SteelSpine：AIエージェントのデバッグを可能にするリプレイツール

SteelSpine AI は、AIエージェントの開発と運用における三大課題——高い失敗率、LLMのステートレス性（毎回ゼロから始まる）、監査の不在——を解決するインフラストラクチャツールです。

コア機能

SteelSpine は steelspine run という1つのコマンドで任意のエージェント（Python、Node、シェルスクリプト、Dockerコンテナ）をラップし、SDKのインストールやコード変更を一切必要としません。実行時には、エージェントのすべての決定、ツールコール、状態遷移を構造化された因果イベントとして記録し、SHA-256ハッシュチェーンをリアルタイムで書き込みます。

デバッグとリプレイ：steelspine compare を使えば2つの実行をイベントレベルで比較し、分岐点を特定できます。例えば、パラメータ「temperature」が0.2から0.8に変わったことで5つの下流決定が変更され、根本原因が構成ドリフトであることを示します。また、steelspine replay により、キャプチャした任意の状態から決定論的にリプレイ可能で、ライブAPI呼び出しは不要です。.\n\n永続メモリ：LLMは本質的にステートレスであり、毎回の会話がゼロから始まります。SteelSpine は透過プロキシを提供し、1つのURLを変更するだけで関連コンテキストを自動的に各プロンプトに注入します。永続的な事実は長期エンティティストアに昇格され、同一エージェントがセッションを越えて記憶を保持できるようになります。

暗号監査：すべての実行記録はSHA-256ローリングハッシュチェーンで署名され、HMAC-SHA256とEd25519非対称署名をサポートします。steelspine verify-run で自己完結型のHTML監査レポートを生成可能。コンプライアンスモードではRFC 3161タイムスタンプ（eIDAS準拠）を自動統合し、--pq-sign でポスト量子署名（ML-DSA-65、NIST FIPS 204）を有効にできます。

既存ツールとの比較

LangSmith、Arize、Galileoなどの既存のトレースツールは「何が起こったか」を表示するだけですが、SteelSpine はそれに加えて「操作」できる点が異なります。具体的には、リプレイ、メモリ注入、改ざん検出、CI評価ゲーティング（steelspine eval --fail-on-diff で回帰時に終了コード1を返す）を提供します。さらに、SteelSpine はローカルで動作し、クラウド依存やベンダーロックインがなく、100%のアップタイムを実現します。

ユースケース

SteelSpine はコマンドラインで実行されるAIエージェントに最適で、特に以下のシナリオで有効です：\n- 多段階エージェントのデバッグ（例えば100ステップのタスクで63%の失敗率に対処）。\n- 金融や医療など規制業界での監査要件（EU AI Act第12条準拠）。\n- セッション間の状態維持が必要な対話型アプリケーション（顧客離脱防止）。\n 現時点ではホスト型UI（ChatGPT.com、Claude.ai web）はサポート外ですが、アダプターによる拡張が計画されています。

価格と可用性

SteelSpine は一回限りのローカルライセンスで無制限トレースを提供します。一方、同種ツールのLangSmithは年間2万～4万ドルの導入費用がかかる場合があります。SteelSpine は14日間の無料トライアルを提供し、トライアル後は月額29.99カナダドルです。

要約すると、SteelSpine はキャプチャ、リプレイ、メモリ、証明を組み合わせることで、AIエージェントの動作を完全に可視化し、開発者に真の制御をもたらします。