エンタープライズグレードのループエンジニアリング:ラップトップ上のループからガバナンスの効いたランタイムへ

Built for Speed: ~10ms Latency, Even Under Load
Blazingly fast way to build, track and deploy your models!
- Handles 350+ RPS on just 1 vCPU — no tuning needed
- Production-ready with full enterprise support
2026年6月第1週、AIコーディングに関する議論は1つのアイデアを中心に再編されました。OpenClawエージェントプロジェクトの作成者であるPeter Steinberger氏は、スキルはもはやコーディングエージェントへのプロンプト記述ではなく、それらにプロンプトを与えるループの設計であると投稿しました。AnthropicでClaude Codeを率いるBoris Cherny氏も、自身の仕事を同様に表現しました:「私の仕事はループを書くことだ。」Addy Osmani氏の広く共有されたエッセイは、この実践に名前(ループエンジニアリング)と解剖学(自動化、ワークツリー、スキル、コネクタ、サブエージェント、外部状態)を与えました。このアイデアは本物であり、真剣に受け止める価値があります。しかし同時に、実践されているように、個人のラップトップ上で実行される個々の開発者パターンでもあります。ターミナル内のループと、企業が午前3時に自動実行できるループとの間の隔たりこそが、本記事で扱うテーマそのものです。
スタッフエンジニアのNoorは、誰もが話題にするループを構築しました。夜間のCI失敗と未解決のIssueを読み取り、隔離されたチェックアウトで修復案を作成し、2つ目のエージェントにレビューさせ、PRを作成し、何が完了して次に何をするかを記載した整理された状態ファイルを残す朝の自動化ツールです。3週間、それはチームで最高のツールでした。しかしその後、気まずい3つの会議の議題となりました。財務部門は、ある週末のトークン請求額が急増した理由を尋ねました。ループは誰も監視していない状態で、破損したテスト環境に対して2日間意欲的に再試行を続けていたのです。セキュリティ部門は、ループの資格情報がどこに保存されているかを問いました。Noorのラップトップ上の設定ファイルに彼女の個人トークンが保持され、午前6時に彼女のアイデンティティで実行されていました。そして彼女のディレクターは、誰も答えられない質問を投げかけました。他に4人のエンジニアが異なる方法でこのパターンをコピーしていました。組織内に何個のループが存在し、それぞれが何に触れることができ、誰が承認したのでしょうか? ループ自体は機能していました。しかしランタイムはラップトップであり、すべての問題はそこに起因していました。
本記事では、ループエンジニアリングをその本来の定義に基づいて真剣に扱います。それが何であるか、なぜそれが真にこの分野の次のレイヤーであるのか、どこに鋭い角(懸念点)があるのかを解説します。そして、Noorのディレクターが暗に求めていたマッピングを行います。つまり、ラップトップの慣習からガバナンスの効いたインフラストラクチャへの、ループの各プリミティブの翻訳です。用語はOsmani氏のエッセイと周辺の議論に従い、エンタープライズ側の解説はTrueFoundryのAgent Harnessドキュメントに従います。この隔たりについての素直な要約は一言に尽きます:ループとは、ワークフローの衣装を纏ったランタイムの問題である、ということです。
1. ループエンジニアリングの真の姿
論説を削ぎ落とせば、その定義はシンプルです。2年間、コーディングエージェントとの作業は人間が介在し続けることを意味していました。人間がプロンプトを入力し、読み取り、再度プロンプトを入力する — 人間こそがループでした。ループエンジニアリングは、それを設計されたシステムへと置き換えます。システムが作業を見つけ(CI、Issue、エラーフィードをスキャンするスケジュール)、それをエージェントに渡し、作成者とは別の検証者で結果をチェックし、会話を超えて存続する状態に結果を記録し、次の行動を決定します。一度構築すれば、それ以降はシステムがエージェントにプロンプトを与えます。Osmani氏はこれをハーネスエンジニアリングの「1つ上の階」と位置づけています。ハーネスは1つのエージェントを実行して1つのタスクを処理しますが、ループはどのタスクをいつ実行し、何を完了とみなすかを決定します。著者によっては、これを2つの入れ子になったループとして説明しています。仕様に対して作業を行うインナーループと、全体を監視して次の仕様を書き出すアウターループです。
