Pythonで実装するAIエージェントの無限ループ原因解析と実務向けガードレール設計

Posted at 2026-11-05

AIエージェント（ReActモデル等）を自作またはフレームワークを用いて構築する際、ツール呼び出しのループから抜け出せなくなる現象（無限ループ）が発生することがあります。本記事では、AIエージェントが無限ループに陥る主な原因と、それを防ぐための具体的なガードレール実装パターン、実務向けチェックリストを解説します。

読者が抱える課題

LangChainや独自実装のAIエージェントが、同じツールを繰り返し呼び出し続けてAPIコストを消費してしまう。
LLMの応答が「完了」と判断されず、終了条件を満たさないまま対話が停止しない。
エージェントの挙動を安全に制限・中断する制御機構が不足している。

この記事で分かること

エージェントが無限ループに陥る代表的なメカニズム
最大実行回数・タイムアウト・状態検知を組み合わせた安全設計
Pythonを使ったエージェント制御ループの実装パターン
実務投入前の安全対策チェックリスト

AIエージェントが無限ループする主な原因

ツールの実行結果に対するLLMの解釈失敗
ツールがエラーや空のレスポンスを返した際、LLMが「成功しなかったため再試行が必要」と判断し、同じ引数で同じツールを呼び出し続ける。
明確な終了条件（Final Answer）の定義不足
プロンプト側で「どのような状態になればタスク完了とみなすか」の基準が曖昧なため、思考（Thought）と行動（Action）のステップを永久に繰り返す。
状態管理（State）の非保持
過去に失敗した試行結果が履歴から欠落しているか、文脈長制限で圧縮された結果、同じ失敗パターンを反復する。

実務で使えるガードレール実装パターン

ループを抑止・防止するためには、LLM側の推論だけに依存せず、プログラム（決定論的なコード）による強制停止メカニズムを組み込むことが不可欠です。

以下は、最大ステップ数・重複アクション検知・タイムアウトを備えたエージェント実行制御のPython実装例です。

※以下のコードは概念を示すための独自実装例です。実際に動作させる場合は、ご利用のLLM SDKや環境に合わせて調整してください。

python loss-prevention-agent.py

import time
from typing import List, Dict, Any, Optional

class AgentExecutionError(Exception):
    """エージェントの実行制御に関する例外"""
    pass

class SafeAgentRunner:
    def __init__(
        self, 
        max_steps: int = 5,
        timeout_seconds: float = 30.0,
        max_same_action_count: int = 2
    ):
        self.max_steps = max_steps
        self.timeout_seconds = timeout_seconds
        self.max_same_action_count = max_same_action_count

    def run(
        self, 
        task_input: str, 
        agent_func, 
        tools_map: Dict[str, Any]
    ) -> str:
        start_time = time.time()
        history: List[Dict[str, Any]] = []
        action_history: List[str] = []

        for step in range(1, self.max_steps + 1):
            # 1. タイムアウトチェック
            elapsed_time = time.time() - start_time
            if elapsed_time > self.timeout_seconds:
                raise AgentExecutionError(f"実行時間が上限（{self.timeout_seconds}秒）を超過しました。")

            # LLMによる次のステップの推論（疑似実装インターフェース）
            # agent_funcは {'type': 'action'|'final_answer', 'name': str, 'input': dict, 'content': str} を返すと仮定
            response = agent_func(task_input, history)

            # 2. 完了判定
            if response.get("type") == "final_answer":
                return response.get("content", "")

            # 3. 重複アクション検知
            action_signature = f"{response.get('name')}:{str(response.get('input'))}"
            action_history.append(action_signature)
            
            if action_history.count(action_signature) >= self.max_same_action_count:
                raise AgentExecutionError(
                    f"同一のアクションが{self.max_same_action_count}回以上繰り返されたため中断しました: {action_signature}"
                )

