メインコンテンツへスキップ
見出し画像

AIエージェントを「登録した」で安心しない――台帳と実態のずれを検出する10項目

    「Agent Registryに登録した。所有者も入れた。だから全社のAIエージェントは管理できている」

    その判断は、手動登録した別プロジェクトのエージェントが更新されなくなった時点で崩れます。

    Google Cloudの公式Docsには、別プロジェクトのエージェントを中央のAgent Registryへ手動登録できる一方、リモート側で変更・削除されても、その手動登録情報は自動更新・削除されないと明記されています。つまり、公式レジストリを使っていても、台帳と実態がずれる条件は残るということです。

    この記事では、複数部門・複数クラウドでAIエージェントを運用する社内SE、IT企画、AI基盤、セキュリティ担当者向けに、登録漏れ、所有者不在、長期未使用、廃止漏れを検出する「Agent Lifecycle Record」を整理します。

    結論から言えば、管理対象は一つの一覧ではありません。

    1. 登録された宣言

    2. 実際に動いていることを示す観測

    3. 廃止が完了したことを示す証跡

    この三つを分けて持ち、定期的に照合します。

    レジストリは「正解」ではなく、管理の起点

    中央レジストリには大きな価値があります。エージェント、エンドポイント、Skill、MCPサーバーなどへ共通の識別子を与え、所有者や版を検索できるようにするからです。

    ただし、登録情報は原則として「こういうエージェントが存在する」という宣言です。実際に今どこで動き、何へ接続し、どの資格情報を使っているかは、別の情報源から確かめなければなりません。

    例えば、次の状態は同じではありません。

    • Registryに登録されている

    • 本番環境へデプロイされている

    • 最近も実行されている

    • 利用継続を責任者が再確認した

    • 停止操作を行った

    • 資格情報や定期実行を含めて廃止が完了した

    これらを一つの「稼働中/停止中」だけで表すと、判断できない空白が生まれます。

    Microsoft Entra Agent IDのライフサイクルポリシーも、定期再確認、最小スポンサー数、不活動監視を別のルールとして扱っています。所有者の記入だけではなく、今も必要か、説明責任を持つ人がいるか、使われているかを分けて確かめる設計です。

    Agent Lifecycle Recordの10項目

    新しい台帳をゼロから増やす必要はありません。既存の構成管理DB、ID管理、クラウド資産台帳へ以下の項目を追加しても構いません。重要なのは、すべてを人手入力にしないことです。

    1. Stable Agent ID

    表示名ではなく、変更されない識別子を置きます。同じ「購買アシスタント」という名前が開発・検証・本番に存在しても区別でき、改名しても履歴が切れないことが条件です。

    2. 業務目的とタスク境界

    何の業務判断を助け、どこから先は実行しないかを書きます。「問い合わせ対応」のような広い説明ではなく、「社内規程を根拠付きで検索し、回答案を作る。申請や承認は行わない」まで絞ります。

    3. Business OwnerとTechnical Owner

    業務継続を判断する人と、技術的に停止・修正できる人を分けます。片方が退職・異動したときのフォールバック先も必要です。作成者をそのまま所有者にすると、異動後に責任の空白が生まれやすくなります。

    4. RuntimeとEndpoint

    どの環境へデプロイされ、どのURL、キュー、ジョブ、アプリから呼ばれるかを持ちます。Registry上のEndpointだけでなく、実際のデプロイ一覧やGatewayログから観測できる識別子も結び付けます。

    5. IdentityとCredentialの参照

    Agent ID、サービスアカウント、OAuthクライアント、証明書などへの参照を置きます。秘密値そのものは台帳に書きません。失効状態と最終ローテーション日を照合できるリンクを持たせます。

    6. Tool・Data・Skillの依存関係

    利用できるAPI、データセット、MCPサーバー、Skill、Knowledge Baseを列挙します。廃止や変更時に、エージェント本体だけでなく周辺資産をたどるためです。

    7. Model・Prompt・Configの版

    モデル名だけでなく、Prompt、Tool schema、Policy、Skill revisionなど、振る舞いを変える版を記録します。「同じAgent IDだが、できることが変わった」を検出できる粒度にします。

    8. Lifecycle State

    少なくとも、Proposed、Test、Approved、Deployed、Active、Suspended、Retiring、Retiredを分けます。ApprovedとActive、SuspendedとRetiredを混ぜないことが重要です。

    9. Last ObservedとAttestation Due

    最終実行、最終デプロイ、最終通信など、機械的に取れる観測時刻と、責任者が利用継続を再確認する期限を別々に持ちます。年次業務のエージェントは長期間動かないことがあるため、「実行がない=不要」とは決めません。

