AIエージェントの完了報告を検証する——保存しましたと言われて確かめたら、保存されていなかった話

ウェルスナビのSREチームが28卒向け20日間インターンシップを実施し、インターン生2名が自社開発のSREエージェント「Clione」のパフォーマンス改善とAIによるSQLレビュー品質向上に取り組んだ。Clione は Agent Observability導入で計測し、4つの課題を洗い出して改善。SQLレビュー機能では Bytebase、Datadog、Lambda、Terraform を組み合わせ、本番環境のワークロード分析を含む総合レビュー機能を実装した。

LLM ベースのエージェント実装で途中で止まる・コストが読めない状況から脱するための実践教材。ReAct ループの Python 実装から状態管理・メモリ・マルチエージェント・隔離実行・人間の介在・可観測性まで、本番運用に耐える設計判断基準を Docker 内でローカル完結で習得。

AI自己改善ループを長期運用する際に避けられない3つの問題（ログ肥大化、トークン制限、パース失敗）と、その対策パターンを実装経験から解説。チャンク分割・事前計測・クリーンなテキスト化など、継続的な運用を前提とした設計アプローチを提示する。

Agent 型 AI 開発で作業ログから継続的にルールを自動更新する際、ログの振り返りだけでは実務で機能しない問題に対し、気づきを検索可能な単位に「蒸留」する 2 速メモリ仕組み（素ログ取得と AI による定期カード化）を提案。決定の結果追記・3 分類トリアージなど 5 つの工夫により、積み上がる学習を複利的に生かす実装方法を示す。