🔄Loop Engineeringとはなにか？ もう「AIにプロンプトを打つ」作業は終わりにしませんか？これからは、エージェントを自律的に回す仕組みそのものを設計する時代です。AIコーディングのパラダイムシフトの正体に迫ります。 💡 1. プロンプトからシステム設計への転換 従来のAIコーディング（AI-assisted Coding）は、人間がループの「中心」にいました。 👨‍💻 これまでのアプローチ: 人間がコンテキストを考え、プロンプトを打ち、AIの出力を読み、手元でテストを実行し、エラーが出たら再度プロンプトを打つ。AIは「高機能な関数」や「道具」であり、制御の主体は常に人間です。 🔄 ループエンジニアリング: 人間はループの「外側」に出て、システム全体のデザイナー（作者）になります。仕事の検知、AIへのコンテキスト注入、出力の自動テスト、進捗の記録、次のステップの判断という一連のライフサイクルを小さなプログラムに実行させます。 ここで重要なのは、AIモデルがシステムにおける「サブルーチン（部品）」へと降格し、代わりに環境（テストスイートやリポジトリの状態）からのフィードバックをループ処理する構造へ進化したという点です。 ⚙️ 2. ループを駆動する5つのコアコンポーネント＋1つの記憶 抽象的な概念を動くシステムに落とし込むため、ループは以下のコンポーネントに分解されて設計されます。 ① ⚡ 自動化（Automations） ループの心臓部であり、発火トリガーと停止条件を定義します。 ツール（Claude CodeやCodexなど）では、単に定期実行する /loop だけでなく、明確な終了条件（例：「すべてのテストがパスするまで」）を満たすまでAIを回し続ける /goal コマンドなどがこれに該当します。条件が達成されるか、ハードストップ（予算や上限回数）に達するまで回り続けます。 ② 🌳 ワークツリー（Worktrees） 複数のAIエージェントが並列で動く場合、同じディレクトリで作業するとファイルの衝突（コンフリクト）が発生します。これを防ぐため、Gitの worktree 機能を使い、エージェントごとに独立した作業ディレクトリとブランチを隔離して自動生成します。機械的な衝突を回避し、並列性を担保する基盤です。 ③ 🧠 スキル（Skills） リポジトリのルールやコンテキストをカプセル化したものです。 通常、AIは実行ごとに前回の文脈を忘れますが、SKILL.md のようなファイルに「このプロジェクトのビルド手順」「命名規則」「過去の障害から得た注意点」を明文化しておくことで、AIは毎実行時にそれを読み込み、プロジェクト固有のシニアエンジニアのような振る舞いを固定化できます。 ④ 🔌 プラグイン／コネクタ（Connectors） filesystem（ローカルファイル）しか見えないAIを、本物の開発環境につなぐ架け橋です。 Model Context Protocol（MCP）などをベースに、GitHub（PR作成やIssue取得）、Linear/Jira（チケット更新）、Slack（人間への通知）、Sentry（エラーログの取得）と接続します。これにより、AIが「修正案を出す」だけでなく「Issueを読んで、コードを直し、PRを送り、Slackに報告する」というエンドツーエンドの行動が可能になります。 ⑤ 🤖 サブエージェント（Sub-agents） 役割を分担された独立したAIインスタンスです。「コードを書く役割（Maker）」と「コードを検証・レビューする役割（Checker）」を完全に分離します。 ➕ 💾 記憶：状態ファイル（State File） 地味ですが、ループの成否を分ける最も重要な要素です。STATE.md やJSONファイル、あるいは外部のチケット管理システムに「現在どのブランチが進行中で、何が完了し、次に何をすべきか」を永続化します。「エージェントは忘れるが、リポジトリは忘れない」という原則に従い、昨日の続きを今日のループが再開できるようにします。 🕰️ 3. なぜ「ただのcron（定期実行）」ではないのか？ 懐疑派から「1975年に発明されたcronジョブのリブランド（名前の付け替え）に過ぎないのではないか」という指摘があります。これは半分正解で、半分は間違いです。 スケジュールやトリガーのレイヤーは確かにcronそのものです。しかし、従来のcronは「固定されたスクリプトを機械的に実行するだけ」でした。 ループエンジニアリングが異なるのは、ループの真ん中に「状況を動的に判断する意思決定者（LLM）」がいる点です。 テストが落ちたとき、どのファイルをどう修正すべきか、コンテキストをどう組み立て直すかという分岐は、ハードコードされた if/else ではなく、AIの推論によって動的に決定されます。工学的な面白さは、この「崖から落ちるかもしれない不確実な意思決定者」の周りを、いかに硬牢な自動テストやガードレールで固めるかというシステムデザインにあります。 ⚠️ 4. コストと運用リスクの現実 熱狂的な議論で無視されがちなのが、経済性とセキュリティの現実です。 💸 膨大なトークン消費（コスト） コード生成自体は安価になりましたが、ループを回すと「コンテキストの再読み込み」「リトライの繰り返し」「探索パターンの実行」により、トークン消費量が爆発的に増加します。 実際に、米Uberではエンジニア1人あたり月1,500ドルの上限を設けたにもかかわらず、年間のAI予算をわずか4ヶ月で使い切った事例があります。「最大反復回数」「金額上限」「進捗ゼロ検知による強制終了」の3つのガードレール（ハードストップ）の設計が不可欠です。 🛡️ 攻撃面の拡大（セキュリティ） 無人で動くループは、無人で動く攻撃面（アタックサフェース）になります。AIコーディングツールに起因するCVE（脆弱性）が多数確認されており、コマンドインジェクションやSSRF、XSSのリスクがあります。また、外部から取り込んだ「スキル」の説明文がプロンプトインジェクションの経路になり、デバッグログ経由で認証情報（資格情報）が漏洩するケースも監査で報告されています。 🧩 理解の負債（Comprehension Debt） AIが高速でコードを書き、テストが通ってマージされ続けると、リポジトリ内のコードベースと「人間の理解度」の距離がどんどん離れていきます。これを「理解の負債」と呼びます。最も高くつくのはトークンの請求書ではなく、「チームの誰も読んだことがなく、構造を理解していないシステム」をある日突然人間がデバッグしなければならなくなるコストです。 🛠️ 5. 実践：4条件テストと最小実用ループ（MVL）の構築 ループエンジニアリングを実務に導入する際は、厳格な仕分けとステップが必要です。 📋 導入のための4条件テスト 1. タスクが繰り返されるか？（週1回未満なら、手動プロンプトや使い捨てスクリプトの方が早い） 2. 検証が完全に自動化されているか？（テスト、型チェック、Linter、ビルドが悪い出力を100%機械的に弾けるか。これがないと人間がレビューの椅子に縛り付けられる） 3. トークン予算が無駄を吸収できるか？（従量課金で予算に余裕がない場合は無謀） 4. エージェントが環境を操作する道具を持っているか？（ログ確認や再現環境など） 🚀 最小実用ループ（MVL）から始める手順 最初から複雑なマルチエージェントを組むとシステムは確実に崩壊します。以下の順番でボトムアップに構築します。 1. 手動実行の確実化: 1回の手動プロンプトと環境操作で、タスクが完全に完了することを確認する。 2. スキルの文書化: その際のコンテキストや制約を SKILL.md にまとめる。 3. ループのラップとゲート配置: AIが書いたものを自動テスト（ゲート）にかけ、失敗したらAIに戻すという1サイクルを組む。 4. スケジューリング: 最後にそれをcronやイベントトリガーで自動化する。 🎯 レバレッジの支点は「コードを書くこと」から「コードを書く仕組みを定義し、検証すること」へ移動しました。人間は、AIが自分の宿題を甘く採点しないよう、冷徹な「検証ゲート」を設計するエンジニアであり続ける必要があります。

