チェックポイントと再開（checkpoint-and-resume）は、長時間稼働する AI エージェントについて、実際に機能するものとデモとを分けるパターンとして Shubham Saboo と Addy Osmani が挙げた 5 つのパターンの 1 つである。エージェントを長時間稼働するサーバープロセスのように扱い、中間状態をディスクに書き出して一定間隔でチェックポイントを取ることで、長いジョブの途中で障害が起きても、最初からやり直すのではなく最後のチェックポイントから復旧する。
用法
これは、4 時間かけて 200 件の文書を処理するエージェントが 201 件目の文書でエラーに遭遇する例で説明されている。チェックポイントがなければ、その障害は最初からのやり直しを意味する。これは同じ記事に登場する 4 つの兄弟パターン、すなわち委任された承認（ヒューマン・イン・ザ・ループ を参照）、メモリを階層化したコンテキスト、アンビエント処理、フリートオーケストレーションと並べて示されており、これらは組み合わせ可能だと説明されている。1 つのシステムが、文書処理にはチェックポイントを使い、同時に専門エージェントの協調にはフリートオーケストレーションを使うこともありうる。
適用される場面
最も多い障害モードが、途中のクラッシュやエラーによって蓄積したコンテキストを失うことであるような、数時間から数日に及ぶエージェントの実行全般に適用される。エージェントが書き込める永続的なファイルシステムを前提としており、それを提供する例として Google の Agent Runtime のサンドボックスが挙げられている。ただし、適切なチェックポイントの粒度の選択は判断に委ねられている。すべてのステップで取るのでもなく、最後の最後だけで取るのでもない。
関連用語
長時間稼働エージェント, ヒューマン・イン・ザ・ループ, Gemini Enterprise Agent Platform