Uber 規模のプロダクションワークロードで実績済み
• リプレイとデバッグのための完全なイベント履歴
• 言語に依存しない（Go、Java、TypeScript、Python）
• 組み込みの可観測性と監査証跡

トレードオフ：

• 大幅なインフラストラクチャ投資が必要
• 独断的なプログラミングモデルが適応を必要とする
• 単純な Agent ワークフローには過剰

使用時期： 保証された実行を必要とするミッションクリティカルなエンタープライズアプリケーション。

MCPlato

MCPlato は、長時間実行型 Agent に対してワークスペースネイティブアプローチを採用しています。既存のフレームワークに永続化を付け足すのではなく、MCPlato はマルチセッション Agent 実行のためにゼロから設計されました。

強み：

• 即座に使えるゼロ構成のセッション永続化
• 断続的セッションを跨ぐ ClawMode 自律実行
• 共有ワークスペースコンテキストによる自然なマルチ Agent オーケストレーション
• コーディング Agent 向けの Git 対応状態管理

トレードオフ：

• LangGraph と比較して小さなエコシステム
• 特定のエンタープライズパターンでは成熟度が低い
• GitHub プレゼンス（#2 ランク）は LangGraph に後れを取る

使用時期： 最小限のインフラストラクチャオーバーヘッドで協調的マルチ Agent システムを構築するチーム。

CrewAI（~47.5K GitHub Stars）⁴

CrewAI は最も多くのスターを獲得していますが、状態管理は最も限定的です。そのメモリシステムは短期コンテキストに RAG を使用しますが、真の永続化には欠けています。

強み：

• 直感的な Agent ロール定義
• 迅速なプロトタイピングに最適
• アクティブなコミュニティとドキュメント

トレードオフ：

• ネイティブなセッションを跨いだ永続化がない
• メモリが user_id/session_id でフィルタリングされない（既知の問題）⁵
• プロダクションデプロイメントには大幅なカスタム作業が必要

使用時期： 状態損失が許容される概念実証と社内ツール。

実際のユーザーの痛点

"世界全体の再構築"

Hacker News のコメント 「モデルは小さなタスクのたびに、毎回ゼロから世界全体を再構築しなければならないのです」¹ は、普遍的な不満を捉えています。状態永続化がなければ、Agent は以下を行う必要があります：

1. すべてのソースファイルを再読み込み
2. 問題領域を再分析
3. ゼロからコンテキストを再確立
4. ユーザーの好みを再学習

これは非効率なだけではありません——コストがかかります。各再構築はトークンを消費し、レイテンシを増加させ、ユーザーエクスペリエンスを低下させます。

LangChain 抽象化の議論

LangGraph の成功は、批判なしには来ていません。Hacker News のスレッドでは、LangChain の 「そうでなければ基本的な Python になるものを不条理に過剰に複雑にすること」 について、「スパゲッティのラビットホール」 と表現する不満が頻繁に登場します。⁶

核心的な緊張：抽象化は強力なパターン（チェックポイント、永続化）を可能にしますが、透明性とデバッグ可能性の代償を伴います。

ベクトル DB メモリ：信頼できない近道

多くのチームがベクトル DB を使用して状態永続化を解決しようとしています——会話履歴を埋め込みとして保存し、「関連する」コンテキストを検索します。このアプローチには致命的な欠陥があります：

• セマンティックドリフト：類似性検索が重要な状態を見落とす可能性がある
• トークン爆発：検索されたコンテキストが急速に制限を超える
• 非決定性：同じクエリが異なるコンテキストを返す可能性がある

真の状態永続化には、セマンティック近似ではなく構造化ストレージが必要です。

マルチ Agent システムにおける連鎖障害

最も痛いプロダクション障害は、Agent A が Agent B に依存し、Agent B が Agent C に依存している——そして Agent C が実行途中で状態を失う場合に発生します。永続化を調整するハーネスがなければ、1 つの Agent の記憶喪失が全員の問題になります。

MCPlato の差別化：正直な評価

MCPlato がこの状況でどこに位置するか、率直に説明しましょう。

MCPlato が優れている点

使いやすさ：MCPlato のセッション永続化はゼロ構成を必要とします。ワークスペースを作成すると、Agent は自動的にセッションを跨いですべてを記憶します。Temporal のインフラストラクチャセットアップや LangGraph のチェックポイント構成と比較してください。

マルチ Agent オーケストレーション：MCPlato のワークスペースモデルは、マルチ Agent コラボレーションを自然にサポートします。Agent は、明示的な状態渡しコードなしに、共通のファイルシステムとセッション履歴を通じてコンテキストを共有します。

ClawMode 自律性：ClawMode 機能は、Agent が断続的セッションを跨いで作業を継続することを可能にします——これは他のフレームワークがネイティブに提供していないものです。

MCPlato が劣っている点

エンタープライズ成熟度：極度の信頼性要件（金融取引、医療システム）には、Temporal の持続的実行モデルが依然としてゴールドスタンダードです。MCPlato はまだ同じ実行保証を提供していません。

