エージェントのトランザクション境界は、1つのコミット済み単位として扱われる効果を定義し、真のロールバックと補償、または不可逆な外部アクションを区別します。
家庭用エージェントは、1つの計画でファイル名の変更、インデックスの更新、メッセージの送信、ドアの解錠、監査記録の書き込みを行うことがあります。一部の操作だけが同じデータベーストランザクションを共有し、その他は独立したツールや物理世界でコミットされます。この境界によって、状態がいつ永続化されるのか、何を正確に復元できるのか、そして補償や事前承認が必要な地点をワークフローがいつ越えるのかが明確になります。
アトミックなロールバックは、共有トランザクションマネージャー内にのみ存在する
1つのトランザクションデータストア内では、エージェントやツールが変更をステージングしてまとめてコミットできるため、コミット前に失敗すれば変更は何も表示されません。セーブポイントを使えば、外側のトランザクションを維持したまま作業の一部をロールバックできます。
Sagaパターンは、1つのグローバルなアトミックトランザクションと、一連のローカルトランザクションを区別します。外部サービスがコミットすると、元のデータベースのロールバック機構ではその効果を制御できなくなります。この違いは、後の家庭環境でのテストでも明確に現れます。
したがって、エージェントの計画は、複数のステップを列挙しているだけではトランザクションではありません。各ツールは、コミットのセマンティクス、冪等性、そしてオーケストレーターが判断できる永続的な操作IDを公開する必要があります。自動化を進める前に、中間結果を検査可能な状態に保つ必要があります。
補償は履歴を消去するのではなく、新たな効果を生み出す
コピーしたファイルの削除、請求の返金、訂正の送信は、以前のアクションを相殺できますが、元のイベントが発生した事実は残り、観測者がすでに反応している可能性もあります。補償はツールごとに設計する必要があり、補償自体が失敗することもあります。
AzureのSagaガイダンスでは、補償可能な操作、ピボットステップ、補償不可能な操作を区別しています。ピボットは、それ以降のワークフローでは、以前のすべての効果を取り消せるふりをするのではなく、一貫した結果に向けて進み続けなければならない地点を示します。
エージェントの場合、可逆的なファイル移動は、メッセージ送信、ドア制御、公開、またはデバイスコマンドの前に配置します。通常、承認は最初の不可逆な、または外部から見えるピボットの直前に置くべきです。この境界は、現実的な運用条件の下で個別に測定する必要があります。
再試行には冪等性と信頼できる操作ログが必要
タイムアウト後、オーケストレーターは、ツールがコミット前に失敗したのか、コミット後に失敗したのかを把握できない場合があります。冪等性キーなしで再試行すると、メッセージ、支払い、ファイル、または自動化が重複する可能性があります。一方、成功したと決めつけると、必要な作業を飛ばすことがあります。この実際的な影響は、複数のソースが限られたコンテキストを奪い合うときに現れます。
Temporalによる補償アクションの分析では、以前に完了した分散ステップに対する明示的な補償アクションの重要性が強調されています。永続的なワークフロー状態には、試行、確認応答、補償、現在のピボットを記録する必要があります。この依存関係は、最終的なインターフェースでも明示的に保つ必要があります。
失敗境界とは、データの開示、すでに読まれた通知の送信、バージョン管理されていないファイルの削除、ハードウェアの作動など、逆操作のない物理的または外部的な効果です。その境界を越えた後、ソフトウェアのロールバックで世界を完全に元どおりにすることはできません。
エージェントが実行する前に、すべてのツールステップを分類する
各アクションについて、リソース、トランザクションマネージャー、準備およびコミットの時点、冪等性キー、観測可能な副作用、逆操作、補償の前提条件、タイムアウトの不確実性、再試行ルール、承認ゲート、監査イベントを記録します。その結果は、元の証拠と照合して確認する必要があります。
エージェント監査証跡を使って意思決定を再構成します。リクエスト前、ツール受信後、コミット後、確認応答前、補償中、ピボット後に障害を注入し、重複抑制と最終的な整合性を検証します。この違いは、後の家庭環境でのテストでも明確に現れます。
ツールが保証している場合にのみ自動ロールバックを許可します。可逆的な業務上の効果には補償を使用し、不可逆なピボットの前には承認を必須にし、エージェント計画全体がロールバックされたと主張するのではなく、不確実性を明示します。自動化を進める前に、中間結果を検査可能な状態に保つ必要があります。
テック&AIハブ
もっと読む

ローカルLLMはプロセスの再起動後に生成を再開できますか?
LLM生成の再開についてのメカニズム優先の説明、共有リソースにおけるトレードオフ、クエリ・ファンアウトに関する3つのFAQ、そして実践的な検証プロトコル。

ホームサーバーは同じ内蔵GPUで埋め込み生成と動画トランスコードを実行できますか?
共有 iGPU の埋め込みとトランスコーディングについて、仕組みを第一に説明し、共有リソースのトレードオフ、クエリファンアウトに関する3つのFAQ、実践的な検証方法を紹介します。

アクセストークンの有効期間はセキュリティと家庭内の手間にどのような影響を与えるか?
アクセストークンの有効期間について、仕組みを重視した説明、共有リソースのトレードオフ、クエリファンアウトに関する3つのよくある質問、そして実践的な検証手順。

