# AI長期作業・状態管理専門編 CURRENT_STATUS: UNKNOWN OBSERVATION: SPEC_ONLY FRESHNESS: UNKNOWN PAGE_TYPE: reference CANONICAL_URL: /tools/ea-036-ai CLAIM_IDS: none EVIDENCE_IDS: EVD-EA-036-URL-99E58642FE77, EVD-EA-036-URL-E645BA426F50, EVD-EA-036-URL-4FA1B85BCBB5, EVD-EA-036-URL-DA0D2191294A, EVD-EA-036-URL-DC16F4500D4E, EVD-EA-036-URL-5561E9B96A8C, EVD-EA-036-URL-3497642EA1C0, EVD-EA-036-URL-4B6D4DF01EAA, EVD-EA-036-URL-06792E558F2F, EVD-EA-036-URL-3F80F15D7D1E, EVD-EA-036-URL-7EEAF2462CA6, EVD-EA-036-URL-7D8BB2E98EB1, EVD-EA-036-URL-43C6F8430D37, EVD-EA-036-URL-5F78EECE313D, EVD-EA-036-URL-8F1157C46C6C, EA-036-R11-RESEARCH, EA-036-R11-WEB-READBACK UNKNOWN_IDS: EA-036-UNKNOWN-01, EA-036-UNKNOWN-CURRENTNESS OPS_IDS: none ## Summary 「長期作業型AIを成立させる鍵は、巨大なcontext windowを一つ保持することではない。実務では、成果物の正本、実行checkpoint、会話session、圧縮・要約された作業context、外部システムの副作用、run/version/provenanceを別の状態として管理し、再開時にそれらの整合を確認する必要がある。checkpointやsessionは復旧を助けるが、外部副作用の二重実行、schema/model/tool更新、圧縮による情報欠落まで自動的に解決するわけではない。長期作業では『保存できるか』に加えて『同じ仕事を安全に再開できるか』『何が正本か』『何を再実行してよいか』を設計・試験する。」 ## Current judgment 1. 「長期状態」は一枚ではない。少なくとも次の6面を分離する設計が必要である（PROPOSAL / INFERENCE）。 - A. CANONICAL_ARTIFACT_STATE: 文書・コード・台帳・成果物など、人間と後続工程が参照する正本。 - B. EXECUTION_STATE: 現在node/step、checkpoint、pending work、retry/attempt、interrupt/approval状態。 - C. CONVERSATION_SESSION_STATE: 会話履歴、tool call history、session/thread identity。 - D. DERIVED_CONTEXT_STATE: summary、compaction、retrieved memory、working set。正本から導出される圧縮・選択状態。 - E. EXTERNAL_ENVIRONMENT_STATE: 外部DB/SaaS/file/repo/tenant等、agent外で実際に変化した状態と副作用。 - F. CONTROL_PROVENANCE_STATE: run ID、source/version、model/tool/runtime version、last successful checkpoint、next action、ownership/lock、handoff metadata。 2. checkpointは「保存したから安全」ではない。LangGraphはresume/replayで未完了taskやnodeが再実行され得るため、外部副作用はidempotentにするか、一意operation ID・既実行確認・transaction boundaryで重複を防ぐ必要がある。これは一般的な長期agent設計へ移植できるCore原則である（VERIFIED_SPEC→PROPOSAL）。 3. session memoryとdurable executionは別物である。OpenAI Agents SDK Sessionは主に会話履歴をrun間で維持する層であり、永続backendを選べるが、会話履歴があること自体は外部環境、副作用、正本、workflow positionの整合を保証しない（VERIFIED_SPEC + INFERENCE）。 4. durable workflowも無制限ではない。Temporal型のevent-history/replay方式は長時間停止・復旧に強い一方、履歴・payloadの成長、determinism、worker/runtime version、continue-as-new等の運用境界を持つ。長期化では「永続化」と同時に「履歴をどう世代交代させるか」が必要になる（VERIFIED_SPEC）。 5. compactionは正本ではなくDERIVED_CONTEXT_STATEとして扱うのが安全である（INFERENCE / PROPOSAL）。OpenAIのcompactionは長い履歴を縮約して後続contextとして利用できるが、APIが返す圧縮表現と、人間が監査可能な原履歴・成果物は用途が違う。圧縮結果だけを唯一の正本にすると、後から省略情報を復元・監査できない。 6. AgentRewindは長期agentの回復点を「agent contextだけ」でなく「controlled environment」と整合させる必要性を実験的に支持する。ファイル、repo、DB等を触るagentでは、context checkpointだけ巻き戻して外部世界を巻き戻さないと状態分岐が起きる（RESEARCH）。 7. memory精度自体も別評価軸である。LongMemEvalはmulti-session/temporal update/abstentionを独立能力として扱い、長期履歴で精度低下を示す。したがって「保存されている」と「正しく思い出せる」は分離しなければならない（RESEARCH）。 8. handoffは文章要約だけでは不足する。最低限 `CANONICAL_POINTERS / ACTIVE_GOAL / COMPLETED_BOUNDARY / PENDING_ACTION / LAST_SAFE_CHECKPOINT / EXTERNAL_SIDE_EFFECTS / VERSION_SET / OPEN_UNKNOWN / RESUME_INVARIANTS` を機械可読または定型形式で残すべきである（PROPOSAL）。 9. resume時には「何を再生成してよいか」と「再生成してはいけないもの」を分ける。正本artifactや外部side effectをLLMが推測で再構築するのではなく、保存済みidentity/versionを読んで差分だけ再開する。summary/compactionは再生成可能、canonical artifactとcommit/transaction事実は再生成不可という分類が有効（PROPOSAL）。 ## Scope Enterprise AI Core / implementation / interoperability / governance / operability / benchmark ## Confirmed - 「長期状態」は一枚ではない。少なくとも次の6面を分離する設計が必要である（PROPOSAL / INFERENCE）。 - A. CANONICAL_ARTIFACT_STATE: 文書・コード・台帳・成果物など、人間と後続工程が参照する正本。 - B. EXECUTION_STATE: 現在node/step、checkpoint、pending work、retry/attempt、interrupt/approval状態。 - C. CONVERSATION_SESSION_STATE: 会話履歴、tool call history、session/thread identity。 - D. DERIVED_CONTEXT_STATE: summary、compaction、retrieved memory、working set。