Anthropic、「Claude Code」のループ設計ガイド公開　単発指示から自律エージェントへ

AIコーディングは、プロンプトを工夫する時代から「ループを設計する」時代へと移りつつあります。

AnthropicのClaude Codeチームは、自律型ループの設計ガイドを公開しました。チームの定義によると、ループとは「停止条件が満たされるまで、AIが作業サイクルを繰り返すこと」です。タスクに応じて使い分ける4つのループ形態と、トークン消費を抑える実践的なノウハウが示されています。

単発指示から完全自律まで、4つのループ構造

最も基本となるのはターン制ループです。人間が指示を出し、Claudeが変更を加えてテストを実行し、結果を返します。半端な成果物を減らすため、チームはSKILL.mdを使った自己検証を推奨しています。ブラウザを立ち上げてUIをクリックし、エラーがないことを確認させてから提出させる仕組みです。

2つ目は、/goalコマンドを使う目標ベースのループです。複雑なタスクでは、AIが勝手に十分だと判断して途中で投げ出すことがあります。そこで「スコア90以上になるまで最大5回試行」といった客観的な終了条件を指定します。別の評価モデルが判定を行い、未達成なら容赦なくやり直させます。

3つ目は、時間ベースのループです。/loopコマンドを使えば、PRのCI落ちやレビュー指摘を5分おきに監視して自動修正できます。PCを閉じても動かし続けたい場合は、/scheduleコマンドでクラウド上の定期タスクに移行します。

最も高度なのがプロアクティブ・ループです。イベントをトリガーに、人間の介入なしで動作します。バグ報告を検知したら、3つの作業ツリーを並行して立ち上げて別々の修正案を作り、審査役のAgentに対抗評価させて最適なコードを採用するといった運用が可能です。

トークン破産を防ぎ、コード品質を保つ工夫

ループを無制限に回すと、API費用が跳ね上がります。動的ワークフローでは数百のAgentが立ち上がることもあるため、大規模に回す前には必ず小規模なテストを実施するよう求めています。

また、確定的な処理は推論させずスクリプトに任せるのが鉄則です。例えばPDFの入力作業なら、モデルに推論させるのではなく既存スクリプトを実行させることでトークンを大幅に節約できます。

品質維持の面では、コードを書いたAgentとは別のAgentにコードレビューをさせることが推奨されています。同じ文脈を引きずらない別の視点を入れることで、見逃しを防げます。

なぜ重要か

このガイドは、開発者の役割が「コードを書かせる人」から「AIの評価環境と終了条件を整える人」に変わったことを示しています。プロンプトの微調整に時間を溶かすより、客観的なテストをどう定義するかが成否を分けます。

ユーザーにとっての価値は明確です。テスト修正やパフォーマンス改善のように、成否の判定基準がはっきりしている作業であれば、今すぐ/goalを使って試す価値があります。一方で、仕様が曖昧なタスクにループを組むのはコストの浪費にしかなりません。

Anthropicのやり方は非常に現実的です。モデルの全能性を謳うのではなく、自己検証や別Agentによるレビュー、安価なスクリプトの併用など、堅牢な防御策を最初から組み込んでいます。ただし、複数のAgentが同じリポジトリを勝手に改変するような運用では、競合や無限再試行のリスクをどう抑え込むかが今後の課題になりそうです。