{
  "format": "agent-article-v0",
  "article_id": "EA-440",
  "canonical_url": "/tools/ea-440",
  "page_type": "reference",
  "claim_ids": [],
  "evidence_ids": [
    "EA-440-CURRENT-APPROVAL",
    "EA-440-CURRENT-BODY-READBACK"
  ],
  "unknown_ids": [
    "EA-440-UNKNOWN-01"
  ],
  "operational_object_ids": [],
  "provider": [],
  "models": [],
  "plans": [],
  "surfaces": [],
  "regions": [],
  "current_status": "CURRENT",
  "observation_status": "SPEC_ONLY",
  "freshness": "CURRENT",
  "last_verified": "2026-10-22",
  "supersedes": [],
  "superseded_by": [],
  "provenance": [
    "EA440-CANDIDATE-20261025-ORPHAN-RESCUE-C2",
    "BODY-SHA256:bd5e3e7d2d71e93934cc93f2f769d0f7b3600ec9c97629c5011e27c9de95d946"
  ],
  "article_sources": [
    {
      "id": "EA-440-CURRENT-APPROVAL",
      "evidence_class": "RESEARCH",
      "title": "現行本文の監査・revision対応",
      "supports": [
        "現行台帳のAUDIT_PASSと候補・revision・本文ハッシュの対応を確認しています。"
      ],
      "limit": "監査状態と来歴の記録です。外部根拠の最新性や本文の全主張を追加保証しません。",
      "origin_class": "AUDITED_CANONICAL_RESEARCH_PACKET",
      "source_or_experiment_ids": [
        "EA440-CANDIDATE-20261025-ORPHAN-RESCUE-C2"
      ],
      "supporting_locators": [
        "1KqhJtiSb2S84rWmeYVwKcT_76dBwZ_B0ZZuAWQqH0rQ/EA_REVISION_LEDGER#ea_id=EA-440&revision_id=EA-440-RESEARCH-20261022-R1&candidate_id=EA440-CANDIDATE-20261025-ORPHAN-RESCUE-C2",
        "EA-440-RESEARCH-20261022-R1"
      ],
      "provenance_status": "CURRENT_CANONICAL_APPROVAL_READBACK"
    },
    {
      "id": "EA-440-CURRENT-BODY-READBACK",
      "evidence_class": "IMPL",
      "title": "現行本文の収録照合",
      "supports": [
        "公開生成入力の本文SHA-256が、監査済み候補に結び付いたハッシュと一致しています。"
      ],
      "limit": "本文の同一性の検査です。外部システムの挙動や全主張の真偽を実証したものではありません。",
      "checked_at": "2026-10-25",
      "origin_class": "IMPLEMENTATION_READBACK",
      "source_or_experiment_ids": [
        "BODY-SHA256:bd5e3e7d2d71e93934cc93f2f769d0f7b3600ec9c97629c5011e27c9de95d946"
      ],
      "supporting_locators": [
        "content/staging/EA-440.md",
        "bd5e3e7d2d71e93934cc93f2f769d0f7b3600ec9c97629c5011e27c9de95d946",
        "EA-440-RESEARCH-20261022-R1"
      ],
      "provenance_status": "CURRENT_APPROVED_BODY_HASH_MATCH"
    }
  ],
  "research_sections": [
    {
      "heading": "要点と前提",
      "text": "Enterprise AIのフォールバックは「失敗したら別モデルへ送る」だけでは成立しません。障害の種類を判定し、再試行、別capacity/deployment、別region、別provider/model、機能縮退、durable queueまたは人手移管を、品質・データ所在・権限・副作用の制約付きで順序化します。"
    },
    {
      "heading": "まず失敗を分類する",
      "text": "認証・認可・入力検証の失敗は、同じrequestを繰り返しても通常は解消しません。これを一律retryすると負荷と遅延だけを増やします。一方、429、503、timeoutなどの一時障害は、providerが示すRetry-Afterやexponential backoff、jitter、retry budgetに従う余地があります。AWS Well-Architected Agentic AI Lensもretryable/non-retryableの分類、transient failureへのbounded retry、persistent failureへのfallback、unrecoverable failureへのhuman reviewを分離しています。"
    },
    {
      "heading": "フォールバック階層",
      "text": "### F0: validation / authz failure\n同一requestの自動retryを止め、入力、credential、permission、policyを修正します。権限拒否を可用性障害として別providerへ迂回させてはいけません。\n\n\n### F1: transient transport / service failure\n同一endpointでbounded retryを行います。backoff、jitter、最大回数または時間budgetを固定し、budget超過後だけ次段へ進みます。\n\n\n### F2: capacity / throttling\nRetry-Afterを尊重し、別deploymentやcapacity tierへのspillover、またはqueueへ移します。interactive workloadとbatch workloadでは許容待ち時間が異なるため、同じretry policyを共有しない設計が必要です。Microsoft Azureのthrottling guidanceもinteractiveでは限定retry後のdegraded response、batchではfailed chunkのdurable enqueueを例示しています。