エージェントループ
あらゆるAIエージェントの基本パターン。LLMが考える→ツールを選ぶ→実行する→結果を読む→再び考える、を目標達成か最大ステップ数到達まで繰り返す。
原典はReAct論文（Yaoら、2022年）で、「推論（Reasoning）＋行動（Acting）」のループだ。思考ステップと行動ステップを交互に挟む。CrewAI、AutoGen、LangGraph、smolagentsなど現代のエージェントフレームワークはこれを実装している。リスクは無限ループ（最大ステップ数の制限が必要）、高コスト（LLM呼び出しが多い）、複雑なタスク（10ステップ超）での不安定さ。OpenAIのoシリーズはこのループをモデル自体に内包しており、外部のオーケストレーションを要しない。