2026.04 / Tech Explainer Series

Claude Code と
LLM の仕組み

大規模言語モデルはどう動いているのか。
その上で Claude Code は何をしているのか。

LLM は「次の単語を当てる関数」

大規模言語モデル（LLM）の本質は驚くほどシンプルです。「ここまでのテキストが与えられたとき、次に来る単語は何か」を予測する関数。この単純な仕組みを、インターネット上のテキストで大規模に訓練した結果、文章生成・翻訳・推論・コード生成など幅広い能力が創発的に生まれました。

The cat sat on the ___

mat: 62% / floor: 18% / roof: 4% / ...

この確率分布を1語ずつ繰り返し適用することで、長い文章が生成される。これを自己回帰生成と呼ぶ。

「すべての単語が、すべての単語を参照できる」

これが Transformer の Attention 機構。LLM の能力の源泉はここにある。

Transformer のアーキテクチャ

2017年にGoogleが発表した論文「Attention Is All You Need」が起点。従来の逐次処理（RNN）を捨て、全単語を同時に処理する並列構造を実現した。

CORE

Self-Attention

入力の各トークンが、他のすべてのトークンとの関連度を計算する。「彼は医師として働いている」の「彼」が「医師」と強く結びつくことを、モデルが自動的に学ぶ。

CHAPTER 02

Claude Code の正体

LLM をエージェントに変えるもの

LLM は脳。Claude Code は身体。

Claude（LLM）単体はテキストを生成する関数にすぎない。Claude Code はそこに「目」と「手」を与える。ファイルを読み、コードを書き、ターミナルで実行し、結果を見て修正する。このループを自律的に回す仕組みを「エージェントハーネス」と呼ぶ。

ハーネス

LLM をエージェントとして
振る舞わせる制約の仕組み
（Claude Code がここ）

LLM

テキストを
生成する関数

=

AI エージェント

エージェントループ

Claude Code の動作原理は「考える→行動する→観察する」のループ。人間がターミナルでコードを書いて実行して結果を確認する、あの作業を自動化したもの。

Think

推論する

→

Act

ツールを呼ぶ

→

Observe

結果を読む

1タスクで数十回このループが回る

Tool Use：LLM に「手」を与える仕組み

LLM自体にはファイルを読む能力もコマンドを実行する能力もない。Claude Code がツールとして提供し、LLMが「どのツールをどの引数で呼ぶか」をテキストとして出力する。

Read / Grep：ファイルを読む・検索する
Edit / Write：差分ベースで精密に書き換える
Bash：ターミナルコマンドを実行する
Agent：サブエージェントで並列作業

LLM は「考える力」。エージェントハーネスは「動く力」。

この2つが合わさったとき、AI は初めて「仕事」ができるようになる。

Thank you.

岡本賢 / Tech Explainer Series

Claude Code とLLM の仕組み