正本から導出される圧縮・選択状態。 - E. EXTERNAL_ENVIRONMENT_STATE: 外部DB/SaaS/file/repo/tenant等、agent外で実際に変化した状態と副作用。 - F. CONTROL_PROVENANCE_STATE: run ID、source/version、model/tool/runtime version、last successful checkpoint、next action、ownership/lock、handoff metadata。 - checkpointは「保存したから安全」ではない。LangGraphはresume/replayで未完了taskやnodeが再実行され得るため、外部副作用はidempotentにするか、一意operation ID・既実行確認・transaction boundaryで重複を防ぐ必要がある。これは一般的な長期agent設計へ移植できるCore原則である（VERIFIED_SPEC→PROPOSAL）。 - session memoryとdurable executionは別物である。OpenAI Agents SDK Sessionは主に会話履歴をrun間で維持する層であり、永続backendを選べるが、会話履歴があること自体は外部環境、副作用、正本、workflow positionの整合を保証しない（VERIFIED_SPEC + INFERENCE）。 - durable workflowも無制限ではない。Temporal型のevent-history/replay方式は長時間停止・復旧に強い一方、履歴・payloadの成長、determinism、worker/runtime version、continue-as-new等の運用境界を持つ。長期化では「永続化」と同時に「履歴をどう世代交代させるか」が必要になる（VERIFIED_SPEC）。 - compactionは正本ではなくDERIVED_CONTEXT_STATEとして扱うのが安全である（INFERENCE / PROPOSAL）。OpenAIのcompactionは長い履歴を縮約して後続contextとして利用できるが、APIが返す圧縮表現と、人間が監査可能な原履歴・成果物は用途が違う。圧縮結果だけを唯一の正本にすると、後から省略情報を復元・監査できない。 - AgentRewindは長期agentの回復点を「agent contextだけ」でなく「controlled environment」と整合させる必要性を実験的に支持する。ファイル、repo、DB等を触るagentでは、context checkpointだけ巻き戻して外部世界を巻き戻さないと状態分岐が起きる（RESEARCH）。 - memory精度自体も別評価軸である。LongMemEvalはmulti-session/temporal update/abstentionを独立能力として扱い、長期履歴で精度低下を示す。したがって「保存されている」と「正しく思い出せる」は分離しなければならない（RESEARCH）。 - handoffは文章要約だけでは不足する。最低限 `CANONICAL_POINTERS / ACTIVE_GOAL / COMPLETED_BOUNDARY / PENDING_ACTION / LAST_SAFE_CHECKPOINT / EXTERNAL_SIDE_EFFECTS / VERSION_SET / OPEN_UNKNOWN / RESUME_INVARIANTS` を機械可読または定型形式で残すべきである（PROPOSAL）。 - resume時には「何を再生成してよいか」と「再生成してはいけないもの」を分ける。正本artifactや外部side effectをLLMが推測で再構築するのではなく、保存済みidentity/versionを読んで差分だけ再開する。summary/compactionは再生成可能、canonical artifactとcommit/transaction事実は再生成不可という分類が有効（PROPOSAL）。 ## UNKNOWN - EA-036-UNKNOWN-01: - 各providerのmanaged agent runtimeが、2026-09-13時点でどこまでworkflow checkpoint、external side-effect reconciliation、schema migration、audit exportをnative保証するかは本Packetでは横断確定していない。 - compaction前後のconstraint preservationを数日〜数週間・artifact更新・tool副作用込みで比較する共通benchmarkは今回確立できない。 - model/tool/runtime更新をまたぐin-flight run migrationの互換性は製品・version依存で、個別Mappingが必要。 - tenant固有retention/encryption/data residency/backup設定はpublic docsだけでは確定できない。 - EA-036-UNKNOWN-CURRENTNESS: 外部根拠の再確認日がcanonical body/control-planeで確定していないため、currentnessはUNKNOWNとして保持する。日付を推測補完しない。 ## Evidence - EVD-EA-036-URL-99E58642FE77 (RESEARCH): | E36-01 | official implementation docs | Persistence / LangChain-LangGraph | — https://docs.langchain.com/oss/python/langgraph/persistence - EVD-EA-036-URL-E645BA426F50 (RESEARCH): | E36-02 | official implementation docs | Functional API overview / LangChain-LangGraph | — https://docs.langchain.com/oss/python/langgraph/functional-api - EVD-EA-036-URL-4FA1B85BCBB5 (RESEARCH): | E36-03 | author-maintained release | Releases: langchain-ai/langgraph | — https://github.com/langchain-ai/langgraph/releases - EVD-EA-036-URL-DA0D2191294A (RESEARCH): | E36-04 | official SDK docs | Sessions / OpenAI Agents SDK | — https://openai.github.io/openai-agents-python/sessions/ - EVD-EA-036-URL-DC16F4500D4E (RESEARCH): | E36-05 | official SDK/API docs | Sessions (TypeScript) + Compact a response / OpenAI | — https://openai.github.io/openai-agents-js/guides/sessions/ - EVD-EA-036-URL-5561E9B96A8C (RESEARCH): | E36-05 | official SDK/API docs | Sessions (TypeScript) + Compact a response / OpenAI | https://openai.github.io/openai-agents-js/guides/sessions/ ; — https://developers.openai.com/api/reference/java/resources/responses/methods/compact - EVD-EA-036-URL-3497642EA1C0 (RESEARCH): | E36-06 | author-maintained release | Releases: openai/openai-agents-python | — https://github.com/openai/openai-agents-python/releases - EVD-EA-036-URL-4B6D4DF01EAA (RESEARCH): | E36-07 | official durable-execution docs | Temporal Platform Documentation + AI Agent Reference Architecture / Temporal Technologies | — https://docs.temporal.io/ - EVD-EA-036-URL-06792E558F2F (RESEARCH): | E36-07 | official durable-execution docs | Temporal Platform Documentation + AI Agent Reference Architecture / Temporal Technologies | https://docs.temporal.io/ ; — https://go.temporal.io/platform-hub/ai-engineering/ai-reference-architecture - EVD-EA-036-URL-3F80F15D7D1E (RESEARCH): | E36-08 | author-maintained release | Releases: temporalio/sdk-python | — https://github.com/temporalio/sdk-python/releases - EVD-EA-036-URL-7EEAF2462CA6 (RESEARCH): | E36-09 | primary research | AgentRewind: Recoverable Execution for Long-Horizon LLM Agents / Zhuang et al. | — https://arxiv.org/abs/2608.14380 - EVD-EA-036-URL-7D8BB2E98EB1 (RESEARCH): | E36-10 | primary research / benchmark | LongMemEval: Benchmarking Chat Assistants on Long-Term Interactive Memory / Wu et al. | — https://arxiv.org/abs/2410.10813 - EVD-EA-036-URL-43C6F8430D37 (RESEARCH): | E36-11 | official security/privacy docs | Data storage and privacy / LangChain; Encrypted sessions / OpenAI Agents SDK; AI Security & Governance / Temporal | — https://docs.langchain.com/langsmith/data-storage-and-privacy - EVD-EA-036-URL-5F78EECE313D (RESEARCH): | E36-11 | official security/privacy docs | Data storage and privacy / LangChain; Encrypted sessions / OpenAI Agents SDK; AI Security & Governance / Temporal | https://docs.langcha — https://openai.github.io/openai-agents-python/sessions/encrypted_session/ - EVD-EA-036-URL-8F1157C46C6C (RESEARCH): | E36-11 | official security/privacy docs | Data storage and privacy / LangChain; Encrypted sessions / OpenAI Agents SDK; AI Security & Governance / Temporal | https://docs.langcha — https://go.temporal.io/platform-hub/ai-engineering/ai-security - EA-036-R11-RESEARCH (RESEARCH): EA-036 監査済みresearch / canonical revision binding - EA-036-R11-WEB-READBACK (IMPL): EA-036 Web body identity / canonical readback ## Failure / limits checkpointがあっても、checkpoint後に外部副作用だけ成功し保存前にprocess crashすると、retryで二重適用する可能性がある。exactly-onceを安易に主張せず、idempotency/transaction/reconciliationを設計する。 ## Failure / limits replay型runtimeではworkflow codeの非決定性や途中version変更が復旧を壊し得る。LangGraph Functional APIもtask/interrupt順序変更やtask外のtime/random/network callをcompatibility riskとして明示する。 ## Failure / limits conversation/session persistenceはworkflow durabilityと同義ではない。MemorySessionのようなprocess-local実装はprocess終了で消える。 ## Failure / limits compaction/truncation/summaryはactive contextを延命するが、元履歴と同等の監査証跡・完全情報を保証するものとして扱わない。OpenAI APIにもcontext超過時に古い項目を落とすtruncation modeが存在するため、意図しない情報落ちを監視する必要がある。 ## Failure / limits 長期memory benchmarkの成績を、外部副作用を伴う数週間のagent workflowの信頼性へ外挿しない。LongMemEvalはmemory QA、AgentRewind/MettleBenchは特定のlong-horizon engineering/recovery設定であり、全製品保証ではない。 ## Failure / limits event/workflow historyも無限ではない。Temporal reference architectureは長い会話でhistoryを世代交代させるcontinue-as-new等を前提にする。 ## Failure / limits model update、tool/API schema変更、permission変更、外部データ更新、human editはcheckpoint外のドリフト源。resume時にversion/ETag/revision/permissionを再確認しない設計では「保存済みstateは正しいが世界が変わった」事故が残る。 ## Failure / limits 長期作業のstate分離、checkpoint/resumeの実装実在性、idempotency/replay failure envelope、compaction境界、memory benchmark、aligned context+environment recovery、安全な将来本文表現まで一次資料＋一次研究で閉じたためEA-036はBOUNDED_CLOSE。 ## Failure / limits 上記OPEN_UNKNOWNはprovider Product Mappingまたは将来の専用live-test/eval packetへ送る。EA-036を同じclaim/sourceで再採集しない --- ## Practice LangGraph: checkpointer + stable thread_idが必要。checkpointer無しではdurable resumeを期待できない。backend、encryption、TTL、deployment形態は別途選定。 ## Practice OpenAI Agents SDK: persistent session backendが必要。MemorySession等のin-memory層は本番長期stateの代替にならない。OpenAI-hosted conversation、SQLite/Redis/SQLAlchemy/MongoDB等で保持場所・retention・可用性が変わる。 ## Practice OpenAI compaction: Responses/Agents SDKの対応経路・model/API挙動に依存するためPRODUCT_VOLATILE。公開時はcurrent endpoint、compatible model、retention/data controlsを再確認。 ## Practice Temporal: Temporal Service/Cloudとworker、deterministic Workflow、Activity boundaryが前提。SDK/server compatibility、event history、payload size、retention、namespace/security設定がgate。 ## Practice 共通: model/tool/runtime version、storage schema、credential/permission、external system revision、正本artifact revisionがresume compatibility gateになる。 ## Practice LangGraph: v1系でpersistence/checkpoint/thread/durable execution/HITLが実装済み。2026-09-13確認時、langgraph 1.2.11がrelease list上の現行core releaseとして確認できる（PRODUCT_VOLATILE）。 ## Practice OpenAI Agents SDK: v0.22.2時点でpersistent Session、resume、複数backend、encrypted session、compaction wrapper、atomic/idempotent history transaction interface等を確認（PRODUCT_VOLATILE）。 ## Practice Temporal: durable executionは成熟したworkflow runtimeとして実装済み。Python SDK 1.30.0をcurrent release anchorとして確認。AI reference architectureではLLM/tool I/OをActivityへ隔離する実装パターンが明示される（PRODUCT_VOLATILE）。 ## Practice 「正本artifact」と「agent runtime state」を自動統合する単一標準は今回の証拠では確立できない。ここはEnterprise AI Core側の設計規約として定義する領域（UNKNOWN→PROPOSAL）。 ## Practice LongMemEvalは長期memoryを extraction / multi-session reasoning / temporal reasoning / knowledge update / abstention に分解して測る。memory qualityのacceptance test候補。ただしworkflow durabilityは測らない。 ## Practice AgentRewindのMettleBenchはlong-horizon engineering assignmentでpartial progressとtask completionを測り、agent contextとcontrolled environmentを合わせたcheckpoint recoveryの有効性を検証する。runtime全般の保証ではないが、context-only recoveryの弱点を検討する一次研究として有用。 ## Practice 将来のenterprise acceptance testでは、model品質benchmarkとは別にRECOVERY TESTを設けるべき（PROPOSAL）。例: (a) checkpoint直後kill→resume、(b) tool成功・checkpoint失敗→retry、(c) human edit後resume、(d) model/tool version変更後resume、(e) compaction後に未解決constraint recall、(f) stale handoffからの再開拒否、(g)正本revision競合。 ## Practice persistenceを有効にするとprompt、tool result、checkpoint、memory等が保持データになる。LangGraph standaloneはcheckpoint encryption/TTLを提供し、OpenAI Agents SDKはEncryptedSession+TTLを提供する。TemporalもWorkflow historyへLLM I/Oを保存する設計ではpayload encryptionが重要。存在する機能と各organizationで有効な設定は分離して確認する。 AUDIT: ## Practice runtime event history/checkpoint traceは強い監査素材になり得るが、正本artifactのrevision historyを置き換えるものではない。双方をrun/revision IDで結ぶ設計が安全（INFERENCE / PROPOSAL）。 ## Practice Enterprise AI Coreへ「LONG-RUN STATE PLANES」と「RESUME INVARIANTS」を横断原則候補として渡す。 ## Practice provider mappingでは各製品について `STATE_SCOPE / STORAGE_OWNER / CHECKPOINT_GRANULARITY / RESUME_ID / INTERRUPT_HITL / COMPACTION / RETENTION / ENCRYPTION / IDEMPOTENCY_PRIMITIVE / VERSION_MIGRATION / AUDIT_EXPORT / CANONICAL_ARTIFACT_LINK` を比較する。 ## Practice long-context/memory章とは統合しすぎない。memory qualityとexecution durabilityを独立軸にする。 ## Practice human handoff章ではsummary本文だけでなくmachine-readableなresume contractを要求する。 ## Practice live testは未実施。後続Workで必要なら安全なTEST_PROFILEとして、ローカル/検証環境のmock side effectを使うkill-resume・duplicate prevention・stale revision conflict試験を設計する。 ## Practice OpenAI Agents SDK current Sessions docs still distinguish persistent session memory from server-managed continuation and support resuming interrupted RunState with the same backing session; current compaction behavior includes stale-history protection. Temporal current AI reference architecture still requires nondeterministic LLM/tool/API/database I/O in Activities because Workflow code replays from history. Exact LangGraph/OpenAI/Temporal release numbers in the 2026-09-13 packet are historical anchors and must be refreshed rather than published as timeless versions. ## SCOPE_ROUTING Enterprise AI Core / implementation / interoperability / governance / operability / benchmark ## WHY_THIS_MATTERS_TO_UPDATE 長期作業を「長い会話」「長いcontext window」「session memory」だけで説明すると、process crash、再起動、モデル・コード更新、human-in-the-loop、外部toolの副作用、履歴圧縮、複数workerへのhandoff時に、どこから何を再開すべきかが曖昧になる。