ループエンジニアリング入門：AIエージェントを自律的に動かすシステム設計

ループエンジニアリングは、AI coding agent を単発のプロンプトで操作するのではなく、agent が自律的に動作し続ける「ループ」システム全体を設計する手法です。Google の Addy Osmani 氏が提唱したこの概念は、AI エージェントの運用を根本から変える可能性を秘めています。

📑目次

1. ループエンジニアリングとは
2. 4レイヤースタックと位置づけ
3. ループの5アクションと6プリミティブ
4. Claude Codeでのクイックスタート
5. unattendedループのリスクと対策
6. まとめと次のステップ
7. よくある質問（FAQ）

---

ループエンジニアリングとは

AI エージェントに直接指示を出す従来のプロンプトエンジニアリングに対し、ループエンジニアリングでは「誰がプロンプトを打つのか」をシステム設計に置き換えます。Addy Osmani 氏の公式ブログによると、「Loop engineering is replacing yourself as the person who prompts the agent. You design the system that does it instead.」と定義されています。

この手法の背景には、Claude Code などの先進的な coding agent の台頭があります。開発者は毎回手動で指示を出すのではなく、目的と停止条件を定義したループを構築することで、agent が完了まで自律的に反復処理を行えるようになります。結果として、開発者の負担が大幅に軽減され、より複雑なタスクにも対応可能になります。

---

4レイヤースタックと位置づけ

ループエンジニアリングは、Harness Engineering の上に位置づけられます。基盤となる harness の上に、timer による定期実行、サブエージェントの生成、外部状態管理を組み合わせることで、完全な自律システムが完成します。

この 4 レイヤー構造により、agent は単なるツールではなく、継続的に価値を生み出す存在へと進化します。公式ソースでは、timer 駆動の自動化が特に重要視されており、GitHub Actions や cron を活用した定期的なループ実行が推奨されています。

---

ループの5アクションと6プリミティブ

ループを構成する 5 つのアクションと、それを支える 6 つのプリミティブを理解することが重要です。6 つのプリミティブは以下の通りです。

プリミティブ	説明	具体例
Automations	スケジュール駆動のトリガー	cron、GitHub Actions、/goal コマンド
Worktrees	並列実行のための隔離作業環境	別ブランチやディレクトリ
Skills (SKILL.md)	プロジェクト固有の知識・規約を外部化	コーディング規約、テスト手順
Connectors / Plugins (MCP)	外部システムとの連携	Linear、Slack、データベース、API
Sub-agents	maker と checker の役割分離	作成者エージェントと検証者エージェント
State / Memory	会話外の永続状態管理	Markdown ファイル、Linear チケット

これらのプリミティブを組み合わせることで、agent は人間の介入なしに長時間動作し続けることが可能になります。出典: Addy Osmani 公式ブログ (https://addyosmani.com/blog/loop-engineering/)

---

Claude Codeでのクイックスタート

Claude Code でループエンジニアリングを始める最小構成は、まず SKILL.md を作成し、プロジェクトの規約を記述することから始まります。次に、Worktree を用意して並列実行環境を整え、MCP コネクタで Linear などのタスク管理ツールと連携します。

最小の unattended ループでは、Automations に GitHub Actions を設定し、定期的に agent を起動するようにします。Sub-agents を導入して検証ステップを自動化することで、信頼性の高い運用が実現します。Addy Osmani 氏の提唱するアプローチでは、最初は小規模なループから始め、徐々にプリミティブを追加していくことが推奨されています。

---

unattendedループのリスクと対策

完全自律の unattended ループにはいくつかのリスクが伴います。主なリスクは以下の 3 つです。

• Verification debt: 検証が不十分なまま出力が蓄積される
• Token/cost runaway: トークン消費が予想外に増大する
• Comprehension debt / Judgment abdication: 人間の理解や判断が欠如する

これらを防ぐためには、定期的な人間によるレビューをループに組み込むこと、コスト上限を設定すること、そして Memory を活用して状態を可視化することが有効です。公式ソースでは「Build the loop. But build it like someone who intends to stay the engineer, not just the person who presses go.」と警鐘を鳴らしています。

---

まとめと次のステップ

ループエンジニアリングは、AI エージェントの運用をプロンプト中心からシステム設計中心へシフトさせる重要なパラダイムです。6 つのプリミティブを理解し、リスク対策を講じることで、安全かつ効率的な自律運用が可能になります。

次のステップとして、自身のプロジェクトで SKILL.md と Worktree を試してみることをおすすめします。詳細は Addy Osmani 氏のブログ (https://addyosmani.com/blog/loop-engineering/) および Qiita 実践例 (https://qiita.com/Syoitu/items/97ed37e7ba9c38dc75d8) を参照してください。

---

関連記事:

• 【AI駆動開発】AIに「図を描いて」と頼むと“それっぽいけど使えない図”が出てくる問題を、draw.io生成スキルで倒した – Qiita
• 「AIが自らを作る」と予言した8日後、『Claude Fable 5』は消えた――【生成AIストリーム】
• DynatraceがAI Coding Agent監視を拡張：Claude Code・Gemini CLI・Codex CLIをOpenTelemetryで可視化

よくある質問（FAQ）

Q1: ループエンジニアリングと通常のプロンプトエンジニアリングの違いは？

通常のプロンプトエンジニアリングは 1 回の指示で完結するのに対し、ループエンジニアリングは agent が自律的に反復するシステム全体を設計します。目的と停止条件を定義することで、長時間にわたるタスクを自動化できます。

Q2: 6つのプリミティブのうち最も重要なものは？

プロジェクトによりますが、Skills (SKILL.md) と Sub-agents の組み合わせが特に重要です。規約の外部化と検証の分離により、出力品質を維持しつつ自律性を高められます。

Q3: Claude Codeでループを始める最小構成は？

SKILL.md の作成、Worktree の準備、MCP コネクタの設定、GitHub Actions による Automations の 4 点から始めると良いでしょう。小規模ループから徐々に拡張してください。

Q4: トークンコストが爆発するリスクはどう防ぐ？

各ループにコスト上限を設定し、定期的に人間レビューを挿入することで runaway を防げます。Memory を活用して状態を追跡することも有効です。

Q5: 検証（Verification）の役割はなぜ重要か？

Verification debt の蓄積を防ぎ、unchecked な出力が本番に影響を与えるのを避けるためです。Sub-agents による自動検証と人間レビューの組み合わせが推奨されます。