            # 4. ツール実行
            tool_name = response.get("name")
            tool_input = response.get("input", {})
            
            if tool_name not in tools_map:
                tool_result = f"Error: Tool '{tool_name}' は存在しません。"
            else:
                try:
                    tool_result = tools_map[tool_name](**tool_input)
                except Exception as e:
                    tool_result = f"Error executing tool '{tool_name}': {str(e)}"

            # 履歴の更新
            history.append({"step": step, "action": response, "result": tool_result})

        raise AgentExecutionError(f"最大ステップ数（{self.max_steps}回）に達しましたがタスクが完了しませんでした。")

停止条件設計の要件比較

エージェントの制御手法ごとの特徴と適用条件の比較です。

制御方式	メリット	デメリット	実務での採用基準
最大ステップ数制限	実装が極めて容易。確実に計算資源の枯渇を防ぐ。	単純なタスクでも途中で強制終了するリスクがある。	全てのエージェント実装で必須設定。
同一アクション検知	無駄な重複API呼び出しを早期に検知して遮断できる。	パラメータの一部が変わるマイナーチェンジに対応しにくい場合がある。	外部Web検索やデータベース検索を行うツールで有効。
タイムアウト制御	ネットワーク遅延やツール側のハングアップに対応可能。	正確な実行時間の予測が難しいタスクでは閾値調整が難易度高。	外部通信を伴う非同期処理で必須設定。
プロンプトによる自己修復誘導	LLM自身にエラーの原因を考えさせ、別のアプローチへ誘導できる。	LLMの確率的な挙動に依存するため、確実に停止する保証がない。	プログラムによる強制中断の手前の補助ロジックとして使用。
人間介入（Human-in-the-loop）	不確定な状況で安全に判断を委ねられる。	処理のリアルタイム性が失われ、自動化の効率が下がる。	クリティカルな変更（DB更新、決済処理等）の直前で採用。

実務投入時の停止条件チェックリスト

エージェントを本番環境や実業務自動化に組み込む前に、以下の項目が満たされているか確認してください。

ハード上限（Max Iterations）の設定
LLMの呼び出し回数に明確な上限がセットされているか。（例: 最大5〜10回）
タイムアウト値の明示
1リクエスト全体、および個別のツール実行に対してタイムアウト時間が設定されているか。
同一ツール・パラメータ重複呼び出しの遮断
全く同じ引数でのツール連続呼び出しをコードレベルで制限しているか。
エラーメッセージの適切なフィードバック
ツール実行失敗時に、エラー内容をLLMが理解できる形式で文脈に書き戻しているか。（無応答や単なるNoneを返していないか）
トークン数・コスト上限の監視
1回のタスク実行で消費するトークン量の上限に達した際、例外を発生させて停止する仕組みがあるか。
ログ出力の保持
無限ループが発生した際に、どの思考ステップで停滞したかを後からトレースできるログ（Thought/Action/Observationの履歴）を出力しているか。

注意点と実装時のポイント

フレームワーク独自のパラメータの確認
LangChainやLlamaIndexなどの主要ライブラリを使用している場合、max_iterations や early_stopping_method などの既存パラメータが用意されています。バージョン更新によりパラメータ名や挙動が変更される場合があるため、実装時は利用するライブラリの最新公式ドキュメントを確認してください。
ツールからの戻り値の設計
ツールが例外を発行してそのまま落ちる設計の場合、LLMがリカバリできません。エラー情報を文字列としてLLMに渡し、次のアクションを選択させるか、プログラム側で捕捉して中断するかを明示的に設計してください。

まとめ

AIエージェントの安定運用には、LLMの自律的な判断に頼るだけでなく、プログラム側で安全域（ガードレール）を強制的に設ける設計が必要です。最大ステップ数、重複検知、タイムアウトを組み合わせ、予測不能なループによるリソース消費や障害を回避する実装を行ってください。

You get articles that match your needs
You can efficiently read back useful information
You can use dark theme

What you can do with signing up