現行の主要agent runtimeはcheckpoint/session/durable workflowを実装している一方、それぞれが保存するstateの意味と再実行境界は異なる。将来版では「記憶量」ではなく、復旧可能性・正本性・副作用安全性・version境界を別軸として扱う必要がある。 ## CLAIM_OR_RESEARCH_QUESTION 数日〜数週間のAI作業を安全に継続・再開するには、どの状態を永続化し、checkpoint/session/compaction/正本をどう分離し、resume時の二重実行・状態ドリフト・履歴圧縮による情報欠落・外部環境との不整合をどう制御すべきか。 ## EVIDENCE TABLE | ID | source class | exact title / author-org | canonical URL | publication/update/access / version | supporting locator | label | relation | |---|---|---|---|---|---|---|---| | E36-01 | official implementation docs | Persistence / LangChain-LangGraph | https://docs.langchain.com/oss/python/langgraph/persistence | accessed 2026-09-13; current LangGraph docs; release anchor langgraph 1.2.11 (2026-08-11, commit 644815f) | checkpoints are saved at execution steps, organized into threads; thread_id is required to persist/resume; pending writes recover successful node writes | VERIFIED_SPEC / OSS_PRACTICE / PRODUCT_VOLATILE | support | | E36-02 | official implementation docs | Functional API overview / LangChain-LangGraph | https://docs.langchain.com/oss/python/langgraph/functional-api | accessed 2026-09-13; LangGraph 1.2.x family | Determinism / Idempotency / Common pitfalls: replay may re-execute an incomplete task; API calls and side effects should be in tasks and designed idempotently | VERIFIED_SPEC / OSS_PRACTICE | support + limit | | E36-03 | author-maintained release | Releases: langchain-ai/langgraph | https://github.com/langchain-ai/langgraph/releases | accessed 2026-09-13; langgraph 1.2.11, 2026-08-11, 644815f; checkpoint package 4.2.0 shown in release train | current release/version anchor for product-volatile claims | VERIFIED_SPEC / PRODUCT_VOLATILE | context | | E36-04 | official SDK docs | Sessions / OpenAI Agents SDK | https://openai.github.io/openai-agents-python/sessions/ | accessed 2026-09-13; openai-agents-python v0.22.2 released 2026-09-09, commit 83c737f | sessions persist conversation history across runs; same storage-backed session can resume interrupted runs; MemorySession/in-memory storage is not durable; multiple persistent backends are available | VERIFIED_SPEC / PRODUCT_VOLATILE | support + boundary | | E36-05 | official SDK/API docs | Sessions (TypeScript) + Compact a response / OpenAI | https://openai.github.io/openai-agents-js/guides/sessions/ ; https://developers.openai.com/api/reference/java/resources/responses/methods/compact | accessed 2026-09-13 | session history can be compacted; compaction rewrites stored history to reduced items; custom persistence exposes atomic/idempotent history transaction semantics | VERIFIED_SPEC / PRODUCT_VOLATILE | support + limit | | E36-06 | author-maintained release | Releases: openai/openai-agents-python | https://github.com/openai/openai-agents-python/releases | accessed 2026-09-13; v0.22.2, 2026-09-09, commit 83c737f | current release anchor; nearby session/compaction fixes confirm rapidly changing implementation surface | VERIFIED_SPEC / PRODUCT_VOLATILE | context | | E36-07 | official durable-execution docs | Temporal Platform Documentation + AI Agent Reference Architecture / Temporal Technologies | https://docs.temporal.io/ ; https://go.temporal.io/platform-hub/ai-engineering/ai-reference-architecture | accessed 2026-09-13; temporalio Python SDK release anchor 1.30.0 (2026-07-02, b5777e9) | workflow state survives failure/replay; nondeterministic LLM/tool/API