Agent Loopとは？

1周で起きること

Agent Loopは、LLMを何度も呼ぶだけの処理ではありません。毎周、現在の依頼、これまでの履歴、直前のツール結果をLLMへ渡し、次に何をするかを選ばせます。

基本の1周は次の4段階です。

1. 現在の状態を観察する
2. LLMが次の行動を決める
3. ツールを実行する
4. 結果を状態へ追加する

ツール結果を追加して次の周へ進むため、2周目の判断は1周目より新しい情報を使えます。このフィードバックが、単発のチャットとAgent Loopの大きな違いです。

問い合わせ対応を2周させる

「注文101を確認して、発送前なら住所を変更して」という依頼を考えます。

1周目では、LLMが注文検索を選び、ツールが「注文101は発送前」と返します。2周目では、その結果を含む状態から住所変更を選びます。変更ツールが「更新済み」と返したら、最終回答を作って終了します。

ここでは注文101という同じ対象が、検索結果と更新結果の両方に現れます。最初から更新を決め打ちせず、1周目の事実を2周目の判断へ戻すことが重要です。

ループが分岐する場所

LLMの出力によって次の処理が変わります。

つまり、輪はいつも同じ経路を回るわけではありません。毎周の出力を分類し、続行か終了かを決める制御が必要です。

終了条件を先に決める

「LLMが終わったと言うまで」だけでは、同じ検索や編集を繰り返す可能性があります。実装では、複数の終了条件を組み合わせます。

OpenAI Agents SDKでも、最終出力なら終了、ツール呼び出しやhandoffなら結果を加えて再実行し、max_turnsを超えた場合は例外にする流れが示されています。

たとえば最大4turnと決めた実行では、3turn目のツール結果を次へ渡せても、4turnを超えては続けません。数字は仕事の難しさと費用に合わせて決めますが、上限そのものは開始前に用意します。

Workflowとの違い

Workflowは、処理の順番をコード側で先に決める方法です。Agent Loopでは、次に使うツールや必要な周回数をLLMが状況に応じて選びます。

請求書を「読み取る→承認する→保存する」のように手順が固定できるならWorkflowが向きます。調査やデバッグのように、結果を見ないと次の行動を決められない仕事ではAgent Loopが役立ちます。

安全に回すための設計

Agent Loopでは、前の小さな誤りが次の判断へ渡り、周回ごとに影響が大きくなることがあります。ツールを実行する前に引数と権限を検証し、削除・送信・公開など戻しにくい操作には人の承認を入れます。

さらに、各周の入力、LLM出力、ツール名、引数、結果、終了理由を追跡できるようにします。失敗したときに「何周目の、どの判断からずれたか」を確認できることが、改善と安全運用の前提です。

Agent Harnessとの関係

Agent Loopは、エージェントが仕事を進める反復の流れです。Agent Harnessは、そのLoopを動かすためにモデル接続、ツール、状態、承認、回数上限、観測を束ねる実行基盤です。

Loopが「仕事の回り方」、Harnessが「その回り方を安全に実行する土台」と覚えると区別しやすくなります。

覚え方

ツールを使って終わりではありません。結果を次の判断へ戻して輪を閉じ、完了条件を満たしたら止める。これがAgent Loopです。