論文投稿サイトarXiv cs.AIが2026年5月19日(現地時間)付けで報じたところによると、ヴァスンドラ・スリニヴァサン (Vasundra Srinivasan) 氏がプロダクションLLMエージェント向けランタイムアーキテクチャパターン選定および構成手法に関する論文を公開した。同論文では、LLMの確率的モデル出力と決定論的ソフトウェアシステムの境界を「確率-決定論的境界 (SDB)」と定義し、これがプロダクションエージェントランタイムの基盤をなす重要なprimitive（基本要素）であると主張している。
SDBは、プロポーザー (proposer)、検証者 (verifier)、コミットステップ (commit step)、および拒否シグナル (reject signal) の4要素からなる契約とされ、LLMの出力がどのようにシステムアクションとなるかを規定する。スリニヴァサン氏は、エージェントランタイム設計をCoordination、State、Controlの3つの懸念事項に整理した。
論文では、会話型、自律型、および長期間にわたるエージェントにおいてSDBを異なる方法で構成する6種類のランタイムパターンを示している。これらのパターンには、階層的委譲 (hierarchical delegation)、散乱収集＋サーガ (scatter-gather plus saga)、イベント駆動型シーケンス (event-driven sequencing)、共有ステートマシン (shared state machine)、スーパーバイザー＋ゲート (supervisor plus gate)、ヒューマン・イン・ザ・ループ (human in the loop) が含まれる。各パターンについて、分散システム (distributed-systems) の概念との系譜をたどり、ワーカーが確率的である場合に何が変化するかを特定した。
同論文の貢献として、ランタイムパターンを選定するための5段階の手法、プロダクション環境での障害をパターン設計の弱点にマッピングする診断手順、そしてリプレイダイバージェンス (replay divergence)と呼ばれる障害モードが提示されている。リプレイダイバージェンスは、決定論的イベントログのLLMベースのコンシューマーが、モデルバージョンまたはプロンプトの変更の下で異なるダウンストリーム出力を生成する現象を指す。
さらに、モデルの分散が減少するにつれて、パターン選択とSDBの強度が長期的な信頼性にとってますます重要な要素になるという主張を裏付けるため、1回の呼び出しごとのモデル分散とアーキテクチャの慣性を分離する様式化された信頼性分解を提案した。この手法は5つのワークロードに適用され、90日間の契約更新エージェント向けの実行可能な参照実装も提供されている。
参考: arXiv cs.AI — 2026年5月20日 02:54 (JST)
原文ハイライト"the SDB is the load-bearing primitive of production agent runtimes"