# Claude Agent SDKの便利だけど知られていない機能 🌍 セッション途中で権限を変えたい？ストリーミング中に権限モードを動的に切り替えられます！ Claude Agent SDKでは、セッション実行中に `set_permission_mode()` を呼ぶだけで、権限モードを即座に変更できます。 📌 タイトル：ストリーミング中の権限モード動的変更 🔗 URL： 🧩 概要 `set_permission_mode()`（Python）/ `setPermissionMode()`（TypeScript）を使うと、セッションの途中で権限モードをリアルタイムに変更できます。新しいモードは即座に有効となり、以降のすべてのツールリクエストに適用されます。「最初は厳格に、信頼が築けたら緩める」という段階的な権限管理が実現できます。 🛠 使い方 ```python # Python - 段階的に権限を緩和する例 import asyncio from claude_agent_sdk import ClaudeSDKClient, ClaudeAgentOptions async def main(): async with ClaudeSDKClient( options=ClaudeAgentOptions( permission_mode="default", # まずはデフォルトで開始 ) ) as client: await client.query("このコードをリファクタリングしてください") # アプローチを確認後、編集を許可 await client.set_permission_mode("acceptEdits") async for message in client.receive_response(): if hasattr(message, "result"): print(message.result) ``` ```typescript // TypeScript const q = query({ prompt: "Refactor this code", options: { permissionMode: "default" } }); // アプローチ確認後に編集を許可 await q.setPermissionMode("acceptEdits"); for await (const message of q) { if ("result" in message) console.log(message.result); } ``` 🏗 本番システムへの組み込み方 ・「plan → 確認 → acceptEdits」のワークフローで、安全なステップバイステップの自動化を実現します ・ユーザーの信頼度や操作の進行状況に応じて、段階的に権限を拡大するインタラクティブなアプリを構築できます ・エラー検出時に権限を引き締める「フォールバック」パターンにも活用できます ・監視システムと連携し、異常検知時に自動的に制限的なモードへ切り替えることも可能です 💡 ユースケース 🔐 コードレビュー後に編集権限を付与する対話型ワークフロー 📈 タスクの進捗に応じて権限を段階的に拡大するプログレッシブな自動化 🛡 異常を検知したら即座に制限モードに切り替える防御的エージェント ⚠️ 注意点 ・新しいモードは即座に有効になるため、切り替えのタイミングに注意してください ・モード変更は現在のセッション内でのみ有効です ・`bypassPermissions` や `auto` モードに切り替えた場合、サブエージェントにも継承される点に注意が必要です ✨ 権限の動的変更は「最初は安全に、必要に応じて柔軟に」を実現する強力なツールです。段階的な信頼構築のワークフローにぜひ活用してください！ #ClaudeAgentSDK# #AIAgent#

