⚠️ 本記事は公開情報の整理です。筆者の意見・推測は「筆者注」として明示的に分離しています。法的助言ではありません。

📖 この記事でわかること3点

✅ 「ループエンジニアリング」の定義と、提唱までの経緯（一次情報リンク付き）
✅ プロンプト → コンテキスト → ハーネス → ループという4世代の進化系譜
✅ Claude Fable 5 の公表されている能力と、ループ設計にどう関係するか（公式発表ベース)

🔰 まず1行で言うと

ループエンジニアリング（Loop Engineering）とは：

「エージェントに毎回プロンプトを書く」のをやめて、「エージェントを繰り返し呼び出すシステム（ループ）を設計する」側に回る、という考え方。

2026年6月に Google のエンジニア Addy Osmani 氏がブログ記事で名前を与え、広く知られるようになりました。

一次情報：Loop Engineering - Addy Osmani

1️⃣ 誕生の経緯（2026年6月）

この言葉が生まれるまでに、同時期に3人の発言が重なっています。

登場人物の整理

人物	所属	発言・貢献
Peter Steinberger 氏	OpenClaw 作者・元 PSPDFKit 創業者	「もうコーディングエージェントにプロンプトを打つのはやめろ。エージェントにプロンプトを打つ"ループ"を設計しろ」と X に投稿。数日で200万回以上表示
Boris Cherny 氏	Anthropic・Claude Code リード	「私はもう Claude にプロンプトを出さない。ループが Claude にプロンプトを出している。私の仕事はループを書くことだ」
Addy Osmani 氏	Google	上記の流れを「Loop Engineering」という名前で定式化するブログ記事を公開

参考記事：

2️⃣ 4世代の進化系譜

AI エージェントとの付き合い方は、抽象度が段階的に上がってきました。各層は下の層を置き換えるのではなく、上に積み上がる関係です。

┌──────────────────────────────────────────┐
│ [4] ループエンジニアリング (2026年6月〜)        │
│     仕組みが自律的にエージェントを動かし続ける   │
├──────────────────────────────────────────┤
│ [3] ハーネスエンジニアリング (2026年初頭)       │
│     ツール・制約・検証ゲートなどの実行環境を設計 │
├──────────────────────────────────────────┤
│ [2] コンテキストエンジニアリング (2025年)       │
│     モデルが見るトークン全体の情報環境を設計     │
├──────────────────────────────────────────┤
│ [1] プロンプトエンジニアリング (〜2024年)      │
│     1回のプロンプトの質を最大化                │
└──────────────────────────────────────────┘
   ↑ 抽象度が上がる

世代	設計対象	例え
プロンプト	1回の発話	「何を言うか」
コンテキスト	1回の判断材料の組み立て	「何を見せるか」
ハーネス	1人のエージェントの装備一式	「何を持たせるか」
ループ	装備済みエージェントを何度も走らせる運転設計	「どう走らせ続けるか」

参考：

ハーネスの効果を示すデータとして、LangChain は自社コーディングエージェントについて「ハーネス（システムプロンプト・ツール・ミドルウェアの3点）だけを変えて、Terminal-Bench のスコアを 52.8% から 66.5% に引き上げた（モデルの重みには一切手を触れていない）」と報告しています（同社公表の自己申告値）。

3️⃣ ループの構成要素

公開されている解説記事を総合すると、ループの最小単位は概ね以下の要素で構成されます。

[1] タスク特定（次に何をやるか）
   ↓
[2] 実行（プロンプトを生成し、エージェントを動かす）
   ↓
[3] 検証（成果物を評価する。テスト・lint・評価器）
   ↓
[4] 判断（合格なら次へ、不合格なら修正）
   ↓
[5] 状態保存（git・progress.txt・prd.json 等の外部成果物に逃がす）
   ↓
[6] 停止条件（ゴール達成・予算超過・タイムアウト）
   ↓
  [1] に戻る

状態の外部化が鍵

賢いループは、進捗を AI の会話コンテキストの中に溜め込みません。git 履歴・進捗ファイル・タスク定義といった外部の永続成果物に状態を逃がす設計が推奨されています。こうすると、1回ごとに AI を真っさらな状態で再起動しても、外部の記録から「どこまで終わったか」を読み直して続行できます。

参考：Loop Engineeringとは｜"プロンプトの次"のループ設計を実務者が解説（Fyve）

実装の選択肢（2026年7月時点）

ツール	ループ関連機能
Claude Code	`/loop` 機能（最大3日間の自律実行）、Agent Skills、Subagents、MCP、git worktree 統合、Hooks、GitHub Action 連携
OpenAI Codex	Codex Skills（SKILL.md 仕様、Claude Code Skills と相互運用可能）、Automations（日次・週次・cron 構文対応）、worktree、Subagents