    10. Retirement Receipt

    廃止完了を一つのチェック欄で済ませません。少なくとも次を証跡として残します。

    • Endpointを非公開または削除した

    • 定期実行、イベント購読、キュー起動を停止した

    • Agent ID、トークン、証明書を失効した

    • Tool・Dataへの権限を外した

    • Registryの状態を更新した

    • 必要なログを保持し、不要な作業用データを処理した

    • 依存する利用者・業務へ代替手順を通知した

    この完了時刻と証跡URLがそろって、初めてRetiredです。

    月次で回す5つの不一致クエリ

    台帳を作るだけでは古くなります。価値が出るのは、宣言と観測の不一致を検索できるようにしたときです。

    1. 動いているのに登録されていない

    デプロイ一覧、Gatewayログ、定期実行、クラウド課金タグには現れるが、RegistryにStable Agent IDがないものを抽出します。これが典型的な未登録エージェントです。

    2. 登録されているのに観測できない

    RegistryではActiveだが、一定期間デプロイ、通信、実行の証拠がないものです。すぐ削除せず、年次業務、障害対応、待機系かをOwnerへ確認します。

    3. 稼働中なのに責任者がいない

    Business OwnerまたはTechnical Ownerが無効な社員IDになっている、スポンサー数が基準未満、再確認期限を過ぎているものを抽出します。自動停止するか、猶予期間とフォールバック通知を入れるかをリスク別に決めます。

    4. 登録版と実行版が違う

    Registryが指すPrompt、Skill、Tool schema、Endpointの版と、実環境から観測した版が一致しないものです。手動登録や複数プロジェクトでは、ここがずれやすくなります。

    5. Retiredなのに何かが残っている

    台帳はRetiredなのに、資格情報が有効、スケジュールがEnabled、Endpointが応答、権限割当が残存しているものを抽出します。廃止漏れは「一覧から消えた後」に見えにくくなるため、Retirement Receiptから逆引きします。

    まずは一つの業務領域で照合する

    全社のエージェントを一度に完璧に把握しようとすると、申告依頼だけで止まりがちです。最初は、影響の大きい一領域を選びます。

    例えば、購買業務のエージェントを対象にするなら、次の順で進めます。

    1. Registry、ID管理、デプロイ、Gateway、スケジュールの各一覧から候補を集める

    2. Stable Agent IDで結合し、結合できないものを「不明」として残す

    3. Business OwnerとTechnical Ownerを確認する

    4. 5つの不一致クエリを実行する

    5. 重大な不一致だけを修正し、検出ルールを自動化する

    6. 対象部門を広げる

    最初から空欄をゼロにするより、どの情報源では何が見えないかを明示する方が実務的です。未知を空欄にせず、Unknown、確認担当、期限として管理します。

    管理できている状態は「一覧がある」ではない

    AIエージェントの数が増えると、管理画面を一つにまとめたくなります。しかし、一つの一覧が存在することと、実態を把握できていることは同じではありません。

    管理できている状態とは、少なくとも次の問いに答えられる状態です。

    • 稼働しているのに登録されていないものは何か

    • 登録済みだが長く観測できないものは何か

    • 誰も利用継続を説明できないものは何か

    • 登録版と実行版が違うものは何か

    • 廃止済みなのに資格情報や起動経路が残るものは何か

    Registryは必要です。ただし、Registryを正解とみなすのではなく、現場の観測と廃止証跡を照合する起点として使う。その差が、増え続けるAIエージェントを「持っている会社」と「運用できる会社」を分けます。


    AIエージェントの実行時権限をどう分けるかは、AIエージェントの権限設計は、最小権限だけでは足りないで整理しています。社内RAGで、権限変更を検索結果やキャッシュまでどう反映するかは、社内RAGの権限は「引き継いだ」で終わらないをご覧ください。

    このアカウントでは、大企業でAIを「試す」段階から「説明できる運用」へ移すために、権限、承認、証跡、設計知識、変更影響を、実務で再利用できる判断表やテンプレートとして整理しています。同じ課題に向き合っている方は、次の記事も追えるようフォローしていただけるとうれしいです。

    参考資料

    (情報確認日:2026年10月13日)

     
     
    ユーザー企業の立場から、生成AI活用、社内SE、システム企画・設計を考えます。AIエージェントの権限・検証・運用や設計情報の活かし方を、実務で使える判断基準として整理します。

    あなたへのおすすめ