理論に厳格すぎる人は、何が足りなくなるのだろうか。 何度も言う様に、私は理論そのものを否定するつもりはない。 むしろ理論は必要である。 発声でも演技でも、理論の裏付けがなければ再現も検証も難しい。 しかし、人間の身体は理論書の中に存在しているわけではない。 目の前にいる一人ひとりの身体の中に存在している。 発声指導をしていると、理論的には正しい説明なのに、実際には上手くいかない場面に出会うことがある。 よく見てみると、その人の身体が理論の前提条件を満たしていないのである。 胸郭の可動性が不足している人に十分な呼吸を求めても、まず胸郭が動かなければ話にならない。 長年の癖によって首や顎が固まっている人に喉頭の自由な動きを求めても、その前に解決しなければならない問題が存在する。 理論は正しい。 しかし、その理論を実現するための身体的条件が整っていなければ、理論は現実の中で機能しない。 理論に厳格であるほど、その食い違いを本人の努力不足や理解不足として解釈したくなる。 だが実際には、身体が発している信号を見落としているだけかもしれない。 私は長年、歌や演技の指導をしてきたが、優れた指導者ほど理論を正しさの証明として使わない。 理論を使う目的は、「なぜ上手くいかないのか」を理解するためである。 同じ理論を学んでも、人によって結果が異なるのは、その人が持っている身体が違うからだ。 だから指導の現場では、「理論上どうあるべきか」だけではなく、「その人の身体で今何が起きているのか」を読み取る力が必要になる。 理論は現実を説明するために存在しているのであって、現実を理論へ無理やり当てはめるために存在しているのではない。 私は、その順番を間違えたくないのである。

とか言ってるうちにファンティアの修正基準厳格化らしいので新しい順に黒塗りに差し替えるかな　こういうのってもしかして修正の監視を自動化したいとかそういうアレなのかしら　となるとちんぽを全てゲーミングちんぽにすると無修正でも通ったりして

中国共産党、10月に重要会議「5中総会」開催　来年秋の党大会を控え党内引き締めへ 5中総会では「全面的に厳格な党内統治の持続的な推進に関する若干の重大問題の検討」などが主要議題となる。汚職取り締まりを進める「反腐敗闘争」のさらなる強化を打ち出す見通し。

