ループエンジニアリング

ループエンジニアリングとは

ループエンジニアリングとは、AIエージェントが「知覚 → 計画 → 実行 → 観察」というサイクルを自律的に繰り返すシステムを設計・制御する手法の総称だ。Anthropicは2024年12月公開の「Building effective agents」の中で、エージェントシステムの中核パターンとしてこのループ構造を詳細に解説している。単純なQ&A型のLLM呼び出しと異なり、ループ型エージェントはツールを呼び出しながら複数のステップを自律的に進め、最終目標を達成するまで実行を継続する。

ループ内でエージェントは外部ツール（ファイルシステム、ブラウザ、コードインタープリタなど）を呼び出し、その結果を観察して次のアクションを決定する。このサイクルは停止条件（タスク完了・最大反復数・エラー閾値）に達するまで繰り返される。OpenAIのAgents SDKも同様のループアーキテクチャを採用しており、メッセージリストをイテレーションごとに積み上げていく実装が標準パターンとなっている。

なぜ注目されているのか

従来のRPA（ロボティック・プロセス・オートメーション）では、あらかじめすべての手順を記述する必要があった。ループエンジニアリングによるAIエージェントは、途中の状況変化に応じて次のアクションを動的に決定できる点で根本的に異なる。Claude CodeやOpenAI Codex CLIなどの開発支援ツールはこのパターンを実装の中心に置いており、コード読み取り・修正・テスト実行をループ内で完結させることで複雑な開発タスクを自動化している。

課題として挙げられるのが「ループドリフト」と「無限ループ」だ。エージェントが誤った方向に進み続けたり、同じアクションを繰り返したりするリスクがある。Anthropicはこれへの対策として、最大反復数の設定・各ステップのログ記録・ループ状態の外部モニタリングを推奨している。

設計上の重要な考慮点

安全なループ設計に必要な3要素は「明確な停止条件」「反復上限」「観察可能性」だ。停止条件が曖昧だとエージェントがタスク完了を判断できず無限ループに陥る。反復上限は安全弁として必須であり、Anthropicの事例では10〜20回が一般的な目安とされる。観察可能性とは、各イテレーションの入出力をログに残してデバッグ・監査できる状態を保つことを指す。ガードレールと組み合わせることで、ループ内での逸脱動作を早期に検出し停止させることが可能になる。

ドラゴンボールで例えると

AIエージェントの「知覚→計画→実行→観察」サイクルは、悟空が修行で強くなる繰り返しプロセスにそのまま対応する。

ループ1サイクル ＝「敵の動きを見て（知覚）・かめはめ波の角度を考えて（計画）・打って（実行）・結果を確認する（観察）」1回の攻防
停止条件 ＝「フリーザを倒したら終了」という明確な目標。これがないと悟空はいつまでも戦い続ける
反復上限（MAX_ITER） ＝精神と時の部屋の「1年間」という強制終了タイマー。時間が来たら何があっても出なければならない
無限ループ ＝界王拳を出し続けて体が壊れるまで止まらない暴走状態。停止条件がないエージェントが同じアクションを繰り返す
ループドリフト ＝修行が本来の目的から外れ、同じ技の繰り返しだけで進捗がなくなる状態
観察可能性（ログ） ＝界王様がループの一部始終を見ていること——記録がないと、どのターンで判断が狂ったか後からわからない

「精神と時の部屋に入る前に『何をクリアしたら出る』を決める」——これがループエンジニアリングの本質だ。

実装してみる

▸ CLAUDE CODE

01
Claude APIでwhileループを構築し、ツール呼び出し結果を次ターンのメッセージリストに追加する
02
停止条件（stop_reason: end_turn または最大反復数）を明示的に設定する
03
各イテレーションの入出力をログに記録し、無限ループ・ループドリフトを検出できるようにする

PYTHON

import anthropic

client = anthropic.Anthropic()
messages = [{"role": "user", "content": "タスクを実行してください"}]
MAX_ITER = 10

for _ in range(MAX_ITER):
    response = client.messages.create(
        model="claude-opus-4-5",
        max_tokens=4096,
        tools=tools,
        messages=messages,
    )
    messages.append({"role": "assistant", "content": response.content})
    if response.stop_reason == "end_turn":
        break
    tool_results = process_tool_calls(response.content)
    messages.append({"role": "user", "content": tool_results})

PROMPT例 — そのまま貼り付け可

以下のタスクをステップごとに実行し、各ステップの結果を確認しながら進めてください。完了したら「DONE」と出力してください。タスク: [タスク内容をここに記述]