はじめに 長時間にわたり自律的に動作するAIエージェントは、複雑な意思決定ループを何度も回し続ける。こうした環境では、内部の自己評価が外部現実と乖離することで「停滞」を進歩と誤認してしまう現象が起き得る。本論文 "When Do Agent Loops Mistake Stagnation for Progress? Self-Evaluation Bias and Externally Grounded Verification in Long-Running Autonomous LLM Agent Loops" は、自己評価バイアスが長期ループの性質と相互作用することで生じる「progress mirage（進捗の幻影）」を検証する。エージェントは自らの実行履歴や内的評価規準だけに依存すると、環境の変化や本質的な成果を見失い、同じルーチンを繰り返すだけで進捗があると錯覚することがある。 本記事では、この現象を理解するための設計観点を紹介する。外部 grounding を適切に設け、世界状態を参照する検証ゲートを組み込むと、評価と実成果の間のズレをどう減らせるかを、実験的知見と