Claudeがまとめました ゴールドの世界的流通が金融なみにクリーンになる可能性 ## まず前提を疑う——金融は「クリーン」なのか この会話でシンガポールの事例を見たとき、MASの総括はこうでした。**ほとんどの機関は方針と統制を整備していた。違反は方針の欠如ではなく実施の不備から生じた。** 金融は清潔ではありません。金融が持っているのは徳ではなく、**記録性と急所**です。この区別が答えを決めます。 ## 金融を統制可能にした五つの性質 1. **非物質化** — 貨幣は台帳の記入である。記録を作らずに動かすことが原理的にできない 2. **急所の存在** — ドル決済はニューヨークを通る。一国の管轄権が域外に及ぶ 3. **本人性の結合** — 口座は法的人格に紐づく 4. **凍結可能性** — キー操作一つで止まる 5. **遵守が生存条件** — コルレス網から切られた銀行は死ぬ ## 金はこの五つすべてで逆である 1. **溶かせば同一性が消える** — これは政策の失敗ではなく化学です 2. **急所がない** — ドル決済に相当するものが存在しない 3. **持参人証券** — 占有がそのまま権原 4. **物理的な金は凍結できない** 5. **遵守しなくても死なない** — 別の精錬所がある そして最も深い問題はこれです。**金融の清潔さを支える性質(記録に残ること)は、金の保有者が対価を払って避けているまさにその性質である。** 台帳の外にあることが金の商品価値なら、台帳に載せた金はもはや同じ商品ではありません。 ## だから答えは「ならない」——ただし正確には 改善しない、という意味ではありません。**市場が二層に分かれる**という意味です。 **白い層** — LBMA規格、中央銀行準備、ETF、大手ブランド。ここには曲がりなりにも急所があります。グッドデリバリー資格を失えば機関投資家に売れない。10〜20年で金融並みの追跡可能性に近づく余地はあります。 **灰色の層** — 零細採掘、地域交易、制裁回避、紛争金。ここは清潔化しません。むしろ**白い層が厳格化するほど、量がこちらへ押し出される**。 これは既視感のある構図で、金融では**デリスキング**と呼ばれてきました。世界に千数百万人いるとされる零細採掘者が、清潔な鎖の外に置かれる。清潔化の道徳的代価がここにあります。 ## 決定的変数は一つだけ——急所ができるか 候補は二つあります。 **① LBMAグッドデリバリー資格** — 現在唯一の実質的な関門です。ただしLBMAは**業界団体**であり、会員は精錬所そのものです。規制される者が規制者を構成している。2026年1月からの開示義務化は前進ですが、自主規制の強化であって公権力の急所ではありません。 **② 中央銀行の購買基準** — これが最も過小評価されているレバーです。 世界金評議会の2026年調査では、**89%の中央銀行家が世界の金準備の増加を予想し、記録的な45%が自機関の準備増を見込んでいます。** ポーランドは5月までに64トンを積み増し、中国人民銀行は2026年3月まで17か月連続で購入を続けました。 中央銀行はいま金の最大の限界的買い手です。**もし各国中銀が自らの購入に産地要件を課せば、それは金にとって史上初の本物の急所になりえます。** 現在ほとんど使われていないレバーです。 ## しかし逆風のほうが強い **① 価格** — 2026年1月に一時5,500ドル/オンスを超える史上最高値を記録し、第1四半期の平均は4,873ドルという四半期記録でした(6月末には4,000ドルを割る場面もありましたが、歴史的高値圏です)。**価格が上がるほど違法採掘と密輸の誘因が増す。** 取り締まりは常に上げ潮と戦っています。 **② 需要の質が変わった** — 世界金評議会は、**投資需要が加工需要をはるかに上回るようになった**と報告しています。つまり金の限界的な買い手は、装身具の消費者ではなく「体系の外の価値貯蔵手段」を求める人です。**追跡可能性を最も嫌う需要が、最も強い。** **③ 中央銀行のレパトリエーション** — インドやドイツがロンドンから金を本国に戻しています。主権的な物理支配の重視です。これは**唯一存在する急所から遠ざかる動き**です。 **④ 制裁の拡大** — ロシア、ベネズエラ、イラン、スーダン。制裁は金を非公式回路へ押しやります。制裁が増えるほど、追跡不能な金への需要が増える。 **⑤ ステーブルコイン決済** — ガイアナ=ベネズエラのUSDT事例が示す通りです。従来は、金自体が追跡不能でも、**支払う側の金銭は銀行を通りました**。決済がステーブルコインに移れば、最後の取っ手が外れます。 ## 最も警戒すべきは「中途半端な成功」 清潔化が失敗することより危険なのは、**部分的に成功すること**です。 ダイヤモンドのキンバリー・プロセスは、「紛争ダイヤ」を反政府勢力の資金源に限定して定義した結果、政府軍による人権侵害を伴う産出を認証してしまいました。認証が排除の道具ではなく、**洗浄のラベル**になった。 金にも同じ危険があります。「UAEGD認証だから問題ない」「LBMA登録だから安心」という形で、認証が実質的な検証を代替してしまう。この会話で見た通り、ヴァルカンビはLBMA会員でありながら、UAE産金のほぼ全量を持ち込んでいます。 ## 判定 私の見立てを、確度を分けて申し上げます。 ## 最後に一つだけ 金融がいまの水準に達するまでに、1970年の米国銀行秘密法から、1989年のFATF設立、9・11、2010年代のFATCA・CRSまで、およそ半世紀を要しました。 そしてそれが可能だったのは、**ドルという単一の急所があったから**です。 金にはドルがありません。 したがって答えは——**構造的に「ならない」。ただし二層化は進み、上の層はかなり清潔になる。そして下の層は、上の層が清潔になるほど太くなる。** なおこれは私の評価であり、業界側はより楽観的な見通しを述べています。判断材料として、2026年のUAE相互審査の結果と、LBMA開示義務化の初年度データが最初の検証点になるでしょう。