I/O must be Activities, not replayed Workflow code; long sessions require history management/continue-as-new; message payloads and event history have operational limits | VERIFIED_SPEC / OSS_PRACTICE / PRODUCT_VOLATILE | support + limit | | E36-08 | author-maintained release | Releases: temporalio/sdk-python | https://github.com/temporalio/sdk-python/releases | accessed 2026-09-13; 1.30.0, 2026-07-02, commit b5777e9 | current SDK version anchor | VERIFIED_SPEC / PRODUCT_VOLATILE | context | | E36-09 | primary research | AgentRewind: Recoverable Execution for Long-Horizon LLM Agents / Zhuang et al. | https://arxiv.org/abs/2608.14380 | 2026-08-14; accessed 2026-09-13 | recovery framework records aligned checkpoints of agent context and controlled environment; MettleBench evaluates long-horizon engineering work and reports improved task success/progress over compared baselines | RESEARCH | support + counter to context-only checkpointing | | E36-10 | primary research / benchmark | LongMemEval: Benchmarking Chat Assistants on Long-Term Interactive Memory / Wu et al. | https://arxiv.org/abs/2410.10813 | 2024-10-14; accessed 2026-09-13 | evaluates extraction, multi-session reasoning, temporal reasoning, knowledge updates, abstention; sustained histories caused substantial accuracy degradation in tested systems | RESEARCH | limit + benchmark | | E36-11 | official security/privacy docs | Data storage and privacy / LangChain; Encrypted sessions / OpenAI Agents SDK; AI Security & Governance / Temporal | https://docs.langchain.com/langsmith/data-storage-and-privacy ; https://openai.github.io/openai-agents-python/sessions/encrypted_session/ ; https://go.temporal.io/platform-hub/ai-engineering/ai-security | accessed 2026-09-13 | persisted checkpoints/sessions/workflow histories are retained data; encryption/TTL exist in specific implementations; workflow history may contain prompts/tool I/O unless protected | VERIFIED_SPEC / PRODUCT_VOLATILE | support + security limit | ## FINDINGS 1. 「長期状態」は一枚ではない。少なくとも次の6面を分離する設計が必要である（PROPOSAL / INFERENCE）。 - A. CANONICAL_ARTIFACT_STATE: 文書・コード・台帳・成果物など、人間と後続工程が参照する正本。 - B. EXECUTION_STATE: 現在node/step、checkpoint、pending work、retry/attempt、interrupt/approval状態。 - C. CONVERSATION_SESSION_STATE: 会話履歴、tool call history、session/thread identity。 - D. DERIVED_CONTEXT_STATE: summary、compaction、retrieved memory、working set。正本から導出される圧縮・選択状態。 - E. EXTERNAL_ENVIRONMENT_STATE: 外部DB/SaaS/file/repo/tenant等、agent外で実際に変化した状態と副作用。 - F. CONTROL_PROVENANCE_STATE: run ID、source/version、model/tool/runtime version、last successful checkpoint、next action、ownership/lock、handoff metadata。 2. checkpointは「保存したから安全」ではない。LangGraphはresume/replayで未完了taskやnodeが再実行され得るため、外部副作用はidempotentにするか、一意operation ID・既実行確認・transaction boundaryで重複を防ぐ必要がある。これは一般的な長期agent設計へ移植できるCore原則である（VERIFIED_SPEC→PROPOSAL）。 3. session memoryとdurable executionは別物である。OpenAI Agents SDK Sessionは主に会話履歴をrun間で維持する層であり、永続backendを選べるが、会話履歴があること自体は外部環境、副作用、正本、workflow positionの整合を保証しない（VERIFIED_SPEC + INFERENCE）。 4. durable workflowも無制限ではない。Temporal型のevent-history/replay方式は長時間停止・復旧に強い一方、履歴・payloadの成長、determinism、worker/runtime version、continue-as-new等の運用境界を持つ。長期化では「永続化」と同時に「履歴をどう世代交代させるか」が必要になる（VERIFIED_SPEC）。 5. compactionは正本ではなくDERIVED_CONTEXT_STATEとして扱うのが安全である（INFERENCE / PROPOSAL）。OpenAIのcompactionは長い履歴を縮約して後続contextとして利用できるが、APIが返す圧縮表現と、人間が監査可能な原履歴・成果物は用途が違う。圧縮結果だけを唯一の正本にすると、後から省略情報を復元・監査できない。 6. AgentRewindは長期agentの回復点を「agent contextだけ」でなく「controlled environment」と整合させる必要性を実験的に支持する。ファイル、repo、DB等を触るagentでは、context checkpointだけ巻き戻して外部世界を巻き戻さないと状態分岐が起きる（RESEARCH）。 7. memory精度自体も別評価軸である。LongMemEvalはmulti-session/temporal update/abstentionを独立能力として扱い、長期履歴で精度低下を示す。したがって「保存されている」と「正しく思い出せる」は分離しなければならない（RESEARCH）。 