LLM(大規模言語モデル)は本来ステートレス(一問一答で記憶を持たない)です。その外側に「何を繰り返すか」「いつ止めるか」を設計するのがループエンジニアリングで、知覚→推論→計画→実行→観察のサイクルを組みます。
LLM(大規模言語モデル)は本来ステートレス(一問一答で記憶を持たない)です。その外側に「何を繰り返すか」「いつ止めるか」を設計するのがループエンジニアリングで、知覚→推論→計画→実行→観察のサイクルを組みます。
「AI にコードを書かせて放置したら止まらなくなった」——こうした場面の裏側にあるのがループの設計です。Claude Code の自律実行や ralph のようなツールに、この考え方が組み込まれています。
LLM の外側で「何を繰り返し、いつ止めるか」を設計する工学です。
一問一答しかできない LLM に、長時間の自律作業をこなさせる土台になります。
文脈が溢れる・コストが爆発するなど、回すほど新しい敵が出てきます。
Claude Code や ralph など、自律実行系ツールの仕組み理解に役立ちます。
まず「終わりが分からない」問題への対処=停止条件の設計から押さえます。
ReAct、ワークフローとエージェント(J-128)、ガードレール設計
昇格に伴い、tagline・何をしてくれるか・どこで出会うか・開発フローを刊行スコープの字数目安に合わせて圧縮(2026-09-02)。