エコシステム規模：~27.9K スターで、LangGraph はより大きなコミュニティ、より多くの統合、より速い問題解決を持っています。MCPlato は採用率で #2 にランクされますが、絶対数では後れを取っています。

フレームワーク柔軟性：LangGraph のグラフモデルは任意の Python コードで機能します。MCPlato のワークスペースモデルは、Agent が環境とどう相互作用するかについてより独断的です。

正直なランキング

GitHub スターとコミュニティ採用率でランク付けする場合：

1. CrewAI (~47.5K) - 最も人気があるがプロダクション用途は限定的
2. LangGraph (~27.9K) - 機能と採用率の最良のバランス
3. MCPlato - 独自の強みを持つ新興プレーヤー
4. Temporal - エンタープライズ向け、小さなオープンソースフットプリント

MCPlato の独自の価値は、最大であることではなく——プロダクション対応でありながら最も使いやすいことです。

技術実装ガイド

チェックポイント戦略

頻度のトレードオフ：

• 頻度が高すぎる：パフォーマンスオーバーヘッド、ストレージ肥大
• 頻度が低すぎる：チェックポイント間の作業損失リスク
• ちょうど良い：自然な境界で（ファイル書き込み、API 呼び出し、ユーザー確認）

推奨アプローチ：

# 最適なチェックポイントの疑似コード
def agent_workflow(task):
    checkpoint("task_start", {"task": task})

    try:
        # 初期化（チェックポイントを一度）
        context = initialize_environment(task)
        checkpoint("initialized", context)

        # メイン作業（境界でチェックポイント）
        for step in task.steps:
            result = execute_step(step, context)
            if is_significant_change(result):
                checkpoint(f"step_{step.id}", result)

        # 最終状態
        checkpoint("completed", final_state)

    except Exception as e:
        # 最後のチェックポイントから復元
        last_state = restore_last_checkpoint()
        retry_with_state(last_state, e)

プロダクションのベストプラクティス

1. 一時的な状態と永続的な状態を分離：すべてを保存する必要はない
2. 状態スキーマをバージョン管理：進化する Agent の移行戦略
3. ヘルスチェックを実装：スタックした Agent を検出して復旧
4. チェックポイントサイズを監視：大きな状態は復旧を遅くする
5. 障害シナリオをテスト：クラッシュをシミュレートし、復旧を検証

市場の現実

Agentic AI オーケストレーションとメモリシステム市場は、2025 年の 62.7 億米ドルから 2030 年までに 284.5 億米ドルに成長し、CAGR 35.32% を見込んでいます。⁷

この爆発的な成長は、重要な認識を反映しています：モデルは十分に良くなった——今、インフラストラクチャが必要だ。今日、状態永続化に投資している企業は、明日のマルチ Agent システムに向けて自分たちを位置づけています。

結論：2026 年以降

ステートレス Agent の時代は終わりつつあります。2026 年には、状態永続化がプロダクション AI システムの基本条件となりつつあります。問題は、長時間実行型ハーネスを実装するかどうかではなく、どれがあなたのニーズに合うかです。

私たちの推奨：

• 迅速なプロトタイピング：CrewAI から始め、状態が重要になったら移行
• 複雑なワークフロー：LangGraph が最高の機能セットを提供
• エンタープライズ信頼性：Temporal が実行保証を提供
• マルチ Agent コラボレーション：MCPlato がインフラストラクチャオーバーヘッドを最小化

"欠けていたピース"はもう欠けていません。フレームワークは存在します。パターンは実証されています。唯一の問題は、あなたの Agent がどこで止まったかを覚えているかどうかです。

---

参考文献

---

この記事は MCPlato 研究チームによって作成されました。MCPlato は、マルチ Agent コラボレーションとステートフル実行のために設計された長時間実行型 AI ワークスペースです。

Footnotes

1. Hacker News の AI Agent 状態損失に関するコメント, https://news.ycombinator.com/item?id=46515696 ↩ ↩²

2. Anthropic エンジニアリングブログ - "長時間実行型 Agent の効果的なハーネス", https://www.anthropic.com/engineering/effective-harnesses-for-long-running-agents ↩

3. LangGraph GitHub リポジトリ, https://github.com/langchain-ai/langgraph (2026 年 3 月時点で 27.9K スター) ↩

4. CrewAI GitHub リポジトリ, https://github.com/crewaiinc/crewai (2026 年 3 月時点で 47.5K スター) ↩

5. CrewAI コミュニティディスカッション - "CrewAI メモリマルチユーザー環境", https://community.crewai.com/t/crewai-memories-multi-users-environment-conversational-history/4237 ↩

6. Hacker News の LangChain 複雑性に関する議論, https://news.ycombinator.com/item?id=36725982 ↩

7. Mordor Intelligence - "Agentic Artificial Intelligence Orchestration and Memory Systems Market", https://www.mordorintelligence.com/industry-reports/agentic-artificial-intelligence-orchestration-and-memory-systems-market ↩