6月17日、欧州議会において、不法滞在者の強制送還手続きを大幅に迅速化・厳格化する「新たなEU送還規則」が賛成多数（賛成418、反対218、棄権30）で可決・承認された。イタリア政府がこれまで主導してきた強硬路線がそのままEU全体の公式ルールとして採用されたことになる。不法滞在者の拘束期間を最長2年へ延長し手続き中の「期限切れ釈放による失踪」を防ぎ、即時退去の義務化と罰則強化によって締め付けを徹底するものだ。欧州が動き出した。ただし欧州は合法移民に関しては、まだ甘い。それをバカな日本政府が真似をしている。

【重要なご案内】 GiGOアプリでは利用規約に基づき、複数アカウントの保有を禁止しております。 一部で不正なアカウント利用が確認されており、正常なサービス提供の妨げとなるためお控えください。 不正確認時は予告なくアカウント停止等の厳格な措置を講じます。 ご理解ご協力をお願いいたします。

茨城県が今月、条例公布の知事署名を電子署名で完結させました。 GMOサインの電子公印を使い、タブレット一台で署名・公布まで対応しています。 鍵になるのは「職責付き電子証明書」です。 首長本人の身元と役職を第三者機関が厳格に審査した上で発行する証明書で、「誰が・いつ・何に署名したか」を法的に証明できます。 都道府県の長の署名という最も公的な行為が、信頼できる電子署名で代替できるようになった。 行政DXの一つの到達点だと思っています。

大きなモデルの賢さを、小さなモデルへ「再訓練なし」で移せる——しかも推論のその場で。そんな新しい能力転移の研究です。 タイトル: AI4AI at Test-Time: Strong-to-Weak Capability Transfer via Harnesses URL: ❓ 蒸留と何が違うの? 💡 蒸留はターゲットの重みを訓練で更新します。本研究は重みを一切いじらず、強いビルダーモデルが推論時の「足場（ハーネス）」を組んで弱いモデルの実行を助けます。能力を推論環境ごしに転移させる発想です。 ❓ 足場って具体的に何をするの? 💡 主に3つです。 ・不安定な推論を決定的なコードに置き換える ・問題の種類ごとに戦略を振り分けるルーティング ・回答を確実にパースする厳格なフォーマット強制 ❓ どれくらい効くの? 💡 心の理論ベンチ4種で、GPT-5.4-miniの精度が0.49から0.91へほぼ倍増。全11ビルダー設定がベースラインを超えました。弱いモデルほど伸びしろが大きく効く一方、すでに強いモデルには逆効果になることもあります。 ❓ 成否を分けるのは? 💡 検証データを大量に探ることではなく、ビルダー自身の推論品質でした。強いビルダーは「タスク能力のコンパイラ」として、一度の推論で構造を手続き化します。 #AIAgents# #TestTimeScaling#