以下で解説するAIエージェントの仕組みや実証結果は、SREのカンファレンス「SREcon25 Europe/Middle East/Africa」におけるセッション「From 4 Hours to 8 Minutes with AI Agents that Transform SRE Incident Response」で示された知見に基づく。

　AIエージェントは、単なるチャットbotとは異なり、外部のシステムと能動的にやりとりする機能を持つ。そのアーキテクチャは、大きく「システムプロンプト」「ツール」「大規模言語モデル（LLM）」の3要素で構成される。システムプロンプトはエージェントの役割と動作の境界を定義するものであり、LLMの推論を適切な方向へ導く役割を担う。

　AIエージェントが自律的に問題を解決する仕組みは、「エージェントループ」と呼ばれる反復処理にある。エンドユーザーから要求を受け取ると、エージェントはシステムプロンプト、利用可能なツールの定義およびエンドユーザーのクエリをまとめてLLMに送信する仕組みだ。LLM自体は外部APIを直接実行できないものの、提供されたツールの仕様を読み取り、現在の課題解決に必要なツールとその実行引数を推論してAIエージェントに返す。AIエージェントは指示されたツールを実行し、その結果を再びLLMに提示する。このやりとりを必要な情報が全てそろうまで繰り返し、最終的な回答やアクションを導き出す。

　AIエージェントが真価を発揮するためには、「Amazon Web Services」（AWS）や「GitHub」、各種監視システムなどの外部サービスと通信するための「ツール」の実装が不可欠だ。しかし、複数のAIエージェントを運用する場合、それぞれのAIエージェントに対して固有のAPI連携処理を実装することは、ソースコードの重複や保守性の低下を招いてしまう。

　この課題を解決する技術が「Model Context Protocol」（MCP）だ。MCPは、AIモデルと外部のデータソースやツールを標準化された手順で接続するための通信規格として機能する。外部サービスへのアクセスロジックを「MCPサーバ」として切り出し、標準化されたインタフェースで提供する。MCPの通信規格に適合したAIエージェントは、各サービスの複雑な仕様の違いを意識することなく、統一された簡単な手順でさまざまな外部ツール群を利用可能だ。MCPサーバの普及は急速に進んでおり、APIを提供する多様なサービスが順次適合していくとみられる。複数のAIエージェント同士が情報を交換し、協調して動作するための「A2A」（Agent to Agent）プロトコルの整備も進んでいる。

　開発者が一からプログラムを記述する手間を省き、AIエージェントの構築や展開に必要な共通機能群をあらかじめまとめた「フレームワーク」も登場している。その一つが、非営利団体CNCF（Cloud Native Computing Foundation）のオープンソースプロジェクトとして提供される「kagent」だ。これはコンテナオーケストレーションツール「Kubernetes」に特化したフレームワークで、Kubernetes向けのAIエージェントやMCPサーバを構築するツール群として機能する。開発者がソースコードを記述することなく、YAML形式の設定ファイルを用いた定義のみでAIエージェントを展開できる特徴を持つ。

　kagentは、Kubernetesの各種コンピューティングリソースや監視ツール「Prometheus」のメトリクス（指標）を参照するためのツールを標準で備える。セッションでは、登壇者のピーター・ヤウソベック氏が、実際のインシデント対処を想定したデモンストレーションを実施した。このデモンストレーションでは、設定ファイルの記述ミスによって生じたサービスの障害に対し、AIエージェントがデータ抽出用の問い合わせ言語である「PromQL」のクエリを自律的に生成し、Prometheusからエラー率や遅延のデータを収集した。その後、エラーの原因を分析し、GitHubへの課題（イシュー）の自動起票や分析ツール「Grafana」のダッシュボードの自動作成を実行した。最終的には、Kubernetesの設定ファイルを自ら修正し、障害を自己修復する動作が示された。

　今後のシステム運用において、AIエージェントは人間の業務を完全に代替するものではなく、IT担当者の効率を高める強力な補助手段として位置付けられる。監視から復旧までをシームレスにつなぐMCPやkagentのような技術、ツールが成熟することで、インシデント処理の自動化は新たな段階へと進むだろう。

本稿は、USENIXが2025年11月12日に公開した動画「SREcon25 Europe/Middle East/Africa - From 4 Hours to 8 Minutes with AI Agents That Transform SRE...」を基に作成しました。