「もうプロンプトは書かない」Claude Code開発者が提唱するループエンジニアリング

「私はもうClaudeにプロンプトを打っていない。ループが走っていて、そのループがClaudeにプロンプトを打ち、何をすべきか判断している。私の仕事はループを書くことだ」——。AIコーディングツールの代名詞となった「Claude Code」を生んだ米Anthropic社のBoris Cherny氏が、今春のカンファレンス登壇やメディアインタビューで繰り返しこう語った。AIとの対話ツールを作った本人が、AIに話しかけることをやめたというのだ。同氏は2026年に入ってから自分では1行もコードを書いておらず、スマートフォンから1日に何十本ものプルリクエスト（コード変更の提案）を出しているという。プロンプトを書くのではなく、AIが自律的に仕事を回し続ける「ループ」を設計する。この新しい仕事のやり方は「ループエンジニアリング」と名付けられ、いまシリコンバレーの技術者コミュニティで最大の話題となっている。

短いツイートが火をつけた

議論が爆発したのは6月上旬だ。オープンソースのAIエージェント「OpenClaw」の開発者として知られ、現在は米OpenAI社に籍を置くPeter Steinberger氏が、X上にこう投稿した。「もうコーディングエージェントにプロンプトを打つべきではない。エージェントにプロンプトを打つループを設計すべきだ」。この投稿は24時間足らずで500万ビューに達したとされ、AI開発者のタイムラインは「ループとは何か」を巡る議論一色になった。その数日前から、冒頭で紹介したCherny氏の発言もXで拡散していた。米Anthropic社と米OpenAI社。競合する2つのAI企業の、それぞれ看板ツールを作った実務家が、示し合わせたわけでもなく同じ結論に達していたのだ。

概念を整理したのは米Google社のエンジニアリングリーダー、Addy Osmani氏だ。同氏が発表したエッセイ「Loop Engineering」は、この新しい働き方に明確な定義を与え、決定版の解説として広く読まれている。さらにAI業界で影響力のあるニュースレターLatent Spaceが、Steinberger氏、Cherny氏、そして元OpenAI社の著名研究者Andrej Karpathy氏の動きを「Loopcraft（ループ職人術）」という言葉で一つの潮流としてまとめ、概念は一気に市民権を得た。AI教育の第一人者Andrew Ng氏も「ループエンジニアリングはホットなバズフレーズになった」と反応し、自身のループ論を展開している。

ループエンジニアリングとは何か

Osmani氏の定義は明快だ。「ループエンジニアリングとは、エージェントにプロンプトを打つ人間という役割から自分自身を外すこと。代わりに、それをやってくれるシステムを設計することだ」。ここで言うループとは、目的を定義すれば、AIがそれを達成するまで自律的に反復を続ける仕組みのことを指す。

AIとの働き方を表す言葉は、この2年ほどで目まぐるしく進化してきた。最初は、AIへの指示文を工夫する「プロンプトエンジニアリング」。次に、AIに渡す背景情報や資料の設計に重心が移った「コンテキストエンジニアリング」。そして、AIエージェントが働くための道具や環境一式を整える「ハーネスエンジニアリング」。ループエンジニアリングは、その次の段階に当たる。Osmani氏は「ループはハーネスの一階上に位置する。ハーネスがタイマーで自動的に動き、小さなヘルパーを生み出し、自分で自分に仕事を供給するようになったものだ」と説明する。

具体的にループは何をするのか。人間が毎回「あれをやって、次はこれ」と指示する代わりに、小さな自動システムが「やるべき仕事を見つけ、エージェントに割り振り、結果を検証し、進捗を記録し、次にやることを決める」というサイクルを回し続ける。人間の仕事は、このサイクルの設計と監視に変わる。

Cherny氏自身の働き方の変化が、その意味を雄弁に物語る。同氏は今春のカンファレンス登壇で、2026年に入ってから自分では1行もコードを書いていないと明かした。かつては「この機能を作って」とClaudeに話しかけ、出てきた結果を確認し、「ここを直して」とまた話しかける、という往復を繰り返していた。今はその往復自体をループが担う。本人はスマートフォンから1日に何十本ものプルリクエスト（コード変更の提案）を承認するだけだ。プロンプトを書く力を競う時代は、わずか2年足らずで終わりつつある。

