AIエージェントを実運用したら、性能より先に監視設計が問題になった話

AIエージェントを常時運用すると、最初に詰まるのはモデル性能ではありません。 実際には 「本当に止まったのか」「誤検知なのか」「誰が再起動するのか」 の設計が先に問題になります。 今回は、OpenClaw を常時運用する中で実際に起きた watchdog の誤検知 → 5分おき再起動 という事故と、その直し方をまとめます。 派手な話ではありません。 ただ、AIエージェントを仕事で回すなら、この手の地味な運用設計のほうがモデル比較より先に効きます。 何が起きたか ある日、OpenClaw daemon is NOT running という通知が定期的に飛ぶようになりました。 最初は「...