この一連の記事をお読みの方なら聞き覚えがあるはずです。ループとは、Plan→Act→Observe(計画→行動→観察)パターンを1つ上のレベルに昇華させたものであり、当社のハーネス詳細解説で解剖したのと同じ構造を持ちます。停止条件(ここでは別モデルによって判断される「テストが通るまで実行」)、エラーハンドリング、そして状態です。Simon Willison氏は2025年9月の時点でエージェント型ループの設計について執筆していました。2026年半ばに変化したのは、Osmani氏が指摘するように、プリミティブが個人のBashスクリプトの集まりではなくプロダクト内部に組み込まれて出荷され始めたことです。これこそが、実践が「ハック」から「インフラストラクチャ」へと変わる瞬間です。これから見ていくように、インフラストラクチャにはインフラストラクチャとしての要件が存在します。
2. 構造:6つのプリミティブ
Osmani氏の分解分析は、CodexアプリとClaude Codeの両方にほぼ同一にマッピングされています(この収束こそが彼の最も興味深い観察です)。ループには6つのパーツがあります。自動化(Automations)は鼓動です。スケジュールに従って起動し、検出と仕分けを行い、結果をインボックスに表示するプロンプト、および検証可能な条件が満たされるまで目標を実行する完了まで実行(run-until-done)プリミティブです。隔離されたワークスペース(Isolated workspaces)(コーディングの場合はGitワークツリー)は、並列エージェントが同じファイル上で衝突するのを防ぎます。スキル(Skills)(SKILL.mdパターン)はプロジェクトの知識を一度コード化し、ループがサイクルごとに慣習を再導出するのを防ぎます。MCPコネクタはループを実システムに接続します。「これが修正案です」と言うエージェントと、PRを作成してチケットを更新するループとの違いを生み出します。サブエージェント(Sub-agents)は作成者と検証者を分離します。コードを書いたモデル自身に宿題の採点をさせると甘くなってしまうためです。そして外部状態(External state)は、実行間でモデルがすべてを忘れてしまうため、コンテキスト外に記憶を保持して「何が完了し、次に何をするか」を記憶します。

このリストを翻訳する前に、2つの点が際立ちます。第一に、スケジュール、隔離、パッケージ化された知識、統合、委任、永続状態など、そのほぼすべてが目新しいメカニズムではなく、運用の世界で最も古いアイデアであり、モデルを中心に新しく再配置されたに過ぎないということです。第二に、より重要な点として、すべてのプリミティブは権限の付与(capability grant)であるということです。自動化はスケジュールに従って行動する継続的な許可であり、コネクタは実システムへの継続的なアクセス権であり、サブエージェントは委任されたアイデンティティです。ラップトップ上では、それらの許可は不可視です。組織の規模においては、それらこそが問題のすべてとなります。
3. ループが真価を発揮する条件
この議論は始まってまだ数日ですが、すでに健全な懐疑派が存在します。エンタープライズへの翻訳を進める前に、それらに耳を傾ける価値があります。間違ったアイデアをガバナンスの効いたインフラに翻訳しても、ガバナンスの効いた無駄が生まれるだけだからです。初期のコメントで収束した、ループが成果を出すための実践者自身の条件は以下の通りです。タスクが反復的であること(ループは実行全体で設計コストを償却します。単発タスクなら優れたプロンプトの方が高速です)、検証が自動化可能であること(「すべてのテストがパスし、リントがクリーンである」は真の停止条件ですが、「良さそう」は違います)、トークン予算が無駄を吸収できること(Osmani氏のエッセイもコストの警告から始まっており、Noorの週末の請求額は典型的な事件です)、そしてエージェントがタスクに必要なツールをすでに備えていることです。1つでも欠ければ、ループのコストはリターンを上回ります。
また、力まかせのループ熱狂が見落としがちな、より深い注意点があります。失敗率は累積するということです。それぞれ95%の信頼性を持つ5つのステップをチェーンするループは、正常に完了する確率が約4分3でしかありません。そして監視なしのループのミスは状態へと蓄積され、明日の実行はその上に構築されます。これが、作成者/検証者の分離が単なる装飾ではなく荷重を支える柱である理由であり、Willison氏の古いジョーク — エージェントとは「ループ内で自身の環境を破壊するLLM」である — を自動化タブの上に貼り付けておくべき正しい理由です。これらはループに反対するものではなく、ループが本番システムであることを主張するものであり、本記事の残りの部分ではループを本番システムとして扱います。
4. エンタープライズの隔たり:ラップトップは不適切なランタイム
