エージェントループはAIエージェントのコア動作パターンで、複雑なタスクを自律的に完了できるAIがどのように「考え行動する」かを説明します。
そのコアは4ステップのサイクルです：感知 → 思考 → 行動 → 観察 → 感知に戻る、タスクが完了するまでサイクルを繰り返す。
Claude Codeのバグ修正を具体例として：最初のイテレーションで、Claudeはコードとエラーメッセージを読み（感知）、問題がどこにあるか分析し（思考）、関連するコードを変更し（行動）、テストを実行して結果を確認します（観察）。テストが通れば完了；通らなければ第2イテレーションに入ります。
エージェントループのコンセプトの出現は、AI研究の根本的な転換を反映しています：「モデルが質問に答える」から「モデルがタスクを完了する」へ。
初期のAIモデル（初期のClaudeを含む）は主に「Q&Aモード」で動作していました——あなたが質問し、それが答え、終わり。このモードは多くのシナリオで非常に有用ですが、根本的な制限があります：実際の環境で多段階のタスクを自律的に完了できない。
エージェントループはAIができることに質的変化をもたらします：「応答生成器」ではなく「タスク実行器」に。
エージェントループのClaude使用への最も直接的な影響：「なぜClaude Codeがあなたにアドバイスを与えるだけでなく、タスク全体を完了できるのか」を理解すること。
Claude Codeで「この機能を書いて、すべてのテストが通るようにして」と言うと、エージェントループのおかげで達成できます：イテレーションを重ねながら試みます——コードを書き（行動）、テストを実行し（行動）、テスト結果を確認し（観察）、失敗したテストに基づいてコードを調整し（思考+行動）——すべてのテストが通るまで。
エージェントループなしでは、コードスニペットを渡して止まるだけで、後続のテストと修正はすべてあなたが行う必要があります。
エージェントループを理解することで、AIエージェントツールをよりスマートに使えます。実践的なアドバイス：明確な「終了条件」を与える——「すべてのテストが通るまで完了とみなさない」はエージェントループの明確な終了条件を与えるため、「このバグを修正して」より効果的。「1ループのスコープ」を制御する——Claude Codeを使い始めるとき、まず小さなスコープのタスクを与える。「完了した主要なステップごとに何をしたか教えてから続けて」とエージェントに伝えることで、必要に応じて介入・調整できます。
研究者が50本の論文を分析して、「AI支援医療診断」の主要な研究方向と未解決問題を見つける必要があります。手動で：論文を1本ずつ読んでメモを整理し、分類するのに数日かかる可能性があります。エージェントループをサポートするAIエージェントを使用：「添付の50本の論文を分析し、主要な研究方向（類似性でクラスタリング）、各方向の代表的な成果、論文間で繰り返し現れる未解決問題を特定し、構造化されたレポートにまとめて」と指示。各イテレーションが前のイテレーションの結果に基づいて自動的に調整され、最終的に研究者が直接使用できるレポートを出力します。
エージェントループは大幅な効率向上をもたらします——本来は人間の大量の手動操作が必要だったタスクをAIが自律的に完了できます。主なトレードオフ：自律性とコントロールのバランス。ループの自律性が高いほど、「AIが途中で何をしたか」に対する直接的な視認性が低下します。良い実践：明確なタスク境界と終了条件でこのトレードオフを管理し、高影響力の操作に人間の確認ポイントを維持します。