8. handoffは文章要約だけでは不足する。最低限 `CANONICAL_POINTERS / ACTIVE_GOAL / COMPLETED_BOUNDARY / PENDING_ACTION / LAST_SAFE_CHECKPOINT / EXTERNAL_SIDE_EFFECTS / VERSION_SET / OPEN_UNKNOWN / RESUME_INVARIANTS` を機械可読または定型形式で残すべきである（PROPOSAL）。 9. resume時には「何を再生成してよいか」と「再生成してはいけないもの」を分ける。正本artifactや外部side effectをLLMが推測で再構築するのではなく、保存済みidentity/versionを読んで差分だけ再開する。summary/compactionは再生成可能、canonical artifactとcommit/transaction事実は再生成不可という分類が有効（PROPOSAL）。 ## LONG-RUN RESUME INVARIANTS — PROPOSED CORE 将来本文では、長期agentのresume条件を次のacceptance contractとして置ける。 - IDENTITY: task/run/thread/session/projectのidentityが衝突せず、resume対象が一意。 - CANONICALITY: 正本artifactとderived summary/compactionを区別できる。 - POSITION: last completed bounded stepとnext actionが確定している。 - SIDE_EFFECT_SAFETY: 既実行の外部操作を二重適用しない。 - VERSION_COMPATIBILITY: workflow/schema/model/tool/runtime version差分を検出できる。 - PROVENANCE: 重要claim/artifactのsourceと生成・変更originを追跡できる。 - RECOVERY: process/worker再起動後も保存backendから必要stateを再取得できる。 - AUDITABILITY: resume前後のstate transitionを後から説明できる。 ## LIMITS / COUNTEREVIDENCE / FAILURE ENVELOPE - checkpointがあっても、checkpoint後に外部副作用だけ成功し保存前にprocess crashすると、retryで二重適用する可能性がある。exactly-onceを安易に主張せず、idempotency/transaction/reconciliationを設計する。 - replay型runtimeではworkflow codeの非決定性や途中version変更が復旧を壊し得る。LangGraph Functional APIもtask/interrupt順序変更やtask外のtime/random/network callをcompatibility riskとして明示する。 - conversation/session persistenceはworkflow durabilityと同義ではない。MemorySessionのようなprocess-local実装はprocess終了で消える。 - compaction/truncation/summaryはactive contextを延命するが、元履歴と同等の監査証跡・完全情報を保証するものとして扱わない。OpenAI APIにもcontext超過時に古い項目を落とすtruncation modeが存在するため、意図しない情報落ちを監視する必要がある。 - 長期memory benchmarkの成績を、外部副作用を伴う数週間のagent workflowの信頼性へ外挿しない。LongMemEvalはmemory QA、AgentRewind/MettleBenchは特定のlong-horizon engineering/recovery設定であり、全製品保証ではない。 - event/workflow historyも無限ではない。Temporal reference architectureは長い会話でhistoryを世代交代させるcontinue-as-new等を前提にする。 - model update、tool/API schema変更、permission変更、外部データ更新、human editはcheckpoint外のドリフト源。resume時にversion/ETag/revision/permissionを再確認しない設計では「保存済みstateは正しいが世界が変わった」事故が残る。 ## AVAILABILITY_GATES - LangGraph: checkpointer + stable thread_idが必要。checkpointer無しではdurable resumeを期待できない。backend、encryption、TTL、deployment形態は別途選定。 - OpenAI Agents SDK: persistent session backendが必要。MemorySession等のin-memory層は本番長期stateの代替にならない。OpenAI-hosted conversation、SQLite/Redis/SQLAlchemy/MongoDB等で保持場所・retention・可用性が変わる。 - OpenAI compaction: Responses/Agents SDKの対応経路・model/API挙動に依存するためPRODUCT_VOLATILE。公開時はcurrent endpoint、compatible model、retention/data controlsを再確認。 - Temporal: Temporal Service/Cloudとworker、deterministic Workflow、Activity boundaryが前提。SDK/server compatibility、event history、payload size、retention、namespace/security設定がgate。 - 共通: model/tool/runtime version、storage schema、credential/permission、external system revision、正本artifact revisionがresume compatibility gateになる。 ## IMPLEMENTATION_STATE - LangGraph: v1系でpersistence/checkpoint/thread/durable execution/HITLが実装済み。2026-09-13確認時、langgraph 1.2.11がrelease list上の現行core releaseとして確認できる（PRODUCT_VOLATILE）。 - OpenAI Agents SDK: v0.22.2時点でpersistent Session、resume、複数backend、encrypted session、compaction wrapper、atomic/idempotent history transaction interface等を確認（PRODUCT_VOLATILE）。 - Temporal: durable executionは成熟したworkflow runtimeとして実装済み。Python SDK 1.30.0をcurrent release anchorとして確認。AI reference architectureではLLM/tool I/OをActivityへ隔離する実装パターンが明示される（PRODUCT_VOLATILE）。 - 「正本artifact」と「agent runtime state」を自動統合する単一標準は今回の証拠では確立できない。ここはEnterprise AI Core側の設計規約として定義する領域（UNKNOWN→PROPOSAL）。 ## BENCHMARK_OR_EVAL 1. LongMemEvalは長期memoryを extraction / multi-session reasoning / temporal reasoning / knowledge update / abstention に分解して測る。memory qualityのacceptance test候補。