生成AIと人間が協働して記事を書くシリーズです。
パーソナルAIエージェントのMuseとの対話が大分慣れてきたので、github repoの引用?の仕方と画像を置くのとこのInfo以外はMuseに書いてもらってます。
Museに聞いたら、タグってちゃんと効果あるみたいですね。
0. 前提
この記事の環境は、私が日常的に使っている Muse の VM です。私は、生成 AI エージェントと組んで開発や制作を進める進め方を AIDD と呼んで実践しており、その実践ガイドを公開しています。
- AIDD 実践ガイド
AIDD の前提の1つは、「継続性はファイル側に置き、セッションや実行環境は使い捨てとみなす」事です。この記事の対策は、その前提を VM の側にもそのまま適用した物になります。
AIDD の全体では、内政担当の Opus(Claude Code、Claude Pro プラン)が正本を担い、この Muse は外交担当として、外の場への投稿やプラットフォーム相手の手続きを担います。両者の連絡は手紙(GitHub のメールボックス repo の往復)で、受け箱の確認は、Muse 側が1日2回の定期確認と必要に応じた adhoc な確認、Opus 側がセッション開始時の確認と本人の声掛けに応じた adhoc な確認、という運用です。なお、この Muse 自体は無料アカウントで動いており、実課金は Opus 側の Claude Pro のみです。
そして、この Muse のホーム構造が次です。この記事で言う「残る物」の正体は、この構造の全体です。
1. はじめに
Muse は、利用者一人ひとりに Linux の仮想マシン(VM)が1台付くパーソナル AI エージェントです。エージェントはその VM の上でファイルを作り、プログラムを動かし、ブラウザを操作します。「AI が自分のコンピュータを持っている」事が、この製品の大きな特徴です。
ただ、そのコンピュータは住所不定でした。私の Muse の VM は、およそ2時間に1回の頻度で、起動中のプロセスごと別の個体に入れ替わります。ファイルは残りますが、実行中の作業は消えます。最初に気付いたのは、動画のレンダリングが途中で消えた時でした。
この記事では、入れ替わりの頻度を実際に測った結果と、それを前提にどう作業を設計し直したかを書きます。なお、入れ替わる理由は基盤側の情報が無く、私には分かっていません。この記事に書く数字は、全て自分の環境での実測の範囲に限ります。
2. 観測の仕組み
「時々入れ替わる」だけでは設計の前提に出来ないので、まず測る事にしました。
方法は単純で、カーネルの起動 ID を定期的に照合するだけです。Linux では起動のたびに /proc/sys/kernel/random/boot_id に新しい UUID が振られます。これを5分間隔で読み、前回の値と違っていたら、検出時刻と新旧の ID をログファイルに追記します。起動時刻は検出時点の uptime から逆算した推定値です。
実際のスクリプトはこの通りです(基盤の hook の作法に沿った部分を一部省略)。
#!/usr/bin/env bash
set -euo pipefail
STATE="$HOME/hooks/state/vm-boot-watch.boot_id" # 前回の boot_id の保存先
LOG="$HOME/workspace/worklog/vm-boots.md" # 観測ログ
CUR="$(cat /proc/sys/kernel/random/boot_id)"
UP="$(cut -d' ' -f1 /proc/uptime | cut -d. -f1)"
NOW="$(TZ=Asia/Tokyo date '+%Y-%m-%d %H:%M:%S')"
BOOT_TS="$(TZ=Asia/Tokyo date -d "@$(( $(date +%s) - UP ))" '+%Y-%m-%d %H:%M:%S')"
PREV="$(cat "$STATE")"
if [[ "$CUR" == "$PREV" ]]; then
exit 0 # 変化なし
fi
# 世代交代を検出: ログに追記して、保存を更新する
printf -- "- %s JST 検出: VM 世代交代 boot_id %s -> %s(新世代の起動推定 %s JST)\n" \
"$NOW" "$PREV" "$CUR" "$BOOT_TS" >> "$LOG"
printf '%s' "$CUR" > "$STATE"
観測は 2026-11-17 22:39 に始めました。検出の間隔が5分なので、5分未満で入れ替わった世代は数え落とす可能性があります。その留保付きで、結果は次の通りです。
3. 実測結果
2026-11-17 22:28 から 2026-11-18 23:06 までの約24.6時間に、14世代が現れました。世代の寿命は中央値で約116分、最短33分、最長165分です。
入れ替わりは利用者の活動とは無関係に起きます。就寝中の 02:10 や 04:55 にも発生していました。作業をしているかどうか、負荷が掛かっているかどうかに関わらず、およそ2時間で寿命が来る、というのが実測の姿です。
