「もうエージェントに指示するのはやめて、指示するシステムを設計せよ」——2026年6月に3人がほぼ同時に同じ言葉へ辿り着いた、新しい層の話です🔁 タイトル: Loop Engineering: The Anthropic Playbook for Designing Systems That Prompt Your Agents URL: prompt→context→harnessの上に立つ第4の層「ループエンジニアリング」を定義し、5つの動き・6つの部品・4つのコストに分解した実践ノートです。注目ポイントは3つ。 🔁 自分を「ループの外」に出す これまでの用語は人間がキーボードの前で1行ずつ指示する前提でした。ループエンジニアリングはその前提を消し、実践者をエンジンから「エンジンを設計する人」へ移します。タイマーで起動し、サブエージェントを生み、自分の出力を次の入力に食べさせる——会話をまたぐ記憶があるから単発でなくループです。 🛑 一番難しいのは「Noと言える検証」 自分の出力を採点させるとエージェントは甘く褒めます。だから生成器を自己批判的にするのではなく、独立した懐疑的な評価器を別モデルで用意し、読むだけでなくPlaywright等で実際に操作して検証させる。Claude Codeの/goalは停止条件を別の小型モデルが判定します（銀行のmaker-checker原則）。 💎 生成はタダ同然、希少なのは「判断」 コードもPRも修正もあふれ、価値は「どれが本当に正しいか」を見極める判断に集中します。Stripeは週1,300超の機械生成PRをマージしますが、信頼性はモデルの大きさでなく制約の質から来ており、PRは今も人間がレビューしています。 同じループでも作り手次第で正反対の結末になる、という最後の一文が刺さります。 #AIエージェント# #LoopEngineering#

Loop Engineeringで象徴的なのは、道具が製品に内蔵された点だと思います。Claude Codeは2026年、検証付きで自走する/goalコマンドを追加しました。完了判定は、コードを書いたモデルとは別の高速モデルが担います。自分の宿題を自分で採点させない——この分離こそ、無人ループを信頼可能にする鍵です。 Share

Loop Engineeringでエージェントを自走させるなら、ループの型を選ぶところから。 ・heartbeat(短い間隔で回し続ける) ・cron(決めた時刻に実行) ・hook(PRやCI失敗をトリガに起動) ・goal(条件を満たすまで反復して停止) あと必須なのが、反復回数と予算の上限だ。

Loop Engineeringというと「いかに自動で回すか」に目が行きがちだけど、本当のボトルネックはモデルじゃなく検証役だ。ループの中に「No」と言える存在——テストや型チェックや実エラー——が無いと、エージェントが延々と自分に同意し続けるだけになる。

Loop Engineeringの主張は明快だ。もうエージェントに毎回プロンプトを打つな、打たせる仕組みを設計しろ、というもの。Claude Codeを作ったBoris Cherny本人が「自分はもうClaudeに指示しない。ループが指示してる」と言ってる。書く側から、設計する側へ。

AI経営Loop Engineering、当然ピーターゼンゲの学習する組織にいきつく訳ですが、日本VerticalAIでいくなら 暗黙知を抽出装置として、Positive Devianceを発見装置としてワークさせるってとこに行くのでは？誰かと議論してぇ、、、、

新しいブログを公開しました 📝 「Buzzword engineering」 新しい技術や概念が次々と生まれ、情報が飛び交う現代。「〇〇」という言葉の響きだけが先行して、本来の目的や技術の本質を見失ってしまうことはありませんか？🤓 Prompt Engineering、Context Engineering、Harness Engineering、そしてLoop Engineering——LLMの登場からわずか数年で、私たちは少なくとも四つの「Engineering」の誕生に立ち会いました。なぜ、前の名前が方法論として成熟する前に、次の名前が到着するのでしょうか 🤔 📖本稿では、この現象を「Buzzword engineering」と名付けて解剖しました。正体は、速度の非対称です。LLMによって方法論を「提案」するコストはほぼゼロになり、いまやLLM自身が提案の主体になり始めています。一方で「検証」は、プロダクトがユーザに使われて初めて完了するため、人間の行動速度に律速されたままです。提案は機械の速度で進み、検証は人間の速度で進む——その隙間に、検証待ちの名前が堆積していくのです。 🅱️ただし、本稿はバズワードを嗤う記事ではありません ⚙️ シュンペーターの「群生」やハイプサイクルが示すように、乱立はイノベーションの標準的な進行表に最初から書き込まれた現象であり、世界中のエンジニアの注意を揃える知識創造の第一工程でもあります。 ⚙️その上で提案するのは、週単位で回る「方法論の時計」と、年単位で回る「プロダクト価値の時計」とをつなぐ変速機、すなわちxOpsを整えることです。複利で増える評価資産、エージェントへの権限委譲を観測で運用する「自律性予算」、そして「命名するなら反証条件とevalを添えよ」という規範——LLM/エージェント時代のプロダクト開発の進む先を考えました。 方法論は減価し、評価資産は複利で増えます。次々と現れる新しい名前に少し疲れた方にこそ、読んでいただきたい一本です 🚀 👇日本語版はこちら #バズワードエンジニアリング# #AI#