ただしworkflow durabilityは測らない。 2. AgentRewindのMettleBenchはlong-horizon engineering assignmentでpartial progressとtask completionを測り、agent contextとcontrolled environmentを合わせたcheckpoint recoveryの有効性を検証する。runtime全般の保証ではないが、context-only recoveryの弱点を検討する一次研究として有用。 3. 将来のenterprise acceptance testでは、model品質benchmarkとは別にRECOVERY TESTを設けるべき（PROPOSAL）。例: (a) checkpoint直後kill→resume、(b) tool成功・checkpoint失敗→retry、(c) human edit後resume、(d) model/tool version変更後resume、(e) compaction後に未解決constraint recall、(f) stale handoffからの再開拒否、(g)正本revision競合。 ## SECURITY/PRIVACY - persistenceを有効にするとprompt、tool result、checkpoint、memory等が保持データになる。LangGraph standaloneはcheckpoint encryption/TTLを提供し、OpenAI Agents SDKはEncryptedSession+TTLを提供する。TemporalもWorkflow historyへLLM I/Oを保存する設計ではpayload encryptionが重要。存在する機能と各organizationで有効な設定は分離して確認する。 AUDIT: - runtime event history/checkpoint traceは強い監査素材になり得るが、正本artifactのrevision historyを置き換えるものではない。双方をrun/revision IDで結ぶ設計が安全（INFERENCE / PROPOSAL）。 ## COST - 長期化はhistory storage、checkpoint I/O、replay、compaction、再評価、trace retentionの費用を増やす。一方、failure時の全再実行を減らす。普遍的な損益分岐点は今回確立せず、workload-specific（INFERENCE / UNKNOWN）。 ## OPERABILITY - node/taskの粒度がcheckpoint頻度と再実行量を左右する。細かいboundaryは復旧範囲を狭めるが、storage/trace overheadを増やすため、bounded unit単位でcheckpointする設計が妥当（VERIFIED_SPEC→PROPOSAL）。 ## SAFE_WORDING_FOR_FUTURE_BOOK 「長期作業型AIを成立させる鍵は、巨大なcontext windowを一つ保持することではない。実務では、成果物の正本、実行checkpoint、会話session、圧縮・要約された作業context、外部システムの副作用、run/version/provenanceを別の状態として管理し、再開時にそれらの整合を確認する必要がある。checkpointやsessionは復旧を助けるが、外部副作用の二重実行、schema/model/tool更新、圧縮による情報欠落まで自動的に解決するわけではない。長期作業では『保存できるか』に加えて『同じ仕事を安全に再開できるか』『何が正本か』『何を再実行してよいか』を設計・試験する。」 ## UPDATE_WORK_HANDOFF - Enterprise AI Coreへ「LONG-RUN STATE PLANES」と「RESUME INVARIANTS」を横断原則候補として渡す。 - provider mappingでは各製品について `STATE_SCOPE / STORAGE_OWNER / CHECKPOINT_GRANULARITY / RESUME_ID / INTERRUPT_HITL / COMPACTION / RETENTION / ENCRYPTION / IDEMPOTENCY_PRIMITIVE / VERSION_MIGRATION / AUDIT_EXPORT / CANONICAL_ARTIFACT_LINK` を比較する。 - long-context/memory章とは統合しすぎない。memory qualityとexecution durabilityを独立軸にする。 - human handoff章ではsummary本文だけでなくmachine-readableなresume contractを要求する。 - live testは未実施。後続Workで必要なら安全なTEST_PROFILEとして、ローカル/検証環境のmock side effectを使うkill-resume・duplicate prevention・stale revision conflict試験を設計する。 ## OPEN_UNKNOWN - 各providerのmanaged agent runtimeが、2026-09-13時点でどこまでworkflow checkpoint、external side-effect reconciliation、schema migration、audit exportをnative保証するかは本Packetでは横断確定していない。 - compaction前後のconstraint preservationを数日〜数週間・artifact更新・tool副作用込みで比較する共通benchmarkは今回確立できない。 - model/tool/runtime更新をまたぐin-flight run migrationの互換性は製品・version依存で、個別Mappingが必要。 - tenant固有retention/encryption/data residency/backup設定はpublic docsだけでは確定できない。 ## STOP_CONDITION - 長期作業のstate分離、checkpoint/resumeの実装実在性、idempotency/replay failure envelope、compaction境界、memory benchmark、aligned context+environment recovery、安全な将来本文表現まで一次資料＋一次研究で閉じたためEA-036はBOUNDED_CLOSE。 - 上記OPEN_UNKNOWNはprovider Product Mappingまたは将来の専用live-test/eval packetへ送る。EA-036を同じclaim/sourceで再採集しない --- ## CURRENTNESS_AUDIT OpenAI Agents SDK current Sessions docs still distinguish persistent session memory from server-managed continuation and support resuming interrupted RunState with the same backing session; current compaction behavior includes stale-history protection. Temporal current AI reference architecture still requires nondeterministic LLM/tool/API/database I/O in Activities because Workflow code replays from history. Exact LangGraph/OpenAI/Temporal release numbers in the 2026-09-13 packet are historical anchors and must be refreshed rather than published as timeless versions. NEXT: /agent/start.json STOP: This is a knowledge projection, not an execution order.