\n\n\n### F3: region / provider failure\n事前に用意したsecondaryへ切り替えます。ただしregion、data residency、private network、quota、model availability、credentialを事前検証します。Microsoft FoundryのHA guidanceはGlobal/Data Zone routingをapplication-level regional failoverの代替として扱わず、secondary deploymentへのroutingをapplication/gateway側で設計するよう示しています。\n\n\n### F4: model / capability fallback\n別model/providerへ切り替える場合、tool schema、structured output、context length、safety policy、latency、cost、model-specific behaviorが同値とは限りません。「応答が返った」ことをsemantic equivalenceの証拠にしません。重要なworkflowでは代替先ごとに受入試験を行います。\n\n\n### F5: capability degradation\nretrieval、tool、memoryなど非必須機能を停止し、限定機能で継続します。縮退状態はdownstreamと利用者へ明示し、通常応答と混同させません。AWS AGENTREL04-BP03もordered fallback alternatives、quality trade-off、health check、degradation notificationを要求しています。\n\n\n### F6: durable deferral / human escalation\n副作用を伴う処理、再実行安全性が不明な処理、critical decisionはqueue/checkpointまたはhuman reviewへ退避します。timeoutや通信断だけで「処理されなかった」と判断して再実行すると、二重実行を起こす可能性があります。"
    },
    {
      "heading": "データ所在を壊さない",
      "text": "Google Vertex AI / Gemini Enterpriseの資料は429/503等へのexponential backoffを案内し、global endpointがregional capacity issueを減らし得ることを示しています。一方、global endpointではprocessing locationを固定できない場合があります。data residency要件がある環境では、可用性向上だけを理由にglobal endpointを無条件fallbackにしてはいけません。契約・provider・機能ごとの処理地域条件を確認します。"
    },
    {
      "heading": "副作用を伴うtool/agent",
      "text": "fallback chainはexactly-onceを自動的には保証しません。tool callが外部systemへ届いた後にresponseだけ失われた場合、別model/providerへ再実行すると同じ副作用を重複させる可能性があります。各edgeにidempotency key、operation identity、provider/target readback、reconciliationの要否を持たせ、結果不明時は再送より先に外部状態を確認します。"
    },
    {
      "heading": "受入試験",
      "text": "各fallback edgeについて、trigger condition、retryability、maximum attempts/time budget、target、data residency、credential/permission、idempotency/side-effect contract、quality delta、observability、return-to-primary条件を固定します。429、5xx、timeout、authz denial、region loss、tool failureを別々に注入し、意図した段だけが作動すること、fallback loopが起きないこと、縮退状態が観測できること、復帰後に重複side effectが発生しないことをreadbackします。"
    },
    {
      "heading": "運用で残す記録",
      "text": "障害class、選択したfallback edge、attempt count、retry budget、primary/secondary identity、model/deployment/version、region、residency判定、degraded flag、operation identity、外部副作用のreadback、primary復帰条件を記録します。fallback成功率だけでなく、品質差、重複実行、誤った権限迂回、residency違反を別metricとして監視します。"
    },
    {
      "heading": "適用境界",
      "text": "Provider文書が保証するのは各サービスのrouting、retry、spillover等の機構と制約です。組織固有のfallback順序、異種model間の意味的同値性、tool workflowのexactly-onceまでは保証しません。fallback chainは対象use caseのSLO、risk、residency、cost、tool side effectに対して個別に検証します。"
    },
    {
      "heading": "未確認事項",
      "text": "- 異種provider/model間のsemantic equivalenceを一般化できる一次根拠は確認できません。\n- global endpoint利用時のprocessing location要件はprovider、契約、機能ごとの確認が必要です。\n- agent/tool workflowのside effect exactly-onceはfallback機構だけでは保証されません。"
    },
    {
      "heading": "参考資料",
      "text": "- AWS Well-Architected Agentic AI Lens, AGENTREL07-BP02\n- AWS Well-Architected Agentic AI Lens, AGENTREL04-BP03\n- Microsoft Foundry, High availability and resiliency\n- Microsoft Azure Well-Architected Framework, Throttling\n- Google Cloud, Reduce 429 errors on Vertex AI\n- Google Gemini Enterprise Agent Platform, Retry strategy"
    }
  ],
  "human_url": "/tools/ea-440",
  "markdown_url": "/agent/article.md?path=%2Ftools%2Fea-440",
  "json_url": "/agent/article.json?path=%2Ftools%2Fea-440"
}