HNローンチ: HyperProbe (YC S26) – 本番環境で読み取り専用デバッグを行うエージェント
Launch HN: HyperProbe (YC S26) – Agents that do read-only debugging in prod (hyperprobe.co)
要約
HyperProbeは、コーディングエージェントが本番環境の実行中のコードに対して、ログだけでは得られない正確な変数値を安全に取得できるデバッグツールです。これにより、エンジニアはログを掘り下げたり、デバッグのためにコードを再デプロイしたりする時間を節約できます。このツールは、AIが生成したコードのデバッグにおける課題に対処し、オンコール時のエンジニアの負担を軽減することを目指しています。
全文翻訳
HNの皆さん、ShailendraとKaranです。私たちは、コーディングエージェントが本番環境でリアルタイムに問題をデバッグするための、高速かつ安全な方法を構築しています。
本番環境で問題が発生した場合、CursorやClaudeなどのエージェントが、実行中のコードに仮想ブレークポイントやプローブを安全に設定し、ログにはない正確な変数値を抽出できます。
これにより、エンジニアは、ログやトレースを掘り下げたり、console.logやprint文を追加して再デプロイしたりして根本原因を見つけるのに費やす時間と労力を節約できます。
この説明をまとめたビデオはこちらです: ビデオの説明
現在、エージェントは私たちのコードの大部分を書いています。これにより、エンジニアがAIによって書かれたコードをデバッグするために必要な有用なコンテキストが縮小されますが、これはAIが同じコードに追加する限定的なテレメトリでは助けになりません。
そのため、本番環境で問題が発生した場合、エンジニアの最初の本能はログを開くか、エージェントに問題を投げることです。しかし、探している行がログになければ、エージェントは存在しないデータに基づいて根本原因の推測を開始し、ログを追加して再デプロイすることを余儀なくされます。
既存のデータを使用したエージェントの分析推論ループは、多くのトークンを消費するため、安価ではありません。また、ログの追加と再デプロイのサイクルは非常に遅く苦痛であるため、エンジニアはオンコールを嫌うようになります。
私たちのアプローチにより、エージェントは障害の正確な瞬間と時点でオンデマンドでテレメトリをキャプチャできるようになり、ログと再デプロイのサイクルを排除し、より少ないトークンで最も正確なRCAを取得できます。
明らかな問題は、これを実行中のサービスで機能させることです。ラップトップのデバッガを一時停止するのと同じように、ライブサービスを一時停止することはできません。スレッドを一時停止したり、ホストを遅くしたりすることなく、実行中のプロセスから安全に値を取得することが課題です。私たちはこれを実現しています。
これ以前は、100人規模のチームでエンジニアリングを率いていました。その後、Karanと私は3年間、テストツールであったHyperTestに費やしました。
HyperTestでは、OpenTelemetryを使用して本番トラフィックを統合テストに変換しました。それも本番環境のインストルメンテーションでした。壊すことなく実行中のサービスから実際のランタイム状態を抽出するという困難な部分は、私たちがまとめることを学んだ困難な部分でした。
私たちは他の教訓も苦労して学びました。HyperTestはより良いテストでバグを防ごうとしましたが、導入は常に戦いでした。チームが本番環境の火消しに追われていたため、通話はキャンセルされ続けました。テストは衛生状態のようなものでした。壊れた本番環境は髪の毛が燃えているようなものでした。これにより、優先順位がどこにあるかがわかりました。
これは、真に自律的なオンコールエージェントを構築するというアイデアの種となりました。つまり、アラートを受け取り、プローブし、診断し、数分で修正するエージェントです。しかし、現在の動作は次のとおりです。
あなたは、いつものようにコーディングエージェントと対話します。「チェックアウトは200を返しますが、一部のユーザーは注文が失敗しているのを見ています。理由を見つけてください」と伝えます。エージェントはローカルコード内の行を特定し、MCP経由で私たちに接続し、実行中のサービス上のその行にプローブを配置します。プローブは読み取り専用で、実際のトラフィックがヒットするまでアイドル状態です。ヒットすると、その正確な瞬間にコールスタックの各フレームのローカル変数をキャプチャします。それをエージェントに渡し、エージェントは実際のデータで診断します。
2つの部分があります。サービス内で実行されるSDKと、コーディングエージェントが話すMCPサーバーです。SDKは、再デプロイなしでプローブ(仮想ブレークポイント、ログまたはメトリック)を設定可能にするものです。NodeとPythonでは、プロセス内にフックします。Javaでは、JVMエージェントとしてアタッチし、バイトコードレベルでインストルメントします。いずれの場合も、サービスは実行を続け、トラフィックを提供します。何も一時停止しません。
エージェントが特定の行を確認したい場合、MCPサーバーを呼び出し、MCPサーバーがSDKにそこにプローブを配置するように指示します。リクエストがその行にヒットすると、SDKはプローブが要求したものをキャプチャし、プロセス内でサニタイズし、MCP経由でエージェントにストリーミングします。
これは本番環境内で実行できるため、プローブは変数内にある任意の値を読み取ることができます。パスワード、トークン、認証、SSN、クレジットカードなどのキーはデフォルトで赤化され、独自のキーを追加できます。機密情報の赤化は、送信前にプロセス内で、コンテナ自体のメモリ内で行われます。
また、プローブは読み取るだけで書き込みは行いません。キャプチャされた状態がネットワークを離れることを望まない場合は、サーバー、ブローカー、さらにはデータベースをインフラストラクチャ内にセルフホストすることもできます。
オーバーヘッドについて:アイドル状態の場合、SDKはわずかなメモリを追加するだけで、スループットと応答時間には実質的に影響しません。プローブはアクティブにキャプチャしている間のみコストがかかります。また、キャプチャは制限されています。別のモニターがリアルタイムで監視し、オーバーヘッドが急増した場合はすべてのアクティブなプローブをプルします。
すべてのログおよびトレースツールは、エージェントに既存のデータを渡し、何が起こったかを推測するように求めます。私たちは、エージェントに実行中のコードへの目と耳を与え、障害の正確な時点で必要なものを必要なときにキャプチャできるようにする方が有用だと考えています。
これは、本番環境のインシデントをデバッグするための最もシンプルで最速の方法のようです。
コミュニティの皆さんに、あらゆる環境でこれを試していただき、コーディングエージェントとチャットするだけで、既知または未知の問題をデバッグしていただきたいと考えています。そして、真に自律的なオンコールエージェントにするために必要な追加機能を教えてください。
サポートされているプラットフォーム:NodeJs、Java、Python。