Single Agent Loop / Loop Engineering 調査レポート

発行日: 2026-06-17 テーマ: 「エージェントにプロンプトする」から「エージェントにプロンプトするループを設計する」へ。@sairahul1 のスレッドを起点に、Single Agent Loop / Loop Engineering の思想・構成部品・実践パターン・コストとリスクを整理する。出典: @sairahul1 スレッドほか（Ralph / Loop Engineering 関連の一次情報）

TL;DR

思想転換: Peter Steinberger（OpenClaw 作者 → OpenAI）と Boris Cherny（Anthropic / Claude Code 責任者）が同じ趣旨を発言 —「もう自分でプロンプトしない。エージェントにプロンプトするループを設計・運用するのが仕事」。
ループの骨格は常に同じ: Goal → Action → Check → Fix → Repeat until done（5段階 DISCOVER → PLAN → EXECUTE → VERIFY → ITERATE）。検証通過なら出荷、失敗ならもう一周。
2つの規模: Single-agent（1体が全サイクル自走）/ Fleet（orchestrator + specialists + subagents のツリー）。
2つの型（2026年最重要の実務区別）: Open loop（探索的・強力だがトークン爆食い）/ Closed loop（人間が道筋と品質ゲートを設計・通常予算で回り毎周改善）。
まず試すべきは Single-agent × Closed loop。信頼できるタイトな系を作り、品質ゲートを備えてから Open へ開く。
良いループの6部品: Automations / Worktrees / Skills / Plugins・Connectors / Subagents / Memory。Claude Code も Codex も標準搭載。
本質的な戒め: ループは仕事を楽にしない。レバレッジの支点が移っただけ。「ボタンを押す人ではなく、エンジニアであり続けるつもりで」ループを組む。

1. 思想 — 旧 vs 新

旧（プロンプティング）: You → Prompt → Agent → Output → レビュー → 修正 → 繰り返し（人間がループの一部）
新（ルーピング）: ゴール設定 → ループが Discover → Plan → Execute → Verify → Iterate を自走

プロンプトは指示を与える。ループは仕事を与える。

Loop Engineering の定義: 人間の常時介入なしに、試行から検証済みの成果へエージェントを導く、反復可能なフィードバックサイクルを設計する実践。

2. 2つの規模 — Single-agent vs Fleet

	Single-agent loop	Fleet loop
構造	1体が全サイクルを自走	orchestrator + specialists + subagents のツリー
たとえ	自分の草稿を自分で推敲し直す人	チームでプロジェクトを丸ごと回す
向き	焦点の定まった・スコープ限定のタスク	大きく分割可能なミッション
コスト目安	5万〜20万トークン/タスク	50万〜200万トークン

各ノードはどちらの規模でも同じ5段階ループを回す。

3. 2つの型 — Open vs Closed（2026年最重要）

Open loop: ゴールだけ与えて自由に探索させる。強力で刺激的だがトークンを爆食い。基準のゆるいプロジェクトに向けると “slop machine（雑な量産機）” になる。予算無制限向け。
Closed loop: 人間が事前にエンドツーエンドの道筋を設計（明確なゴール / 定義された手順 / 各ステップに評価ゲート / 停止点）。通常予算で回り、毎周改善する。

ゲートなし → AI はドリフトする。ゲートあり → AI は改善する。

推奨: まず Closed から始め、品質ゲートが揃ってから Open に開く。

4. 良いループの「6つの構成部品」

#	部品	担当段階	役割	Claude Code での実体
1	Automations	DISCOVER 起動（鼓動）	プロンプト＋周期＋ゴールで「1回」を「ループ」にする	`/loop`（周期再実行）, `/goal`（条件成立まで継続）
2	Worktrees	EXECUTE 並列	各エージェントに独立した作業ディレクトリ＋ブランチ → 衝突ゼロ	`git worktree`
3	Skills	DISCOVER 高速化	プロジェクト知識を一度書けば毎周読む（ゼロから再導出しない）	`SKILL.md` / `VISION.md` / `ARCHITECTURE.md` / `RULES.md`
4	Plugins / Connectors	EXECUTE 現実化	ファイル系の外（Issue, DB, staging API, Slack）に作用	MCP コネクタ
5	Subagents	VERIFY 誠実化	作る者と検査する者を別エージェントに（自分の宿題を甘く採点させない）	`/goal` が内部でフレッシュモデルに完了判定させる
6	Memory	持続化（背骨）	会話の外（md / Linear 等）に「試した / 通った / 未解決」を残す → 翌朝続きから	リポ内の md ファイル等

特に #5 Subagents（maker ≠ checker） と #6 Memory が、Single-agent loop を「信頼できる Closed loop」に変える要。

5. 実例テンプレ（骨格は全て `Goal → Action → Check → Fix → Repeat`）

Coding Loop（最初に試す型）

VISION.md + ARCHITECTURE.md を読む
↓ 次の変更を計画
↓ コード編集
↓ テスト自動実行
↓ 失敗 → エラーを読む → 修正 → 再テスト
↓ 成功 → 変更を要約
↓ 停止
（人間は中間に入らない）

他に Research Loop / Content Loop / Sales Outreach Loop も同じ骨格で構成される。

6. Prompt Engineer vs Loop Engineer

Prompt Engineer	Loop Engineer
良い指示を作る（言語スキル）	良いフィードバック系を設計（ソフトウェアエンジニアリングスキル）
`"Write me a function"`	`"Write → test → fix until green"`
出力を毎回手でレビュー（人間がループ）	系が走り・検査し・自己修正（系がループ）
単発出力に課金	検証済み成果に課金

2026年に最も稼ぐ AI エンジニアは「上手い英文」ではなく「エージェントが発見・計画・自己検査し、完了を判断する論理」を書いている。

7. コストとリスク

トークン消費目安: single coding loop 5万〜20万 / fleet 50万〜200万 / 毎朝スケジュール週数百万。
「ループは設計が難しいのではなく、払うのが難しい」。明確な停止条件が必須。
⚠️ スレッド後半の DeepSeek V4 推し（1M コンテキスト・低単価・$20で17億トークン）はスポンサー色が濃い。「長文脈 × 低単価がループに効く」という一般論は妥当だが、特定モデルの優劣は実タスクで A/B 検証推奨。

8. 本質的な戒め

同じループを2人が組んでも正反対の結果になる。深く理解した仕事を速く進めるために使う人と、理解を避けるために使う人。ループはその違いを知らない。あなたは知っている。

Boris Cherny の主旨は「仕事が楽になった」ではなく「レバレッジの支点が移った」。「押す人」ではなく「エンジニアであり続けるつもりで」ループを組むこと。

一つの信頼できるループは、千の完璧なプロンプトに勝る。