それでは、Noorの3つの会議をエンジニアリングレビューとして振り返ってみましょう。ライフサイクル:彼女のループのランタイムは彼女のマシンでした。ラップトップの蓋を閉じると停止し、実行途中のクラッシュから復旧できず、実行を保持する永続的な仕組みがないため、3日間の承認待ちもできません。ある初期のプレイブックではまさにこの境界線が引かれていました。ループを端末を開かずに午前3時に実行し、クラッシュから復旧し、人間の対応を無期限に待機させる必要が生じた瞬間、ツール領域を離れてランタイム領域に入ったことになります。資格情報:ループはNoorとして実行されました。平文の設定ファイルにある彼女のトークンが、スケジュールに従って彼女の権限を行使しており、監査ログ上ではNoor本人と区別がつきませんでした。個人のキーを保持する常時自動化は、非人間アイデンティティ(NHI)問題の縮小版です。コスト:ループとプロバイダーのメーターの間には何も存在しませんでした。予算も、レート制限も、実行ごとのアトリビューションもなく、支出は請求書で初めて発見されました。インベントリ:5人のエンジニア、5つの異なるコピー、レジストリはゼロ。当社のコーディングエージェントのガバナンスとエージェントスプロールのストーリーが、生産性ツールの勝手口から侵入してきた格好です。
これらはループエンジニアリング自体の欠陥ではありません。ラップトップというランタイムの特性であり、ループが重要になるほど優れていくまで目に見えないだけです。解決策はパターンを禁止することではなく(禁止はシャドーバージョンを生み出すだけです)、これら6つのプリミティブに、非監視・マルチテナント・監査可能な運用向けに構築された環境を与えることです。これ以降で解説するのがそのマッピングです。
5. ガバナンスの効いたランタイムへのプリミティブの翻訳
TrueFoundryのAgent Harnessを具現化された例として、プリミティブごとの翻訳を示します。スキルはほぼそのまま翻訳されます。同じSKILL.mdアーティファクトですが、バージョン、由来(Provenance)、RBACを備えてSkills Registryに公開され、オンデマンドでマウントされます。5台のラップトップ上のフォルダではなく、ガバナンスの効いたカタログとしてのコード化された知識です。コネクタはMCP Gatewayに翻訳されます。同じMCPサーバーですが、中央認証、ツールごとのRBAC、ガードレール、ユーザーごとのOAuth委任を備えたレジストリ経由でアクセスします。Noorの設定ファイルにあったトークンではなく、スコープが設定されローテーション可能な資格情報です。サブエージェントはハーネスサブエージェントに翻訳されます。各検証者や探索者は、独自の隔離されたコンテキスト、スコープ設定されたツールアクセス、およびトレースを持ちます。単なるプロンプトの境界ではなく、アイデンティティの境界を持つ作成者/検証者の分離です。隔離されたワークスペースはハーネスのSandboxに翻訳されます。実行ごとの安全な実行環境であり、ワークツリーのアイデアを「すべてのエージェントが専用のマシンを取得する」形に汎化させたものです。状態は、クラッシュやラップトップの閉塞を乗り越える、プラットフォーム保持の耐久性のある実行状態となります。そして自動化はトリガーされた実行になります。REST APIやSDKを介してスケジュールまたはイベントで呼び出される同じエージェント定義であり、結果はターミナルのスクロールバックではなくトレースと通知に出力されます。

翻訳によってもたらされる構造的な違いは、ラップトップでは実現できないものです。それは、ループ内のどこにもキーが存在しないということです。エージェント定義は、モデル、MCPサーバー、スキルを名前で参照します。プロバイダーの資格情報はAI Gatewayに、ツールの認証はMCP Gatewayに存在し、プラットフォームチームによって一度だけ設定されます。この方法で再構築されたNoorのループは、独自のアイデンティティと許可を持つ登録済みエージェントとして独立して実行され、「このループは何に触れることができるか?」という問いは、発掘作業ではなく設定の検索で完結します。
ガバナンスされたエージェント定義としてのNoorの朝のループ(例示)
6. 設計による非監視運用:承認、ガードレール、停止条件
ループを定義付ける性質は「誰も監視していない」ことであり、そのためランタイムの役割は「誰も監視していない」状態を安全にすることです。3つのメカニズムがその役割を果たします。Human-in-the-loopゲート:ハーネスは機密性の高いツール呼び出し(PRのマージ、本番システムの変更など)を一時停止し、誰かが承認するまで実行状態を耐久的に保持します。人間が週末で離れていても、ループは停止しません。重要なのは、破壊的なツールは組織全体としてMCP Gatewayで一度フラグ付けされる点です。ポリシーは5人のエンジニアそれぞれが設定を記憶しているかに依存するのではなく、すべてのループに自動的に適用されます。ガードレール:すべてのモデル呼び出しとツール呼び出しは、ゲートウェイの呼び出し前後のチェック(PII、コンテンツポリシー、カスタムルール)を通過します。そのため、午前6時に実際のチケットを処理するループは、午後2時の対話型セッションとまったく同じようにスクリーニングされます。停止条件:完了まで実行(run-until-done)は、その境界線と同等にしか安全ではありません。そのため、ステップ上限、トークン予算、ストール検出は期待ではなくハーネスの設定事項です。「ループが収束した」ことと「予算制限によりループが停止した」ことの違いであり、トレースによりどちらであったかが判明します。

