🔄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。

# Antigravityの機能と実践的な使い方 🚀 「毎朝、依存関係を監査しておいて」——そんな指示を一度出すだけで、エージェントが裏で勝手に働き続けてくれます。Antigravity 2.0のScheduled Tasksが実現する未来です。 📌 タイトルと機能のURL タイトル: Scheduled Tasks URL: 📝 概要 Scheduled Tasksは、cronスタイルのスケジュールに沿ってAntigravityエージェントの起動をトリガーする機能です。タイミングを指定した指示をエージェントに送り、バックグラウンドで自律実行させ、結果を後から報告させられます。常時人が張り付かなくても、定型作業を任せられるのが強みです。 🔧 機能の説明 ・`/schedule`コマンドで、指定した未来の時刻での実行と、cronスケジュールによる繰り返し実行の両方を設定できます ・スケジュールは標準の5フィールドcron式で指定し、残りの引数がその時刻に実行するプロンプトになります ・繰り返しの例：`/schedule "0 9 * * 1-5" Run git fetch, prune stale local branches, and summarize pending PR reviews.`のように、平日の朝9時に定例作業を走らせます ・毎時の実行なら`"0 * * * *"`のように、cron式で間隔を表現します ・指定したプロンプトがその時刻にエージェント呼び出しとして発火し、作業が完了すると結果が返ってきます ・スケジュールは「裏で走らせて後で結果を報告」という非同期の働き方を前提にしており、開発者は別の作業を進めながら待てます ・Antigravity 2.0で導入された機能で、サブエージェントやエージェント管理の強化と合わせて、自律的な並行作業を支えます 🛠 実践的な使い方 ・`/schedule`に続けてcron式を書き、その後ろに実行させたいプロンプトを書くだけで登録できます ・短時間の確認なら直近の時刻を指すcron式、定例作業なら繰り返しのcron式を使い分けます ・回数上限の指定はないため、cron式の間隔を控えめに設計して不要な実行を防ぎます ・夜間や早朝など、開発者が不在の時間帯にバッチ的な調査を仕込みます 🎯 ユースケース ・毎朝の依存関係の脆弱性・更新の監査を自動化する ・夜間にCIの失敗ログを分析させ、原因の当たりを付けておく ・数分後にビルドやデプロイが完了したかを確認させる ・定期的にヘルスチェックスクリプトを走らせ、異常を早期検知する ⚠️ 注意点 ・スケジュールの指定は標準の5フィールドcron式が前提で、自然言語での時刻指定はドキュメントに記載されていません ・実行回数の上限を指定する引数はないため、間隔設計を誤ると不要な実行が積み重なります ・スケジュール起動でもエージェントが実際の操作を行うため、破壊的タスクにはHooks等のガードレールを併用してください ・機能の詳細や上限値はバージョンで変わり得るため、最新ドキュメントで確認してください #Antigravity# #DevTools#

TL;DR 質問を待たず、毎秒「黙る／話す／委譲する」を自分で決める8BのビジョンファーストVLM。監視・実況・翻訳など“タイミングが命”のタスクで、DoubaoやGeminiに人手評価で勝ち越しました👀 タイトル: JoyAI-VL-Interaction: Real-Time Vision-Language Interaction Intelligence URL: ポイント 🟢 毎秒3値判断：（見守り）/（発話）/（背景処理へ委譲）をモデル内部で決める 🎞️ AdaCodecで予測符号化：シーン変化時だけフルViTトークン、間は約16トークンに圧縮し無限ストリームを処理 ⏱️ 時間認識：経過時間マーカー（例 <4.0 seconds>）と1Hzサンプリングで秒単位に応答を紐付け 🧠 記憶階層：短期100秒→中期500秒→長期7,500秒、vLLMプレフィックスキャッシュで2時間超もサブ秒 📊 学習：沈黙を第一級カテゴリ化、重み付きFT＋GRPO（誤報や遅延を罰則化）、400万超の時刻整列クリップ 🏆 6シナリオ58ケースの人手評価で総合勝率 Doubao比77.6%/Gemini比87.9%、アラートは満点 ✨ 未学習の創発能力：画面変化のユーザー誘導やスライドからの即興プレゼンも観測 「いつ話すか」を外部トリガーでなくモデルの中に持たせる設計が、常時稼働の見守りプロダクトに効きそうだと感じます。 #マルチモーダル# #リアルタイムAI#

TGS 2日目 運命のトリガー/カミール 天川星夏ちゃん @seika_ruru 爆ファンサ貰いすぎて 帰りに事故に遭わないか心配になった… ｳｯﾄﾘ( ◜ᴗ◝ )♡ #TGS2025#

『#ワールドトリガー』×##マリオンクレープ　コラボ開催決定✨# 2026年7月3日(金)～7月26日(日)の期間中、 対象店舗にて「三雲・空閑」、「太刀川・出水」、「迅・烏丸」をイメージした限定クレープ3種と 描き下ろしビジュアルを使用したオリジナルグッズを販売いたします！ 続報をお楽しみに！

【39％オフ】『ワールドトリガー』Kindle版の25巻分が39%オフになるクーポンセール開催中。全巻を「9117円」でそろえられる 人類と異世界の住人の熾烈で緻密な争いが展開。お得、おれのサイドエフェクトがそう言ってる

『クロノ・トリガー』光田康典氏も参加するフランス産アクションPRG『エッジ オブ メモリーズ』2026年12月10日発売 脚本は『テイルズ オブ エターニア』、『ニーア ゲシュタルト/レプリカント』の名取佐和子氏。JRPGへのリスペクトが詰まった作品に。

＼詳細解禁／ 『#ワールドトリガー』×##マリオンクレープ　コラボ開催✨# 2026年7月3日(金)～7月26日(日)の期間中、 対象店舗にて「三雲・空閑」、「太刀川・出水」、「迅・烏丸」をイメージした限定クレープ3種と 描き下ろしビジュアルを使用したオリジナルグッズを販売いたします！ 詳細はコチラ🔽