月3,400円のAI会社は「ループエンジニアリング」の5要素を満たしているか、実装で照合してみた

ユーザーが AI の出力を何度も直し続ける行為を「再試行」と、システムが自動で評価・修正を繰り返す「ループ」として区別。ループの必須要素は「観測・実行・検証・回復」の 4 つであり、これらがコード化されているかが人が介入し続けるか否かの分岐点になる。Anthropic の長時間エージェント実装例から、実装パターンを具体的に解説。

AIエージェントがファイル保存を報告したが、実際には保存されていなかった事例を紹介。原因はエージェント定義内の指示と権限の矛盾にあり、報告の文面ではなく成果物そのもの（ファイル、一覧、公式ドキュメント）を確認する5つの型と、それでも残る限界を実例とともに解説。

ウェルスナビのSREチームが28卒向け20日間インターンシップを実施し、インターン生2名が自社開発のSREエージェント「Clione」のパフォーマンス改善とAIによるSQLレビュー品質向上に取り組んだ。Clione は Agent Observability導入で計測し、4つの課題を洗い出して改善。SQLレビュー機能では Bytebase、Datadog、Lambda、Terraform を組み合わせ、本番環境のワークロード分析を含む総合レビュー機能を実装した。

ブラウザDOM自動化では対応できないレガシーERP・Excel・CADなどネイティブデスクトップアプリケーションの70%以上に対し、UI-TARS 1.5とClaude 3.7 Computer Useを用いたピクセル座標グラウンディング・System-2推論による自律GUIエージェントの実装手法を解説。OSWorld 2.0ベンチマーク下での42～52%成功率の達成と、VNC隔離・緊急停止機能を備えたセキュアなサンドボックスアーキテクチャを提示。