ループを構成する6つの部品と、その落とし穴

Osmani氏は、ループを構成する部品として6つの要素を挙げている。①人手を介さずにループを起動するスケジュール機能、②複数のエージェントが同時に作業しても互いの成果物を壊さないための隔離された作業場所、③プロジェクトの知識やノウハウを文書化してエージェントに読ませる「スキル」、④データベースや外部サービスにエージェントがアクセスするための接続口、⑤作り手と検証役を別々のエージェントに分ける仕組み、⑥反復をまたいで記憶を持続させる外部メモリ、である。工場に例えるなら、始業ベル、各作業員の専用作業台、業務マニュアル、資材倉庫への通用口、検品係、そして作業日報だ。

注目すべきは、これらの部品が既製品になりつつあることだ。1年前なら、ループを組みたい開発者は自前のスクリプトを書き、自分で保守し続けるしかなかった。ところが現在では、Anthropic社のClaude CodeにもOpenAI社のCodexにも、ほぼ同じ部品一式が標準搭載されている。どちらのツールを使っても「ループの形」はほとんど同じ。道具の収斂が、この概念の普及を後押ししている。

ただし、冷静な視点も欠かせない。まずコストだ。ある解説記事の試算では、エージェント1体を自律的に走らせると通常のチャット利用の約4倍、複数エージェント構成では約15倍のトークンを消費するという。Steinberger氏自身、月間130万ドル（約2億円）分のトークンを使った時期があると認めている。壊れたツールを5分間に400回呼び続けたループの事故例も報告されている。

さらに本質的な問題は、検証責任が人間に残り続けることだ。Osmani氏は「無人で走るループは、無人でミスをするループでもある」と警告する。ループが人間の書いていないコードを次々と出荷するほど、システムの実態と人間の理解との間のギャップが膨らみ、ループが勝手に回ってくれる心地よさに身を任せて、自分の頭で考えることをやめてしまう危険があるというのだ。Steinberger氏の投稿への返信の中で最も支持を集めた指摘の一つも、この点を突いていた。いわく、ループの設計は仕事の半分でしかない。残りの半分は、ループの中に「ノー」と言える何か——テスト、型チェック、本物のエラー——を組み込むことだ。押し返すもののないループは、AIが自分自身に同意し続けるだけの装置になってしまう。

湯川鶴章の視点

ループエンジニアリングは、コーディングの世界だけの話では終わらないと思う。

以前の記事「話題の『トークン資本と人間資本の学習ループ』はこう作る」で紹介した米Trajectory社創業者のRonak Malde氏の見立てを思い出してほしい。この2年間、数あるAI応用領域の中でコーディングだけが突出したスピードで進化した。その一因は、AIコーディングツールの米Cursor社などが、ユーザーの実際の利用データでモデルを鍛え、改善版を定期的に出荷するという循環をいち早く確立したことにある、というのがMalde氏の分析だった。使われるほどAIが賢くなり、賢くなるほど使われる。ループエンジニアリングは、この好循環の上に成立した働き方だと言える。

そしてTrajectory社が目指すのは、コーディングで起きた「実利用データでモデルが育つ」という現象を、あらゆる業界に持ち込むことだ。例えば小売企業に「観測レイヤー」を置き、従業員がどんな手作業を繰り返しているかをAIが観察する。作業のパターンを学び取り、その業務専用のエージェントを構築し、使われるたびに改善していく。モデルだけでなく、エージェントを動かす骨組みやスキル、記憶の仕組みまでが、まるごと学習ループの最適化対象になるという構想だ。

つまり、こういうことだ。コーディングの世界で「人間はプロンプトを書く人から、ループを設計する人へ」という転換が起きたように、営業でも、経理でも、店舗運営でも、同じ転換がやってくる。人間が毎回AIに指示を出すのではなく、仕事を見つけ、こなし、検証し、改善し続けるループを設計する。そのループの中に「ノー」と言える検証の仕組みを組み込み、暴走しないよう監視する。それがあらゆる職種における人間の新しい仕事になっていくのではないか。プロンプトの書き方を学ぶ研修が流行ったのは、つい最近のことだ。次に学ぶべきは、ループの設計図の引き方かもしれない。