決定論的検証
reinsの「ターン」とは何か
reinsの最小実行単位であるターン（turn）を解剖する。記録されなかったものはターンではない — この定義ひとつから、ドライバー非依存性、再起動耐性、監査可能性のすべてが導かれる。2026年6月のLoop Engineering言説と比較し、ターンがそれらの勧告をいかに構造へ変えるかを見る。
abloq — エージェントが運用するブログ、検証は機械がロックする
エージェントにブログを任せれば記事は出てくる。問題は信用できないことだ — 出典を捏造し、直してもいない記事のlastmodを上げ、頼んでいないファイルに手を出す。人が全部検査するなら任せた意味がない。abloqの答えは分業だ — 生成は確率的、検証は決定論的。人が書くのはインサイト仕様一枚(insight.yaml)だけで、執筆・翻訳・更新・根拠補強はエージェントがクエストとして代行し、品質はblog.yaml一枚から派生した決定論的ゲートが保証する。ロックされたPASSは不可逆だ — エージェントは使い捨てでも進行は累積する。
あなたのエージェントループはなぜ発散するのか
Loop Engineering が普及するほど、人々は同じ壁にぶつかる — ループが収束せず発散するのだ。無限回転・ドリフト・リワードハッキング、その三つの顔の根は一つ。ループの判定スロットに、生成者自身を再び差し込んだこと。だが発散はむしろ運がいい。見えるからだ。本当に恐ろしいのは、静かに偽収束したループである。処方は一つ — 完了をロックする権限を、LLM ではなく決定論的ゲートにのみ置く。
プロダクショントラフィックこそが仕様だ
レガシーコードにはドキュメントがない。テストもない。それでも今この瞬間も動いている。きちんと記録された一ヶ月分のログこそが仕様だ — プロダクショントラフィックで現在の挙動をキャプチャしたHurl統合テストを作れば、コードを一行も読まずにレガシーの機能を固定し、リファクタリングの安全網を張ることができる。
reins — Quest CLIからドメインだけを残し、ratchetはフレームワークへ
how-make-questはQuest CLIを素手で建てる方法を教えた。だが二つ目のCLIを建てると、同じratchet、同じscan/next/submit、同じ集計をまた書く。reinsはその不変をフレームワークとして抜き出す — ratchet・コマンド骨格・集計・exportはreinsが供給し、あなたはドメインのゲート(gate.Definition 4メソッド)だけを実装する。ゲートはcheese防御ルールのカタログであり、toulmin defeatグラフが『なぜ負けたか、何を変えれば勝つか』という攻略集をエージェントに返す。
手綱を渡されたツールに、手綱がなかった — ハーネスとレインスの境界
"Reins Engineering、結局ハーネスじゃないですか？" 両者は対立しない — 同じ馬具の異なる部品だ。しかし、異なる部品だ。世界最高のコーディングエージェントでさえ、自らのコードには手綱をかけなかった。レインスは持つものではなく、かけるものだからだ。
Quest CLIの作り方 — 完了を機械に判定させるツールを自分で建てる
AIは「やり終えました」と言う。実際には終わっていない。本稿は、その問題を解くツール — Quest CLI — を自分で建てる方法だ。原理(なぜ)からcobraコマンドのスケルトン(どうやって)まで、この一本でエージェントがGoのQuest CLIを作れるようにする。humaがそのワークド例だ。
LLMマルチエージェントの精度向上に必要な前提条件
エージェントを複数走らせれば正確になる? 半分しか正しくない。同じデータで学習したモデルは同じ場所で間違える。マルチエージェントが機能する条件は二つ——誤りの独立性を設計するか、検証可能なドメインでLLMの外側にverifierを立てるか。
なぜあなたのエージェントは止まらないのか
エージェントを24時間動かしているという自慢を前にして湧くのは感嘆ではなく疑問だ — なぜまだ終わっていないのか？ コードは探索問題ではなく制約充足問題だ。止まれるシステムこそ健全なシステムである。
美しさについて
美しいものの70%は数学である。秩序は機械が決定論的にロックし、残り30%の複雑さだけを人間が決める。Reins EngineeringはAIコーディングツールではなく — 秩序をロックし、複雑さだけを人間に残す原理だ。
「完了」は誰が定義するのか — ゲームが40年先に解いた問題
退去確認を写真5枚で定義した瞬間、それはゲームクエストになる。「完了」を行為者の主張ではなく機械的に検証可能な条件として定義すること — ゲームが40年先に解いた問題であり、AIエージェントに仕事を正しくさせる方法だ。
先例は正解ではない — AIが場当たり的修正を複製して権威を作る方法
AIはコードの構造は読めるが、それが設計上の決定なのか場当たり的な修正なのかは読めない。だから複製するほど欠陥が偽の権威を得る。このループを断ったのはより大きなモデルではなく、人間の一行の問いかけだった。
Agent Operable Codebase
人間が読みやすいコードとエージェントが作業しやすいコードは同じか？同じではない。ファイルに関数が20個あるとエージェントの性能が30〜85%低下する。事務所を工場に変えなければならない。
Reins Engineering — 手綱のあるAI
Harness engineeringは柵だ。エージェントを外に出さないが、目的地に着くことは保証しない。Reins Engineeringは手綱——決定論的な契約で操り、ラチェットで固定し、意思決定と実装を分離する。
Hurlがバイブコーディングのドリフトを止める
バイブコーディングは3ヶ月でロジックドリフトにより崩壊する。CMU、METR、DORA、Amazonの事例がそれを証明している。HurlでAPIコントラクトをplain textで宣言しラチェットでロックすれば、AIの自由を制限することなくドリフトを構造的に抑制できる。
IFEvalを逆利用するラチェットコード
LLMのおべっかバイアスはバグではなく資産だ。IFEvalが測定する指示遵守能力を決定論的フィードバックと組み合わせれば、4.5Bのローカルモデルでも正確なコードを生成する収束ループが作れる。
AIの阿諛偏向はビジネスフィーチャーだ
LLMの阿諛偏向はバグではない。RLHFの数学的必然であり、ビッグテックが直す動機のないビジネスフィーチャーだ。これがLLM-as-Judgeを構造的に不可能にする理由だ。
コーディングエージェントはなぜ動き、なぜ壊れるのか
同じモデルがウェブチャットではhallucinateし、コーディングエージェントでは200行の機能を一発で仕上げる。モデルが変わったのではない — トポロジーが変わったのだ。生成は確率的でよい。検証は決定論的でなければならない。