「AI Brendan」または「バーチャル Brendan」について（2025）

Brendan Gregg氏の仕事を利用・学習したAIパフォーマンスエンジニアリングエージェントが複数登場している。フレームグラフやeBPFメトリクスを解釈する補助エージェントは非公式に「AI Brendan」と呼ばれることもあり、氏の公開資料（講演90以上、ブログ250以上、オープンソースツール600以上、書籍3000ページ以上）を学習して「バーチャル Brendan」を作る試みもある。Gregg氏は2025年11月28日のブログで、これはまるで自分の脳が誰かにアップロードされ販売されているかのようだとしつつ、この新興分野には多くの人・目的・資金が関わっていると指摘。個人の見解であり、雇用主の公式見解ではないと断っている。

氏は二つのタイプを区別する。AIエージェントはBrendan的な作業（システム性能の推奨、フレームグラフやeBPFメトリクスの解釈）を行い、既に複数存在し、概ね有用だと評価する。一方のバーチャル Brendanは彼の出版物全体から作られた「仮想の本人」で、性能エンジニアとしての仕事の約15%しか自動化できず、業界の変化を学習し続けなければすぐに古くなると推定する。また「Fast by Friday」という、性能問題を5日以内に根本原因分析できるようにする方法論を紹介し、AIエージェントが既知の問題を照合することで時間を節約でき、性能エンジニアが少ない企業では10〜50%の性能改善が見込めるとしている。

商業化の課題として、まず効果の定量化が難しい。10%改善するのか30%か0%か事前には分からず、無料トライアルでもエンジニアの時間が必要だ。分析サービスの価格モデルも難しく、顧客が1インスタンス分だけ支払って修正を全社にコピーする可能性がある。チューニングまで行う製品では、変更を秘密にして継続課金させようとする動きもあったが、Gregg氏はファイルシステムのチェックサム、システムコールトレース、カーネルデバッグ、通常システムとの差分比較などで容易に変更を暴けると指摘。そもそも本番環境（しかもスーパーユーザーレベル）の変更を顧客に知らせないのは非常識で、障害時の変更管理にも反する。

さらに、秘密裏にチューニングするエージェントは、大規模障害の際に「最近何か変更した？」と問われて「AIが秘密に変更している」と答えざるを得ず、即座に利用禁止になるかもしれない。仮にJVM設定のような有効な改善を発見しても、その修正はやがてアップストリームに取り込まれ、エージェントの成果は徐々に減っていく。また、AIに性能判断を外注すると企業の「性能IQ」が下がり、業界全体で性能エンジニアの人材が減る悪循環も懸念される。Gregg氏は、こうした取り組みは秘密の変更に頼らない社内ツールやオープンソースコラボレーションの形が適していると述べる。

「バーチャル Brendan」については、彼の出版物は不完全なスナップショットにすぎない。可観測性、プロファイリング、トレーシング、eBPFは多く書いてきたが、チューニングやベンチマークは少なく、分散トレーシングに至ってはほぼ無い。またブログは余暇の趣味で書いており、20年以上のデバッグ経験すべてが文章化されているわけではない。さらに「Brendan Greggベンチマーク」のような彼の能力を測る指標は存在せず、実際には単なるダッシュボード程度の製品でも「仮想Brendan」と宣伝できてしまう。Gregg氏は高額な失敗製品がすでに一つあると明かしつつも、アイデア自体を否定するつもりはないとしている。

氏は現在これらの製品には関与しておらず、「AIがAIから地球を救うのを助ける必要がある」と述べる。システムは複雑化し、AIデータセンターのコストが上昇する中、性能工学の重要性はこれまで以上に高まっている。多くを約束しつつ実際に成果を出すAIエージェントが現れることを期待し、応援したいと締めくくっている。