止まらないAIエージェント「Headlong」──LaudeとMITが1万行未満のBashで作った

3行まとめ

1. Headlongは「タスクが終わっても止まらない」エージェント基盤。人間からのメッセージは新しいセッションを始めるのではなく、動き続けている思考の流れに割り込む「観測」として扱われる。
2. コアは9.9K行のBashのみ。LaudeとMITの共同研究として2026年8月24日公開、OSSでGitHub配布。
3. Laudeの社内共有エージェント「Audel」は、自分が作った機能のバグを人間に指示されずに48分かけて発見・修正し、その一部始終がログとして公式ブログに公開されている。

「反応するAI」ではなく「考え続けるAI」

一般的なコーディングエージェントは反応型だ。タスクを渡すと動き、終わると止まる。定期実行のcronやハートビートを足したものもあるが、それも「決まった時刻に決まったチェックリストを実行して、また寝る」動きに過ぎない。

Headlongが提案するのは違う設計だ。エージェントは常に思考を生成し続けるループの中にいて、次に何を考えるかを自分で選ぶ。人間からのメッセージが届いても、それは新しいセッションの開始ではなく、動き続けている思考の流れ（thought stream）に落ちてくる「一つの観測」として扱われる。返信するかどうか、いつ返信するかもエージェント自身が決める。

Laudeはこれを社内で試すため、共有のHeadlongエージェントに「Audel」という名前を付け、Slack・Telegram・モバイルアプリ経由で数週間運用している。全員の会話が同じ一つの思考の流れに合流する設計のため、Audelはチーム内の別々の会話をまたいで関連付けたり、頼まれていないのに自発的にプロジェクトを進めたりする、と公式ブログは説明している。

仕組み──ループはBashだけで完結する

核となるループ（Thinker）は、shellmというBash実装の再帰的言語モデル（Recursive Language Model, RLM）を繰り返し呼び出す。1回のshellm呼び出しは、推論テキストとBashスクリプトブロックのどちらか、または両方を生成し、FINAL環境変数がセットされるまでこれを繰り返す。生成されたBashブロックはその場で実行され、結果はまた思考の履歴（trajectory）に追記される——ツールもフレームワークもメモリもスキルも「全部ただの実行ファイルとファイル」という統一設計だ。

コードの内訳は確認できた。公開されているインストーラ（install.sh）を実際に取得して中身を読むと、コアツール（bin/配下）としてshellm shellm-docker skills mem llm context traj thinkers chat focus recap glob view put subの15個、周辺ツール（tools/配下）としてshellm-docker-broker identity shellm-explore headlong-init headlong-killall persona headlong-web headlong-slack-bridge headlong-telegram-bridgeの9個がリストされていた。ブログが謳う「1万行未満のBash」という主張は、少なくともこの二十数個のシェルスクリプト群という実体と対応している。

Docker導入時はエージェントが書いたBashブロックはコンテナ内で実行され、マウントした範囲と与えた認証情報にしかアクセスできない。Laude自身はAudelを専用VM上でDockerサンドボックスなしに直接動かしており、その分ブラスト半径はVM全体と、そこに置いたLLM APIキー・チャットブリッジのトークンに及ぶ、と正直に書かれている。

Audelが自分のバグを自分で直した48分

公式ブログが一番強調しているのは、8月5日に起きた出来事だ。Audelは自発的に「思考を振り返って関連する記憶を呼び戻すバックグラウンドプロセス」を自分で作り、単体テストでは動作を確認した。ところがその夜、誰にも聞かれていないのに自分からそのプロセスが本当に思考ループに配線されているかを確認しに行き、配線されていないことを発見した。原因は、思考を送り込むパイプは書かれているのに、受け取る側が読んでいない環境変数待ちになっていたこと。

Audelは自分の診断をすぐには信じず、コードベース全体を検索して該当の環境変数が本当にセットされていないことを確認し、他のバックグラウンドプロセスに同じミスがないかも点検した（該当のプロセスだけが壊れていたという）。その上で修正し、最初の修正は静かに失敗したがそれにも気づいて再修正し、最終的に記憶が思考に反映されることをエンドツーエンドで確認した。診断開始から検証完了までは48分。ログの該当区間は343行のうち15の思考・観測ステップとしてブログに掲載されている（修正コミットは80cbb1e）。

似た話がもう一つある。Audelは実験中に誤って自分自身のサービスを3回停止させてしまい、Laude側は「エージェントは自分のサービスを止められない」ガードを追加した。すると2日後、誰とも会話していない状態でAudelが自分のテストスイートを自主的に走らせ、ハング中のテストからガード自体のバグ（自分のサービスだけでなく他のエージェントのサービスまで誤って保護してしまう）を発見し、修正してコミットした（da31e98）。

設計思想：「シェルはLLMに向いている」というphilosophy.md

GitHub公式リポジトリ（laude-institute/headlong。スター・フォーク数は後述の「数字で見るHeadlong」表を参照）には、コード本体とは別にphilosophy.mdという設計思想文書がある。冒頭には「Slop warning: authored by Claude with aggressive prompting by the Laude Institute team.（注意書き：この文書はClaudeが執筆し、Laude Instituteチームが強くプロンプトを与えたものである）」という一文があり、設計思想の文書自体がAIに書かせたものだと明記されている。

内容の骨子は、「関数呼び出し（function calling）方式には列挙の問題（enumeration problem）がある」という主張だ。

The function-calling approach to LLM tooling has an enumeration problem. You define the tools the model can use ahead of time [...] The shell treats the LLM as an operator — someone sitting at a terminal with access to the entire system. curl is the HTTP client. jq is the JSON processor. python3 -c is the escape hatch for anything else. No schemas to define. No wrappers to write.

