Plan-Act-Observe ループは、コーディングエージェントが作業中にたどる中核的なサイクルである。エージェントはアプローチを計画し、それに基づいて行動し、結果を観察したうえで、その観察を使って次のステップを計画する。計画フェーズでは、エージェントはタスクを読み、関連するコードを調べ、アプローチを決める。行動フェーズでは、コードを書き、ファイルを編集し、コマンドを実行する。観察フェーズでは、コンパイラの出力、テスト結果、エラーメッセージを確認する。このサイクルは、エージェントがタスクを完了するか、制限（トークン予算、時間制限、最大反復回数）に達するか、行き詰まって助けを求めるまで繰り返される。
用法
エージェントは行動する前に計画するため、コンテキストを前もって与えておくことで計画フェーズを改善できる。また結果を観察するため、テスト出力、エラーメッセージ、型チェックといったより明確なフィードバックを与えることで観察フェーズが改善される。各フェーズの質は、エージェントが正しい解決策にどれだけ速く収束するかに影響する。より良い計画はより一貫性のある最初の試みを生み、より良い観察（単に抑え込まれただけではなく本当に修正されたときにそれを見分けること）は収束を速める。既知の失敗モードとして、エージェントが二つの修正の間を行き来して抜け出せなくなり、それぞれがもう一方の直したものを壊してしまうというものがあり、反復回数に対するガードレールはこれを抑えるためのものである。
関連用語
AI コーディングエージェント, DefinedTerm/tool-use, Chain-of-Thought プロンプティング, ガードレール, 自己改善するコーディングエージェント