AI エージェント向けのデュラブルタスク

何時間も実行され、外部ツールを呼び出し、インフラストラクチャの障害に耐えなければならない AI エージェントには 永続的な実行 が必要です。これは、進行状況を自動的にチェックポイント処理し、中断したところから再開する機能です。 Durable Task Scheduler と Durable Task プログラミング モデルでは、このインフラストラクチャが提供され、状態管理、チェックポイント処理、分散調整が処理されるため、エージェント コードは必要ありません。

このプログラミング モデルでは、.NET、Python、Java、JavaScript/TypeScript の標準プログラミング コンストラクト (ループ、条件、エラー処理) を使用して、回復性に優れたステートフルなエージェント ワークフローを構築します。 ランタイムは状態を保持し、エラーから自動的に回復します。

Durable Task はエージェント フレームワークではありません。with Microsoft Agent Framework、LangChain、または直接 LLM API 呼び出しを含む任意の AI エージェント フレームワークで動作します。 エージェント ロジックに重点を置きます。Durable Task は、信頼性の高い実行を大規模に処理します。

この記事では、以下について説明します。

耐久性のある実行が解決する生産上の課題

運用環境の AI エージェントは、永続的な実行が対処するいくつかの課題に直面しています。

• 実行時間の長いステートフル セッション — 人間のループ内対話、複数ステップの推論、ツール拡張ワークフローでは、エージェントを数時間、数日、または数週間アクティブな状態に保つことができます。 エージェントは、すべてのステップで保持する必要がある状態 (会話履歴、中間結果、保留中の決定) を蓄積します。
• 高価なトークン消費 — 大量の LLM トークンを処理すると、コストと時間がかかります。 レート制限により、ワークフローの途中でエージェントの能力が抑制されることがあります。 途中でエラーが発生した場合、トークンは既に消費され、既に費やされた時間は失われます。
• インフラストラクチャの中断 — コンピューティングの再起動、デプロイ、スケールイン イベント、および一時的な障害により、エージェント セッションがクラッシュする可能性があります。 復旧を行わない場合、エージェントは最初から再起動し、以前に費やしたすべてのトークンを再利用し、完了したすべての作業を繰り返す必要があります。

永続的な実行は、次の課題を解決します。

• 自動チェックポイント — Durable Task ランタイムは、永続的ストレージへのすべての状態遷移 (LLM 応答、ツール呼び出し結果、制御フローの決定) をチェックポイント処理します。
• 最後のチェックポイントからの再開 — 障害が発生すると、正常な VM で 実行が自動的に 再開されます。 完了した LLM 呼び出しが再度行われることはなく、トークンの消費と処理時間の両方が抑えられます。
• 組み込みの再試行 — バックオフを使用した構成可能な再試行ポリシーは、追加コードなしで LLM API、外部ツール、ダウンストリーム サービスからの一時的なエラーを処理します。

エージェンティックワークフローのパターン

Durable Task では、次の 2 つの大きなカテゴリに分類されるさまざまなエージェント ワークフロー パターンがサポートされています。

• 決定論的ワークフロー: コードによって制御フローが定義されます。 標準のプログラミングコンストラクトを使用して、分岐、並列処理、エラー処理などの一連の手順を記述します。 LLM はワークフロー内のステップとして呼び出されますが、フロー全体は制御されません。
• エージェント向けワークフロー (エージェント ループ): LLM によって制御フローが駆動されます。 エージェントは、呼び出すツールを、どの順序で、いつタスクが完了するかを決定します。 ツールと手順は指定しますが、実行時にエージェントによって実行パスが決定されます。

どちらのカテゴリも永続的な実行の利点があり、同じアプリケーションで組み合わせることができます。 サポートされているパターンとコード サンプルの詳細については、 Agentic アプリケーション パターンに関する記事を参照してください。

Azureでのエージェント ワークフロー オプションの比較

Durable Task テクノロジ スタックに加えて、Azureでエージェント ワークフローを構築するためのオプションがいくつかあります。 各オプションには、制御フロー、プログラミング言語のサポート、AI フレームワーク統合、ホスティング、状態管理、対象ユーザーの要件に応じて、異なる長所とトレードオフがあります。 次の表は、ニーズに合った表を決定するのに役立ちます。

次のステップ

• エージェント アプリケーション パターン
• Microsoft Agent Framework (プレビュー) 用 Durable Task の拡張機能
• Durable Task Scheduler の概要