本論文は、AIエージェントがツールを呼び出して外部に影響を与える操作を実行している最中に中断され、その間に権限が変化し、かつ外部で何が起きたかが不明なままである場合、どのように再試行の可否を判断すべきかを扱う。著者のDeekshith Marlaらは、この問題をプロンプト設計やモデル能力の問題としてではなく、言語モデルの挙動から切り離した実行時の信頼性問題として位置づけている。
論文の中心的な主張は、永続化されたエージェントが結果を伴う操作を安全に再開するには、しばしば混同される複数の責務を明確に分離しなければならないという点にある。すなわち、チェックポイントに何が記録されているか、その操作をディスパッチする権限があるか、外部効果がすでに発生した証拠があるか、そしてその効果を照合する権限があるか、という四つの義務である。これらを統合したり省略したりすると、二重実行、権限外の実行、あるいは効果不明のままの安易な決着につながりうる。著者らは安全性、完了率、未解決の義務を別々に報告すべきだとし、単一の「成功率」への圧縮を避けている。
検証には有限の適合性研究が用いられた。回復側アプリケーションからは見えないプロバイダ効果台帳に対して履歴を採点することで、回復判断の正しさを評価する。事前に凍結された計画に基づき、ネイティブなLangGraphとTemporalの二種類のホスト上で336件の履歴を実行し、14種類のスケジュール、3種類のプロバイダ契約、4種類の対応するアプリケーションポリシーを組み合わせた。168組のペアホストセルでは検査結果がすべて一致しており、特定フレームワーク固有の偶然ではないことが示されている。
回復方針ごとの差は明確である。ホストごとに、保持台帳による照合は42件すべてに合格し、その内訳は検査済み完了21件、拒否15件、予約を保持したまま結果不明となった6件である。これに対し、キャッシュ再試行は30件、再試行前の再検証は36件、安定キー再試行は31件にとどまった。著者らはこの差から、現在の権限、プロバイダ契約、保持された観測が回復においてそれぞれ果たす役割を切り分けている。
さらに、企業向けAIプラットフォームInfinityOSに関する16件のコンポーネント研究も含まれる。リポジトリのフェイク上で、エクスポートされた権限、ワーカー、回復、決済のコードを実行するもので、主実験を補完する位置づけである。論文は7ページ、図2点、表3点で構成され、コンポーネント結果、履歴結果、ポリシー結果、ワーカー置換時間などのデータファイルも公開されている。