参考：

4️⃣ Claude Fable 5 の公表されている能力

ここからは、2026年6月〜7月に公表された Claude Fable 5 の情報を整理します。ループエンジニアリングと直接関係する事実が多く含まれます。

4-1. 基本情報

項目	内容
発表日	2026年6月9日（日本では6月10日）
位置づけ	Opus-tier より上位の新最上位層「Mythos-class」の一般公開版
Mythos 5 との関係	同一の基盤モデル。違いは安全分類器の有無
コンテキストウィンドウ	100万トークン（標準料金のまま全領域で利用可能）
最大出力	128K トークン
思考モード	アダプティブ思考（適応的思考）が常時有効。タスクの複雑さに応じて思考の深さを自動調整
料金	Opus 4.8（入力$5・出力$25）のちょうど2倍

一次情報：

4-2. ループエンジニアリングに直結する公表能力

Anthropic の公式発表および各種メディア報道によると：

✅ 長時間の非同期実行：「以前のモデルでは維持できなかった複雑なタスクを処理し、コーディングやナレッジワークのタスクを介入なしに長期間実行」（AWS 公式ブログ）

✅ 数日間の連続自律稼働：「Claude Code のようなエージェントハーネス内で数日間の連続自律稼働が可能。計画立案 → 進捗確認 → 自己修正のループを回せる設計」（Zenn 解説記事）

✅ エージェント型ベンチマークでの伸び：SWE-Bench Pro、FrontierCode、Terminal-Bench のようなエージェント型コーディング指標で Opus 4.8 を大きく上回る（同上）

✅ 導入事例：Stripe は「数ヶ月分のエンジニアリング作業を数日に圧縮した」とコメント。チームで2ヶ月以上かかると見積もられた大規模 Ruby コードベースの移行を完了した事例が公表されています（同上）

✅ 科学研究での自律実行：「週単位の自律的ゲノミクス研究を遂行し、100倍大きい既発表モデルを上回る成果」「研究者の約80%が好む新規科学仮説を生成」（同上）

筆者注：「タスクが長く複雑になるほど、ほかのモデルを大きくリードする」という公表特性は、まさにループエンジニアリングが対象とする「長時間・多反復のタスク」と重なります。ループを設計する価値が、モデルの進化によって高まっている構図です。

4-3. 安全機構とフォールバック（重要な事実）

Fable 5 には、誤用リスクが高い領域でのパフォーマンスを制限する保護手段が組み込まれています。

サイバーセキュリティ、生物学、化学、健康に関連する有害なプロンプトは、Opus 4.8 からの応答にフォールバックする設計（AWS 公式ブログ）
2026年6月12日、米商務省の輸出管理指令により全世界で一時停止。6月30日に解除され、7月1日から新しい分類器とともに再配備（ITmedia 報道）
新分類器は問題の手口の99%以上を止める一方、「通常のプログラミング作業でも無害なリクエストを誤って止める頻度は増える」と Anthropic 自身が認めている（同上）

筆者注：ループを Fable 5 前提で設計する場合、「フォールバック時に Opus 4.8 で同等品質が出るか」の事前確認が推奨されています（AI総合研究所の解説）。ループの途中でモデルが切り替わる可能性を、検証ステップの設計に織り込む必要があります。

4-4. データ保持ポリシー（規制業種で重要な事実）

Fable 5 および将来の Mythos-class 同等以上モデルには、30日間のデータ保持ポリシーが適用されています。

項目	内容
対象	Fable 5・Mythos 5 および将来の同等以上モデルへの全リクエスト・応答
用途	セーフティ用途のみ。モデル学習やそれ以外の目的での利用は禁止
保護措置	全人間アクセスをログ記録。ほぼ全ケースで30日後に自動削除

出典：AI総合研究所の解説（Anthropic 公式サポート記事に基づく）

筆者注（医療関係者向け）：これは従来の Claude API のデフォルトデータ取扱いとは別建てのポリシーです。ZDR（Zero Data Retention）前提でシステムを組んでいる場合、「最強モデルを使うか、ゼロ保持を維持するか」というトレードオフが発生します。医療情報など要配慮個人情報を扱うワークフローで Fable 5 をループに組み込む場合は、この30日保持を前提としたデータガバナンス設計（そもそも個人情報をループに入れない、等）の検討が必要です。導入判断は、所属組織の情報セキュリティ部門・顧問弁護士との相談を推奨します。