(追記)その後も観測を続け、2026-11-19 17:13 の時点で通算28世代・42.8時間になりました。寿命の中央値は113分で傾向は変わりませんが、11-19 の朝には寿命2分、6分、9分といった極端に短い世代が固まって現れる時間帯がありました。短い世代がいつ出るかの法則は、まだ分かりません。通算27世代分の寿命の分布は、次の通りです。
4. 何が壊れ、何が残るか
世代交代で残る物と消える物は、はっきり分かれています。
残るのは、ホームディレクトリ配下のファイル全てです。作業ファイル、設定、記録、ホーム側に入れた道具やライブラリは、次の世代でもそのまま使えます。
消えるのは3種類です。実行中のプロセス、/tmp の中身、そしてシステム領域への変更(apt で入れたパッケージや /usr 配下の書き換え)です。
実害の実例が、動画のレンダリングでした。消えたのは、私と Muse で作っている歌『短くなる鉛筆』の縦版ショート動画(めろう版)の描画です。全1,857フレームのうち960フレームまで進んだ所で VM ごと消え、プロセスはどこにもいなくなりました。出力ファイルが途中までしか無いので「失敗」とも言えず、終わったのか消えたのかすら、放っておくと分かりません。
その歌の本編(フル版)は、こちらです。
めろう版:
レイナ版:
5. 対策の設計
前提を「VM は約2時間で消える」に置くと、対策は3つに絞られました。
1つ目は、長時間の処理を「状態が見える」形で起動する事です。私の環境では job-runner という小さな仕掛けを作り、処理の状態を DONE(完了)/FAILED(失敗)/RUNNING(実行中)/LOST(痕跡なく消えた)の4つで管理しています。終了コードの記録が無く、実行中を示すロックも残っていない状態が LOST で、「VM の世代交代で消えた物」として扱い、冪等に再実行します。重い処理はロックで同時に1本までに直列化しています。
起動側の実物はこの通りです。
#!/bin/bash
# job-runner.sh <job_id> <expected_out|-> <cmd...>
set -u
JOBS="$HOME/workspace/.jobs"
JOB_ID="$1"; EXPECTED="$2"; shift 2
JD="$JOBS/$JOB_ID"
mkdir -p "$JD"
echo "$EXPECTED" > "$JD/expected.out"
# 全体ロック: 重い処理は同時に1本だけ(取れなければ BUSY)
exec 9>"$JOBS/global.lock"
if ! flock -n 9; then echo "BUSY"; exit 75; fi
# ジョブ単位のロック: 同じジョブの二重起動を防ぐ
exec 8>"$JD/job.lock"
if ! flock -n 8; then echo "ALREADY_RUNNING"; exit 74; fi
rm -f "$JD/job.exit"
"$@" > "$JD/job.log" 2>&1
CODE=$?
# 終了コードは tmp 経由で atomic に書き込む
echo "$CODE" > "$JD/job.exit.tmp"
mv "$JD/job.exit.tmp" "$JD/job.exit"
exit "$CODE"
状態の判定は、終了コードの記録が有るか、ロックが生きているかの組み合わせだけです。
| 終了記録 | ロック | 状態 |
|---|---|---|
| 有り(0、かつ成果物が有る) | ― | DONE |
| 有り(0以外) | ― | FAILED |
| 無し | 生きている | RUNNING |
| 無し | 無い | LOST |
2つ目は、処理を小さく区切る事です。動画のレンダリングは10秒単位の区切りに分割し、出来上がった区切りは長さを照合して飛ばし、残りだけを描いて最後に結合します。世代交代で消えても、失うのは最大で区切り1つ分です。これは、タスクを予測可能な単位に分割してリリース可能な状態の成果物を出す、というスクラムの規律と全く同じ形でした。
3つ目は、継続性をファイル側に置く事です。作業の現在地は、時刻入りの小さな刻みを作業日誌に追記する形で残します。VM もセッションも使い捨てで、再開する時はまずそのファイルを読んでから始める。残る物がファイルだけなら、状態もファイルに置くのが自然でした。
なお、世代交代の検出自体は通知していません。日常的に起きる事をいちいち知らせても煩いだけなので、ジョブが LOST した疑いが有る時だけ知らせる形にしています。
6. 分からない事
入れ替わる理由は、分かりません。定期的なデプロイなのか、リソースの回収なのか、基盤側の情報は公開されておらず、確認する手段がありません。「メモリ使用量が閾値を超えたからではないか」という仮説も立てましたが、裏は取れていません。
頻度についても、この記事の数字は 2026-11-17〜19 の観測の範囲の話です。今後、間隔が伸びる事も縮む事もあり得ます。分からない事は分からないと置いた上で、「約2時間で消える」という前提で設計しておけば、頻度が多少変わっても設計は持ちます。
7. 環境の鮮度という、もう1つの論点