Claude Codeでそんなにトークンをガンガン使って何を作ってるんですか？とよく聞かれます。職種や部門ごとに作るべきものは様々ですが、マネジメントも含めて全員にオススメなのは「パーソナルエージェント」と「パーソナルナレッジベース」です。 パーソナルエージェントは自分の秘書のような存在で、毎朝モーニングブリーフィングとしてカレンダーの予定や未完了タスクや未読メールなどをピックアップして通知させたり、面接や会議、会食などの事前ブリーフィング資料をつくらせたり、日程調整をサポートさせたりします。 例えば会食だと、事前に同席する人の会社概要や直近のトピックス、その方の経歴や最新の発信、関心領域をDeep Researchにかけて調べたりしますよね。それをパーソナルエージェントが自動で実行するようにして、まとめたレポートを自分のみに権限設定したGoogleドキュメントに出力させて、Googleカレンダーの予定に添付させます。これはとっても便利。※もちろん、社内データを扱う場合はアクセス権限や保存先などのガバナンスをきちんと設計することが前提です スケジュール調整なら、自分の好みを教えこんだ予定調整をしてもらえます。細かな移動時間を考慮させたり、金曜日は集中したいからなるべく入れないとか、面接や登壇はパワーを使うのでその後の予定はなるべくソフトにするとか、スコアリングロジックを自分好みに作り込むと提案の精度がとてもよくなってきます。 候補日を複数仮で入れて、決まったら確定させて仮の候補日を消すなどの日程調整系サービスがやるようなこともSkillを作れば自在にやってくれます。これを作り込んでからはあまりによすぎて調整系サービスを使わなくなりました。 パーソナルナレッジベースは、自分に関連するコンテキストやデータをためておき、RAG的に自由に質問したり、Deep Research的にレポートをつくったり、ダッシュボードアプリをつくったり自在にできるようにするものです。 Gemini Notebook(旧NotebookLM)でも同じようなことはできますが、ノートブックごとのソースファイル数に制限があったり、自分独自のデータ取得・加工フローをつくりこめない、出力の動作ロジックがブラックボックスでカスタマイズできないなどの不便さもあり、自作すると手放せなくなります。 関連するデータをわかりやすくフォルダに分けてダウンロードしておくだけでも、最近のモデルはいい感じに解析・動作をしてくれますが、データが増えてくるとカオスになりがち。 オススメは、「メダリオンアーキテクチャ」を採用することです。メダリオンとはオリンピックのような金・銀・銅メダルに由来する意味ですが、データをとにかく溜め込むBronze層、データを解析・構造化・正規化して扱いやすい形に整えるSilver層、KPI化や集計・分析などを行うGold層の三層に分け、欲しいアウトプットを生成させます。 例えばBronzeには取得したPDFやメール、議事録などの原本をそのまま保存し、Silverでは人物・企業・会議などの単位に構造化・正規化。Goldでは用途に応じてKPI化や集計・分析したデータを保存し、それをもとにレポートやダッシュボードなどを生成する、といったイメージです。 データ分析基盤のとてもベーシックなアーキテクチャですが、これを使うだけでデータ量がかなり増えても破綻しにくくなります。Bronze層は取得したPDFやPPTX、XLSXなどのデータそのものを触らず保存しておくことで、Silver層のロジックを変えてもいつでも再生成できることがポイントです。 この二つを作り込んでいくと、どんどんと大規模になっていきAIレベルがガンガン上がっていくはず。開発を効率化するためにloop engineeringやgraph engineeringに近いことをやりたくなってきて、関連ツールを自作したりと連鎖が止まらなくなって、つくりたいものだらけになります。 kubellの社内では「CEO’s AI Boot Camp」と題して私がコンテンツを作成したClaude Codeワークショップを定期開催しています。そのコンテンツのメインが、今回ご紹介したパーソナルエージェントとパーソナルナレッジベース。 小さくつくるのはそこまで難しくないので、毎日の業務の中から少しずつ育てていけるのがポイントです。ぜひ、チャレンジしてみてください！