こここそが、作成者/検証者のアイデアが完結する場所でもあります。Osmani氏の検証者サブエージェントは作業内容をチェックしますが、ランタイムのゲートはアクションをチェックします。ループが優れたレビューエージェントを備えていたとしても、不可逆なマージの間に人間を挟む必要があり、ハーネスはその判断を強制へと変える場所です。
7. メーター(測定):ループは生産性パターンである前にコストパターンである
Osmani氏のエッセイは、後に請求書が証明することになる注意点から始まっています。トークンコストは劇的に変動し、監視なしのループにはコストのループにも人間が存在しません。TrueFoundryのコスト管理スタックは、3つのレイヤーでそれを財務上の驚きから運用パラメーターへと変えます。第一に、プリンシパルごとのハード制限:予算、クォータ、およびレート制限が、ループ固有のエージェントアイデンティティに適用されます。ゲートウェイでGitOps YAMLとして宣言され、エージェント、チーム、ユーザー、またはモデルごとに強制可能です。これにより、エージェントごとの予算に対して再現されたNoorの週末の事件は、月曜日の請求書ではなく、上限に達した実行と土曜夜のアラートへと変化します。第二に、実行ごとのアトリビューション:ハーネスは、モデル呼び出し、ツール呼び出し、およびサンドボックス実行ごとのトークンとコストを伴ってすべての実行をトレースします。検証者のコストは作成者とは別に可視化され、セクション3の「反復か単発か」の判断は感覚ではなく数値で行われます。第三に、ロールアップ:ゲートウェイのコスト分析機能は、それらの支出をループごと、チームごと、モデルごとに時間経過で集計します。これにより「ループは投資に見合っているか?」という問いは議論からダッシュボードへと変わります。


トレースの価値はコストの管理にとどまりません。監視なしで実行され、奇妙なPRを生成したループはフォレンジックな調査対象であり、ステップごとの完全な記録がその解決を提供します。
8. ランタイムがやらないこと:エンジニアであり続けるのはあなたです
Osmani氏は、エンタープライズへの翻訳においても保持すべき警告でエッセイを締めくくっています。ループは作業を変えますが、あなたを作業から排除するわけではありません。検証責任は依然としてあなたのものです。検証者サブエージェントはループの「完了」に意味を持たせますが、「完了」は主張であって証明ではありません。ループが向上するにつれて理解の債務(Comprehension debt)はより速く蓄積します。存在するコードとあなたが理解している内容とのギャップは、読まれないPRごとに増大します。そして、最も心地よい姿勢こそが最も危険です。同じループであっても、自分が理解している作業に対して使用するエンジニアにとってはレバレッジとなりますが、理解を避けるために使用するエンジニアにとっては没落の加速器となります。ガバナンスの効いたランタイムはその勘定を変えるわけではありません。組織がそれについて可視化できるもの(レビュー率、承認パターン、ループごとの成果)を変えるだけです。それは管理のための前提条件であって、人間の判断の代用品ではありません。
ランタイムが変えるのは、誰がこのパターンを活用できるかという点です。今日のループエンジニアリングは、個人の自動化環境をメンテナンスする意欲のあるエンジニアを選別しています。管理されたハーネス上では、誰もが記述できる定義(ノーコードビルダーでもSDKでも同じアーティファクト)となり、危険な部分は構造的に処理されます。このバージョンにおけるNoorの5回目の会議は短時間で終わります。11個の登録済みループ、それぞれが触れる対象、先週のループごとのコストと成果が示され、新しいループは火曜日に同じガードレール内で適用されます。コンプライアンスの関税を課されたループではなく、最初から暗黙のうちに前提とされていたランタイムを備えたループです。
9. よくある質問
1人のエンジニアの朝のループのためにエンタープライズランタイムが必要ですか? リスクの低い対象に対する1つのループで、作成者が請求額を監視している場合は、おそらく不要です。必要だと偽ることはベンダーの劇場に過ぎません。ランタイムの必要性は、拡大とリスクに伴って発生します。複数のループ、共有システム、本番の資格情報、非監視の時間帯などです。Noorのストーリーは典型的な軌跡です。パターンは効果的だからこそ普及し、ガバナンスの隙間もまったく同じ速さで広がります。