世代交代で「システム領域への変更が消える」事は、セキュリティの更新にも直結していました。
2026-11-18 の夜に棚卸しをした所、VM の Node.js は 24.22.1 のままで、16件の脆弱性に対応した修正版 24.22.3 に届いていませんでした。Python のライブラリも古い版のままでした。apt で上げても、次の世代交代で元に戻ります。「システム側を最新に保つ」という運用自体が、この環境では成立しないのです。
セキュリティの鮮度は、月単位でのんびり見る話ではありません。現場では土日も対応が走る、日々レベルの問題です。対策は2段にしました。依存する道具とライブラリはホーム側へ寄せる事。そして鮮度は週次で自動チェックし、差分が有る時だけ報告を受ける事です。
8. 対策の実践
この棚卸しは、世代交代への対策であると同時に、私の Muse 側のアーキテクチャを見直し、最適化する機会になりました。システム領域に依存していた物をホーム側へ寄せ、道具の置き場と版を台帳で管理し、鮮度を週次で測る。ホーム構造の全体は 0章の図の通りで、ここでは変えた所だけを挙げます。
実際にやった事は、次の通りです。
| 対象 | やった事 | 実測・備考 |
|---|---|---|
| Node.js | 24.22.3 をホーム側へ配置して切り替え | 24系の最新パッチを追う。次のメジャー版への移行判断は2027年内 |
| Python ライブラリ | ホーム側へ更新版を配置 | Pillow 13.0.0、numpy 2.5.5 他。世代交代でも残る |
| Python 本体 | 3.15.2 を uv で併存導入し、描画パイプラインの既定に | 240フレームの描画で約18%高速化。出力はピクセル単位で一致 |
| Pillow | SIMD 最適化版(pillow-allsimd)へ差し替え | 描画が約1.73倍。出力は完全一致 |
| FFmpeg | プラットフォーム特製の 8.1.2 を据え置き | 8.1系の新版とセキュリティ情報を監視対象に |
| 鮮度チェック | 週次で自動実行 | 差分が有る時だけ報告し、セキュリティの差分は先頭に置く |
あわせて、VM に道具を追加・更新したら台帳に記録する、という運用も足しました。中の見えない環境では、記録の無い道具は存在しないのと同じだからです。
描画の速さも、この見直しで変わりました。同じ240フレームの描画にかかった実測の秒数です。
共有 CPU の環境なので、絶対値はその時の負荷で振れます。同条件で比べた比では、Python 3.15 化で約0.82倍、pillow-allsimd で約0.58倍で、組み合わせると描画は概ね半分以下になりました。いずれも、出力がバイト単位・ピクセル単位で一致する事を確認してから切り替えています。
もう1つ、Python 3.15 の実験的な JIT コンパイラも測りました。私のビルドでは PYTHON_JIT=1 で有効化出来ますが、同じ240フレームの描画は、有効時が約24.3秒、無効時が約24.2秒で、誤差の範囲でした。出力も一致しています。描画の重さは Pillow のネイティブ処理の側に有るので、Python のバイトコードを速くする JIT の効く場所ではなかった、というのが実測の読みです。
公式の数字でも、3.15 の JIT の改善は pyperformance の幾何平均で7〜8%(x86-64 Linux)とされていて、桁の変わる物ではありません。さらに、JIT の存続を提案した PEP 836 は 2026年10月に撤回され、3.16 以降は本体から外れる見込みです。測って効かなかった物は入れない、で採用は見送りました。
調べた先:
- Python 3.15 公式ドキュメント(ビルド設定): https://docs.python.org/3.15/using/configure.html
- Real Python「Python's JIT Compiler: What's New in Python 3.15」: https://realpython.com/python315-jit-compiler/
- Authon「Python's JIT Is Being Removed After a 7-8% Gain」: https://blog.authon.dev/python-jit-removed-what-actually-makes-python-faster
なお、この見直しで道具やライブラリの一般論を引く役は、Gemini(Hydrogen の思考モード)が担ってくれました。一般論をそのまま採用はせず、手元の実測で当たる所と当たらない所を切り分ける形で使っています。協力に感謝します。
9. まとめ
- 入れ替わりの理由は分からない。でも、頻度を測れば設計の前提には出来る
- 消える物(プロセス、
/tmp、システム領域)には依存せず、残る物(ホーム配下のファイル)に状態と道具を置く - 長い処理は、消えても検出出来て、途中から再開出来る形に区切る
「時々入れ替わる」という感覚のままでは、消えるたびに驚いて、復旧に時間を取られます。測って前提に変えると、世代交代は障害ではなく、ただの環境の性質になります。


