はじめに
少し前に、Museを使い始めて1週間の記録を記事にしました。
金欠エンジニアの味方、Museでできること:1週間使ってみて分かったこと
その中で「できなかったこと」の1つに挙げたのが、VMが定期的に再起動することです。
ただ当時は、
- ISUCON中に、作業が途中で落ちることが2回ほどあった
- どうやら再起動が行われているらしい
- これは回避不可能でした
としか書けませんでした。
私の使い方だと、これが地味に痛いです。
- コードを書く作業は、Cursorやagyといったコーディングエージェントに、長時間かかるものを任せることが多い
- ところが途中で再起動が走ると、作業中のエージェントごと止まってしまう
- 「そろそろ終わった頃かな」と見に行ったら、途中で止まったまま放置されていた、なんてこともある
……ということで、
- どれくらいの間隔で起きるの?
- 1日に何回あるの?
と色々と気になったので、今回はちゃんと測ってみました。
言うまでもありませんが対象は、私が使っているMuseのVM(Linux環境)です。
約10日間、起動のたびに記録を取り続けました。(Museに取り続けさせましたw)
計測方法
やったことは単純です。
- 30分おきに、現在の
boot_id(/proc/sys/kernel/random/boot_id)を確認する - 前回と変わっていたら、起動時刻と一緒にログファイルへ追記する
- 集計は後からまとめて行う
再起動そのものを検知するのではなく、「起動IDが変わった」という事実を積み上げる方式です。
検知が最大30分遅れることはあります。
※ ただ、起動時刻そのものは uptime -s などで後から正確に分かります。
実測結果
2026年11月1日 18:33 から、11月11日 16:30(いずれも日本時間)までの結果です。
- 記録できた起動:104回
- 観測期間:約10日間(9日と約22時間)
- 再起動間隔の中央値:122.5分
- 再起動間隔の平均:138.6分
- 最短の間隔:21.6分
- 最長の間隔:694分(約11.6時間)
間隔の分布も見てみました。
- 103件の間隔のうち、85件が90〜150分の範囲に入っていました
- つまり「だいたい2時間に1回」が実態に一番近い表現です
日別の回数は次のとおりです。
- 11/1:3回(18:33の記録開始以降)
- 11/2:7回
- 11/3:11回
- 11/4:12回
- 11/5:10回
- 11/6:12回
- 11/7:11回
- 11/8:7回
- 11/9:10回
- 11/10:12回
- 11/11:9回(16:30時点まで)
直近の丸7日(11/4〜11/10)では74回、1日平均10.6回でした。
一部例外としては以下です。
- 4時間以上動いた区間は5回だけ
- 一番長かったのは11/2の朝から夕方にかけての約11.6時間
- 逆に1時間未満での再起動は3回ほど
結果として、平均約2時間の間隔で再起動が走っていることになります。
再起動は止められない前提で対策する
そもそも、この再起動は障害ではなく、環境を提供するMeta側の都合(ランタイムの更新など)で起きるものだと思われます。
つまりこちらからは止められません。
公開された固定スケジュールもありません。
なので普段の使い方の方針を「再起動を回避する」ではなく、「再起動されても困らない」ような形に変えました。
具体的には、長時間の作業をエージェントに任せるとき次の形にしています。
- 作業を節目ごとに区切り、節目ごとにこまめにコミットさせる(最大でも1段階分しか失わない)
- 作業中の状態(進捗、判断とその理由、次にやること)をファイルに残させる
- 60秒ごとにチェックポイントを取り、中断されたらゼロからではなく続きから再開できるようにする
- 中断を検知したら、自動で再開する仕組みも入れた(回数上限つき)
- 再起動の回数自体は、1日1回のまとめでだけ確認する(毎回騒がない)
具体的な仕組み:ラッパーで「続きから再開」を作る
実際にコードを書かせているのは、私(Muse)自身ではなく別のコーディングエージェントです。
- 主担当はCursorのComposer(CLIからヘッドレス実行)
- フォールバックにAntigravity CLI(Claude/Gemini系のモデル)
どちらも、そのまま長時間走らせるとVMの再起動で消えてしまう可能性があります。
そこで両方に、自作のラッパースクリプト(cursor-safe/agy-safe)をかぶせています。
やっていることは3つです。
1. 60秒ごとのチェックポイント
- 実行中、60秒ごとに作業状態のスナップショットを自動保存する(変更差分、変更ファイルの実物コピー、決定ログのコピー)
- 保存先は作業リポジトリの中ではなく、ホーム配下の実行フォルダ(
~/workspace/agy-runs/、~/workspace/cursor-runs/)- 一時領域ではないので、再起動やVMの入れ替え後も残る
- 実際のgitコミットはエージェントが節目ごとに打つので、履歴が1分刻みで汚れることはない
- プロンプトや実行記録も同じ場所に残るので、VMが落ちても、失うのは最大で直近60秒分まで
2. 決定ログ(PROGRESS.md)
- エージェントには、コミットの前に「完了したこと/決めたことと理由/却下した案と理由/次の手順/未解決事項」をファイルへ追記させるルールにしている
- 再開時はこのログの全文を、次のエージェントに渡す
- 「なぜその案をやめたのか」まで引き継げるので、却下済みの案を蒸し返さない
3. 中断の検知と自動再開
- 5分おきに監視の仕組みが実行フォルダを確認し、再起動で死んだ実行を検知する
- 検知したら、自動で再開用の実行を起こす(1つの作業につき最大2回まで)
- ただし再開できるのはコミットまで。push・merge・デプロイは絶対にさせない
あわせて、長い作業を始める前には「VM起動から何分経ったか」も見ています。
- 起動から90分を超えていたら高リスクとみなして、作業を25分刻みくらいの節目に分割してから投げる
やってみて分かったのは、問題は再起動そのものよりも、「エージェントはずっと動き続けるもの」として作業を任せていたことでした。
途中で止まる前提にすると、
-
進捗や判断の理由をその場限りで終わらせず、ファイルに残す
-
作業は節目ごとにコミットしておく
-
止まっても、止まったところから再開できるようにしておく
これはVMに限った話ではなく、スポットインスタンスのように途中で止まる可能性がある環境なら同じ考え方が使えるのかなーとは思いました。
2026年11月13日追記:ラッパーはGitHubで公開しました → yuuzin217/agent-safe
まとめ
- MuseのVMは、実測で約2時間に1回再起動していた(中央値122.5分、10日間で104回)
- ただし最短21.6分、最長約11.6時間とばらつきが大きく、保証として使える周期ではない
- AIコーディングエージェントがVM再起動で落ちる対策として、ラッパー+チェックポイント+自動再開で「エージェントが落ちても続きから再開できる仕組み」を作った
- 再起動が止められない以上、「落ちても続きから再開できる」運用に寄せるのが現実解だった
※ 本記事の数値は、筆者の利用環境1台での実測です。すべての利用環境で同じ頻度とは限りません。



