Alibaba傘下のLinuxディストリビューション「Anolis OS」プロジェクトが、AIエージェントの挙動をカーネルレベルで観測するツール「AgentSight」を公開しました。監視対象のコードを一切書き換えずに、トークン消費量やLLM API呼び出し、プロセスの挙動までをまとめて記録できるのが特徴です。Hacker Newsでも注目を集めています。
背景と文脈
AIエージェントは、単発の質問応答と違って複数のツール呼び出しやファイル操作を連鎖させながら動きます。何が起きているかを追跡できないと、コストの急増やエラーの原因特定が難しくなり、本番環境での運用に不安が残ります。
これまでの観測手法は、SDK（Software Development Kit：アプリ開発に必要な部品をまとめたツール群）にログ出力コードを組み込む「計装」が主流でした。しかしエージェントのフレームワークは種類が多く、それぞれに専用の計装コードを書くのは開発チームにとって負担になります。フレームワークのバージョンが上がるたびに計装コードが壊れてしまうことも珍しくありません。AgentSightは、この計装作業そのものを不要にする発想で作られています。
特に本番運用で問題になりやすいのが、トークン消費量の把握です。複数のエージェントが並行して動き、それぞれ異なるモデルを呼び出す構成では、どのタスクがどれだけのコストを生んでいるかをアプリ側のログだけで追いかけるのは容易ではありません。カーネルレベルで通信を捕捉できれば、アプリのログ実装に依存せず、一律の粒度で計測できるという利点が生まれます。
技術/ビジネス面
AgentSightの中核はeBPF（extended Berkeley Packet Filter：Linuxカーネルの内部で安全にプログラムを実行できる仕組み）です。この技術を使い、SSL/TLS通信やプロセスの起動、ファイル操作といったカーネルレベルのイベントを、アプリ側のコードを一切変更せずに捕捉します。動作にはLinuxカーネル5.8以降とBTF（BPF Type Format）のサポート、root権限またはCAP_BPF権限が必要です。
取得できる情報は3種類に整理されています。エージェント・タスク・モデルという複数の切り口からトークン消費量を集計する機能、LLMへのAPI呼び出しを完全な監査ログとして残す機能、そしてプロセスレベルの実行トレースです。エラーやSSEの途中切断、コンテキストオーバーフロー、エージェントのクラッシュといった「中断」も種類別に検知します。
導入は「sudo anolisa install agentsight」の一行で完了し、systemdサービスとして起動すればローカルのダッシュボード（http://localhost:7396）で可視化されます。「Copilot Shell」や独自エージェント基盤「OpenClaw」との連携も用意されており、自然言語でトークン使用状況を尋ねられる会話型のスキルも備えています。収集データはSQLiteに保存され、デフォルトの上限は200MBに設定されています。
これからどうなるか
ゼロ計装というアプローチは、社内で複数のエージェントフレームワークを併用しているチームにとって特に価値があります。フレームワークごとに監視コードを書き分ける手間がなくなれば、新しいエージェントツールを試すハードルも下がるはずです。既存のCI環境やステージング環境に後付けで導入しやすい点も、実運用への採用を後押しする材料になりそうです。
一方で、カーネルレベルでSSL/TLS通信を可視化する仕組みは、それ自体が強力な分、root権限を扱う運用ルールやアクセス制御の設計が欠かせません。公式ドキュメントでは性能面のベンチマークや既存ツールとの比較は示されておらず、実際の本番環境でどれだけのオーバーヘッドが生じるかは、導入を検討するチームが自ら検証していく必要がありそうです。
また、通信内容を復号して見える形にするeBPFベースの監視は、そのデータをどこに保存し誰がアクセスできるかというガバナンスの論点も伴います。デフォルトのSQLite上限200MBという設計も、小規模なチームでの試験導入を想定したものと見られ、本格的な本番運用では外部のログ基盤へのエクスポート機能をどこまで活用するかが実用面のポイントになりそうです。
まとめ
AgentSightは、コード変更なしにAIエージェントの挙動をカーネルレベルで観測できるeBPFベースのツールです。複数フレームワークを扱う開発チームの運用負荷軽減が期待されます。
参考リンク
アイキャッチ画像: Photo by Jantine Doornbos on Unsplash