5️⃣ ループエンジニアリングの限界（公開されている指摘）

導入を検討する場合、公開情報で指摘されている限界も押さえておく必要があります。

5-1. レビューがボトルネックになる

AlphaSignal の分析によると、開発のボトルネックはコード生成ではなくレビューにあり、「ループで生成量を10倍にしても、人間がレビューできる量は変わらないため、未レビューの成果物が積み上がる」と指摘されています（OptiMax の解説より）。

5-2. AI 自己採点の限界

ループエンジニアリングの文脈で広く引用されている一節：

"The model that wrote the code is way too nice grading its own homework."
（コードを書いたモデルは、自分の宿題を採点するには優しすぎる。）

出典：Loop Engineering 解説（Qiita @y-morimatsu）

評価者（verifier）と実行者を分離する設計が推奨される根拠です。

5-3. 失敗事例も共有されている

日本語圏でも「Claude Code が43コミットを生成したものの、PR の趣旨からズレてほぼ全却下になった」というループ暴走の失敗が共有されています（同上）。明確な完了条件・検証方法・ガードレールがないループは、活発に動いているように見えて成果につながらない、という教訓です。

5-4. 向かないタスク

公開されているチェックリストでは、以下は「人間が椅子に座るべき」タスクとされています（南野充則氏の noteより）：

🔴 アーキテクチャ再設計
🔴 認証・決済コード
🔴 本番デプロイ
🔴 曖昧なプロダクト作業
🔴 「完了」の判断に人間の判断を要するもの

逆に「良い最初のループ」の例：

🟢 CI 失敗のトリアージ
🟢 依存パッケージ更新の PR
🟢 lint 修正パス
🟢 フレイキーテスト（不安定なテスト）の再現

5-5. コスト

トークンコストは単発利用の数倍〜数十倍に膨らむとされます（OptiMax の解説）。さらに Fable 5 は Opus 4.8 の2倍の単価であるため、「Fable 5 を全タスクで常時走らせる運用は単価面で現実的ではない」との指摘があります（AI総合研究所）。

実運用者からは「Fable 5 はメインのセッションと設計や重要なレビューで使用して、実装は Sonnet 5、コードレビューは Opus といった感じでサブエージェントのモデル調整をする」という使い分けも共有されています（近江猫屋敷ブログ）。

6️⃣ まとめ：事実の整理

✅ ループエンジニアリングは、2026年6月に Addy Osmani 氏が定式化した「プロンプトを打つ自分を、仕組みに置き換える」設計思想。プロンプト → コンテキスト → ハーネス → ループという4世代の積み上げの最上層

✅ Claude Fable 5 は、公式発表で「数日間の連続自律稼働」「長時間の非同期実行」を掲げる Mythos-class の一般公開モデル。エージェント型ベンチマークで Opus 4.8 を上回り、ループエンジニアリングが対象とする長時間・多反復タスクと公表特性が重なる

✅ ただし、レビューのボトルネック・AI 自己採点の限界・コスト増・30日データ保持ポリシーという公開されている制約があり、「全部ループ化すべき」という話ではない

✅ 規制業種（医療等）では、30日データ保持とフォールバック挙動を前提としたデータガバナンス設計の検討が必要

一次情報・参考リンク一覧

ループエンジニアリング原典・解説

Claude Fable 5 公式・報道

⚠️ 免責

本記事は2026年7月3日時点の公開情報を整理したものです。法的助言ではありません。

各サービスの仕様・料金・データ保持ポリシーは変更される可能性があるため、導入判断の際は必ず各社の最新の公式ドキュメントを確認してください。

医療業務など規制業種での技術導入は、顧問弁護士・情報セキュリティ部門・医療情報安全管理責任者・関係行政機関と相談のうえ判断してください。

筆者は本記事の内容を実際の業務で使われたことに起因するいかなる損害についても責任を負いません。

著者プロフィール

臨床工学技士 × AIエンジニア / 11年間、病院の医療機器の現場に立ち続けてきました。
いまは AI エンジニアとしても活動しながら、酪農学園大学の研究生として論文博士の取得を目指しています。
研究テーマの主軸は遺伝子医療の未来。そのうえで、医療現場と地続きにある病院の IT・サイバーセキュリティ・医療AI 導入についても、現場で起きている課題と一次情報を突き合わせながら調べ続けています。
臨床工学技士の教育関係の仕事にも携わっています。

質問・誤りの指摘・「うちの組織ではこうしている」という事例の共有、いつでも歓迎します。

#LLM #ループエンジニアリング #ClaudeFable5 #ClaudeCode #AIエージェント