Loop Engineeringがプロンプトに取って代わる——AIコーディングは3年で4回の変革を経た

エンジニアはもはやAIにプロンプトを書かない。自律的に動作する自己実行ループを設計する——このシフトにより、3年の間に4つの異なるコーディング時代が凝縮された。

Nvidiaのジェンスン・フアン氏は、プロンプト記述は時代遅れになったと宣言し、Loop Engineeringの到来を告げた。これはエンジニアが指示文を打ち込む代わりに自律的なフィードバックシステムを設計する手法であり、4つの異なるAIコーディング時代を3年に凝縮した。

「誰もプロンプトなど書いていない」とフアン氏は述べた。「新しい仕事はループを記述し、それを扱うことだ」。AnthropicのClaude Codeの生みの親であるボリス・チャーニー氏も同様の変化を語る。「私はもはやClaudeのためにプロンプトを書いていない。Claudeに何をすべきかを指示し、次に何が起こるかを決定するループを稼働させている」

Claude Codeは現在、3つのループプリミティブを搭載している——時間指定サイクル用の「/loop」、検証を通過するまで目標駆動型で実行を続ける「/goal」、クラウドベースで無人運行を行う「/schedule」である。「/goal」コマンドは重要なアーキテクチャ上のルールを強制する。コードを書くモデルは自身の出力を検証できないという原則だ。Anthropicはコード生成を大規模モデルにルーティングし、別の小型モデルであるHaikuモデルが受け入れテストを担当する。OpenAIのCodexは並行アプローチを採用し、最大8つのエージェントを隔離されたクラウドサンドボックス内で起動し、それぞれがサブタスクを処理した後に結果を統合する。

プロンプトからループへの移行は、AIインフラ支出に直接的な影響を与える。自律ループシステムは、単一のプロンプトワークフローよりもタスクあたりのトークン消費量が多く、推論コンピュートへの需要を押し上げる。Nvidiaはこれらのマルチエージェントループを動かすGPUの主要サプライヤーとして恩恵を受ける立場にあり、Amazon Web Services、Microsoft Azure、Google Cloudといったクラウドプロバイダーは増分ワークロードを巡って競争する。先週IPOを申請したAnthropicは、ループアーキテクチャをClaude Codeに直接組み込んでおり、エンタープライズ導入とAPIの継続的収益を加速させる可能性がある。

4段階の進化は明確な軌跡を描く。2023年から2024年にかけてはプロンプトエンジニアリングが支配的であり、ユーザーは各インタラクションに対して精密な指示を作成し、出力品質は完全にプロンプトの巧拙に依存していた。2024年から2025年頃には、コンテキストエンジニアリングが「どのように質問するか」から「モデルに何を見せるか」へと焦点を移し、RAGパイプラインやコードベース統合によって各クエリに利用可能な情報が拡大した。2025年から2026年にかけては、ハーネスエンジニアリングが登場し、エージェントがツール、API、実際の実行環境にアクセスできるようになった。第4世代であり現在のフェーズであるLoop Engineeringは、エージェントが自律的に動作できるようにすることでサイクルを完結させる——計画、実行、検証、再試行を、各ステップで人間の介入を必要とせずに行う。

ループの背後にあるアーキテクチャ

核となる洞察は責務の分離である。Claude Codeの「/goal」システムでは、あるモデルがコードを生成し、独立した検証器——生成元の推論プロセスを一切参照できない別のモデル——が出力をテストする。これにより、単一モデルのワークフローを悩ませる「自分の宿題を自分で採点する」問題を防ぐ。検証器は一見妥当に見えても機能テストに失敗する出力を拒否し、生成器をループに戻す。

Googleのエンジニアリングリーダーであり、Loop Engineeringという用語を生み出したアディ・オスマニ氏は慎重な口調を示した。「まだ初期段階だ。私は判断を留保している。トークンコストには非常に注意しなければならない」と同氏は記した。この警告は理論上のものではない。トークン制限、反復回数の上限、時間的境界といったハードな停止条件を欠いたループシステムは、予算を使い果たすかAPIレート制限に達するまで動き続ける可能性がある。

「理解負債」問題

Sequoia CapitalのAI Ascent 2026カンファレンスで講演したアンドレイ・カーパシー氏は、自動化への熱狂に対して対照的な見解を示した。「思考を外部委託することはできても、理解を外部委託することはできない」と同氏は述べ、繰り返し立ち返ってきたという一節を引用した。ループが人間のレビュー速度を上回ってコードを統合するにつれ、エンジニアは「理解負債」を積み上げていく——チームの誰も完全に理解していないシステムだ。カーパシー氏によれば、実質的なコストはトークン代ではなく、誰も読んだことのないシステムを誰かがデバッグしなければならないその日であるという。

2025年11月に自身のIDEを削除し、現在は電話から数百のエージェントを管理していると語ったチャーニー氏は、このトレードオフを認めた。解決できない問題に直面したエージェントは、彼の受信トレイにエスカレーションされる。彼のワークフローはループ手法の終着点を示している。人間がルールを書き、判断を下し、エージェントがそれ以外のすべてを実行する。

ループシステムの学術的基盤は、Yao Shunyu氏の2022年のReActフレームワーク（Reason + Act）に遡る。これはICLR 2023でOral指定を受け、数万件の引用を集めている。ReActは、あらゆる現代のエージェントループの基盤となる「思考→行動→観察」のサイクルを形式化した。その後の研究——Reflexionのエラーフィードバックメカニズム、Tree of Thoughtsのマルチパス探索、そして一連のツール使用エージェントに関する論文——は、現在Loop Engineeringと呼ばれるエンジニアリング領域に収束した。

投資家にとっての重要な指標は、「承認された変更1件あたりのコスト」である。ループの承認率が50％を下回った場合、そのシステムは赤字である——人間がループが自動化すべきだったレビュー作業を行っていることになる。企業がループアーキテクチャを大規模に展開するにつれ、勝者はトークンの無駄を最小限に抑えつつ、自律的なスループットを最大化する者たちとなるだろう。

本記事は情報提供のみを目的としており、投資助言を構成するものではありません。