長時間実行エージェントの3つの停止モードに対し、heartbeat プロトコルと watchdog タイマー、段階的リカバリで備える監視設計を解説します。8週間・142件の運用で得た段階別リカバリの成績と、実際にハマったポイントも包み隠さず公開しています。