ループは停止せずに人間の承認を待つことができますか? ラップトップ上では事実上不可能です。実行の状態は月曜日まで生き残れないプロセス内に存在するからです。ハーネス上では可能です。Human-in-the-loopゲートは、誰かが判断を下すまで耐久的に実行を保持します。これにより、「ループがPRを作成し、人間がマージする」という運用が、単なる理想ではなくアーキテクチャとして実現します。
ループを禁止せずに、ループのスプロール(無秩序な拡散)を止めるにはどうすればよいですか? ガバナンスの効いたパスを最も簡単なパスにすることです。レジストリが「いくつ存在し、何に触れることができるか」に答え、中央資格情報により設定ファイルにトークンを貼り付ける理由を無くし、トレースと予算設定が完了したループを午後のうちに構築できるビルダーを用意することで、利便性の面で個人のBashスクリプトの山に勝利します。禁止はシャドーループを生み出しますが、より優れたデフォルトは登録されたループを生み出します。
作成者/検証者の分離は本当に役立ちますか?それともコストが倍になるだけですか? 実際のトークン費用はかかりますが、選択的に効果を発揮します。間違えた場合の代償が大きい部分にセカンドオピニオンの費用を投じてください。検証者には異なる指示(できれば異なるモデル)を与え、読み取り専用に保持します。編集可能な検証者は単なる2つ目の作成者に過ぎません。ステップごとのトレースを見ることで、それが十分なエラーを検知して投資に見合っているかをループごとに確認できます。
ループエンジニアリングの波は本物です。レバレッジの支点はプロンプトから、プロンプトを与えるシステムへと移行しました。しかし、ループはあなたなしで実行された瞬間に本番システムとなり、アイデンティティ、境界、ゲート、トレース、そしてラップトップが閉じても終了しないランタイムという、本番システムに必要なものを要求します。Osmani氏が言うように、エンジニアであり続けようとする者としてループを設計してください。そして付け加えるならば、運用されるために構築されたプラットフォーム上でそれを実行してください。
参考文献
- Addy Osmani — "Loop Engineering"(2026年6月) — 本記事が構築のベースとした分解分析。クレジットを付記して要約しています。同氏のハーネスエンジニアリングおよび長期間実行エージェントに関するエッセイも参照してください。
- Peter Steinberger氏およびBoris Cherny氏による、エージェントへのプロンプト記述ではなくループの設計に関する2026年6月のコメント — Osmani氏のエッセイおよび当時の報道経由。
- Simon Willison — "Designing agentic loops"(2025年9月) — 重要なスキルとしてのループ設計に関する初期の明確な言語化。
- TrueFoundry Agent Harness — 管理されたランタイム:定義、スキル、サンドボックス、承認、トレース、デプロイ可能なSaaS/セルフホスト/オンプレミス。
- TrueFoundry MCP GatewayおよびAI FinOps at the gateway — ループ下のコネクタガバナンスおよびコスト強制レイヤー。
NorthwindおよびNoorは例示のための架空の複合モデルであり、特定の組織や事件を指すものではありません。ループエンジニアリングのフレーミングは、Addy Osmani氏の2026年6月のエッセイおよび周辺のコミュニティでの議論(Steinberger氏、Cherny氏、初期の分析)に従い、クレジットを明記して要約しています。引用フレーズは15語未満であり、出典を明記しています。CodexアプリおよびClaude Codeのツール機能は、執筆時点の公開議論に基づくものであり、急速に進化しています。設定スニペットは可読性のために単純化されており、文字通りのプロダクトスキーマではありません。セクション3の信頼性の計算は例示です。TrueFoundryの機能は執筆時点の公開ドキュメントを反映しています。最新のドキュメントでご確認ください。
TrueFoundry AI Gateway delivers ~3–4 ms latency, handles 350+ RPS on 1 vCPU, scales horizontally with ease, and is production-ready, while LiteLLM suffers from high latency, struggles beyond moderate RPS, lacks built-in scaling, and is best for light or prototype workloads.
















.webp)





.webp)
.webp)
.png)

.png)
.png)
.png)
.png)
.png)
.webp)
.webp)






