Wann man dazu greift
- Agentenläufe langwierig oder teuer sind.
- Externe Systeme vorübergehend ausfallen könnten.
- Manuelle Prüfung zwischen Schritten erforderlich ist.
Checkpointing.
Zustand speichern. Sauber fortsetzen.
Der Ausführungszustand wird an klar definierten Grenzen (pro Knoten oder Super-Step) persistiert, sodass ein unterbrochener oder fehlgeschlagener Lauf ab dem letzten Checkpoint fortsetzt statt neu zu starten — das Durable-Execution-Substrat, das auch Human-in-the-Loop-Pausen ermöglicht.
In der PraxisEin mehrstündiger Datenmigrations-Agent setzt nach jeder Tabelle einen Checkpoint, sodass ein Netzwerkausfall die Ausführung ab der letzten Tabelle fortsetzt, statt neu zu starten.
Wann es nach hinten losgeht
- Schritte atomar und günstig wiederholbar sind.
- Der Zustand sensible Daten unnötig persistiert.
- Eine Fortsetzung betrieblich keinen Sinn ergibt.
Die Abwägung
Höhere Fehlertoleranz wird auf Kosten von Speicher-, Datenschutz- und Konsistenzoverhead erreicht.
Was es tatsächlich tut.
Der Zustand wird gesichert, sodass ein abgestürzter Lauf mittendrin fortsetzt.
Zwei Wege, wie dieses Pattern Probleme verursachen kann.
Checkpoints enthalten Geheimnisse
Der Checkpoint serialisiert den vollständigen Zustand einschließlich API-Schlüsseln und Nutzer-PII. Ein fortgesetzter Lauf gibt sensible Daten an Logs weiter.
Lösung · Geheimnisse vor der Serialisierung schwärzen. Sensible Felder in einem Vault speichern und im Checkpoint nur per Handle referenzieren.
Fortsetzung mit veraltetem Tool-Zustand
Der Agent setzt aus einem Checkpoint fort, aber die externe Welt hat sich verändert. Der Tool-Zustand im Checkpoint ist nun ungültig.
Lösung · Tool-bezogenen Zustand bei der Fortsetzung invalidieren. Discovery oder Validierung vor dem Fortsetzen toolabhängiger Äste erneut ausführen.
Wo Checkpointing nativ ist.
Microsoft Agent Frameworkausfallsicherer Run-StateNativ