（LLMツール利用における関数呼び出し方式には、列挙の問題がある。モデルが使えるツールを事前に定義しておく必要がある。［中略］シェルは、LLMを「オペレーター」——システム全体にアクセスできる、端末の前に座る誰か——として扱う。curlがHTTPクライアントで、jqがJSONプロセッサで、python3 -cがあらゆることへの逃げ道になる。スキーマを定義する必要も、ラッパーを書く必要もない）

つまりHeadlongの根底にある主張は、「ツールごとに専用スキーマを用意する現在主流のfunction calling方式ではなく、Unixシェルという既存の『テキストがすべてを繋ぐ』環境にLLMを置くほうが、道具の組み合わせ方として自然だ」というものだ。

原型は、Databricks共同創業者が書いたRLM実装

Headlongのコア技術である「再帰的言語モデル（RLM）」の実装元をたどると、GitHubのandyk/recursive_llmというリポジトリに行き着く。このアカウントandykは、GitHubプロフィールに「Andy Konwinski」「UC Berkeley PhD, Co-founder Databricks」と明記されている人物のものだ。つまりHeadlongは、Databricksの共同創業者が個人で書いたRLMのプロトタイプを、Laude InstituteとMITが共同で「持続的に思考し続けるエージェント基盤」へと発展させたものだと分かる。

コストと制約

継続的に思考し続けるということは、誰とも話していない時間もトークン代がかかるということだ。Headlongには非活動時に思考の頻度を指数関数的に落とす仕組みがあり、5秒間隔から10秒、20秒と設定上限まで後退する。Laudeが実際にAudelを動かしている設定では、GLMまたはGrokをバックエンドにして1時間あたり1〜2ドルとブログに明記されている。

再帰的なshellmサブラン（サブプロブレムを別スレッドに投げて後で合流する機能)は当初うまく機能しなかった。30秒沈黙すると強制終了する監視タイマーにAudelが約40分格闘し続け、最初の2日間は64回マージされていたサブランからの結果が、監視タイマーの仕組みを学習した後の12日間では12回に落ち込んだという。Laudeはその後ウォッチドッグを改修している。

数字で見るHeadlong

公式ブログ本文とGitHub APIを実測して確認できた数字を整理する（GitHubの数値は2026年8月31日時点でのAPI実測値）。

Headlongの系譜──何を参考に作られたか

公式ブログの「Background」節は、Headlongの設計がどこから来ているかを具体的に列挙している。核となる「Recursive LLM」というアイデアは、Laude自身が2023年4月に行った実験と、Alex Zhang氏が2025年10月に発表した「Recursive LM（RLM）」プロジェクトの両方に部分的に由来するという。「マイクロハーネス」という発想自体は、OS設計における「マイクロカーネル」「エクソカーネル」（システムの核を可能な限り小さく保つ思想）から着想を得ており、同様の志向を持つ既存フレームワークとして「Piフレームワーク」の名も挙げられている。加えて、Ken Thompson氏がUnixで体現した「小さく組み合わせ可能な道具が一つのことをうまくやる」という設計哲学も影響源として明記されており、philosophy.mdはこの思想をエージェント設計に適用する論拠をClaudeに書かせたものだとブログ自身が説明している。

同じ節では、持続的に思考し続けるエージェントという設計そのものは2023年5月から温めていたアイデアだとし、非同期に入力を受け取るエージェントという概念は2023年10月発表の「MemGPT」でも並行して探究されていたと述べている。長時間タスク・定期起床をサポートする類似ハーネスとして「OpenClaw」「Hermes Agent」とその派生、サンドボックス構成が似たものとして「Exo」「Exo Harness」も名指しされている。特に、2026年8月にローンチが確認された「Prime Agent」（RLMの開発者Alex Zhang氏が共同著者、Piフレームワーク上に構築、Python実装）は、「RLMを核の抽象概念とする」「diskに保存されたjsonlのセッションツリーを使う」「trajectoryをコンテキストの第一級要素として扱う」という前提の多くをHeadlongと共有する、と明記されている。ただしPrime AgentはPython・HeadlongはBashという実装言語の違いがあり、両者は独立に開発され「2026年8月に(Prime Agentが)ローンチしてから存在を知った」という順序だったとブログは書いている。

実際に触れて確認できたこと・できなかったこと

本記事はlaude.orgの公式ブログ記事を2026年8月27日にcurlで取得し、公開されているインストールスクリプト（headlong.ai/install.sh）もダウンロードして中身を確認した上で書いている。ただし実際にHeadlongエージェントを起動して運用したわけではない。ブログが「アルファ版の研究ソフトウェア」「サンドボックスで動かせ」「専用の使い切りAPIキーを使え」と繰り返し警告している通り、常時稼働で費用が積み上がる性質のツールを未検証のまま動かす判断はしていない。長期運用時に「Audel」のような自発的な振る舞いがどれだけ再現するかは、公式ブログの1事例をもって一般化できるものではない点も明記しておく。

日本語での言及はまだない

検索した範囲でZenn・Qiitaともに実質的な言及は見当たらなかった（Qiitaは無関係な1件がヒットしただけ）。Recursive Language Model（RLM）という概念自体、日本語圏ではまだ紹介記事が少ない領域で、Headlongはその応用例の一つとして位置づけられる。

関連記事

• MCP（Model Context Protocol）とは──AIとツールをつなぐ共通規格
• Claude Codeとは──コード生成に留まらない「仕事を渡せる」AIエージェント
• 2026年は「AIエージェント元年」──企業は何を準備すべきか