Claude Code・Codexはどう動いている？AIエージェントの仕組みを図解【2026】エージェントループ・ツール・CLAUDE.md/AGENTS.md・権限とサンドボックス・MCP

全体像：AIエージェントは3つの部品でできている

ChatGPTやClaudeのチャットは、質問に文章で答えるのが基本です。一方、Claude CodeやCodexは実際にファイルを書き換えたり、コマンドを実行したりします。この違いは、LLMの周りに次の部品を組み合わせていることから生まれます。

大事なポイントは、LLMは文章（正確には決められた形式のデータ）を出力しているだけだということです。「このファイルを読みたい」という申し出を出すのはLLMですが、実際にファイルを開くのはハーネスです。だからこそ、ハーネス側で「この操作は許可するか」をチェックできるのです。

助手アイAIが勝手にパソコンを動かしてるわけじゃなかったんですね

エージェント博士そうじゃ。頭脳は「この棚の書類を見せて」と頼むだけで、取ってくるのは秘書役のハーネスじゃ。秘書が「その棚は鍵がかかっています」と断れるのが安全の要なんじゃよ

心臓部：エージェントループ

AIエージェントが自分で作業を進められるのは、エージェントループと呼ばれるくり返しの仕組みがあるからです。

この①〜④を、LLMが「作業が終わった」と判断するまで何回でもくり返します。簡単な修正なら数回、大きな機能の追加なら数十〜数百回まわることもあります。結果を見てから次の一手を決めるので、エラーが出れば原因を調べて直し、テストが失敗すればまた修正する、という人間の開発者に近い進め方ができるのです。

考え方を示した簡単なコードです。実際のClaude CodeやCodexは、ここに権限の確認、画面表示、長い経過の要約などが加わりますが、骨組みはこのとおりです。

# AIエージェントの骨組み：LLMがツールを申し出る → 実行 → 結果を返す、をくり返す
history = [{"role": "user", "content": "テストが落ちている原因を調べて直して"}]

while True:
    # ① 状況（ルール・経過・使えるツール一覧）をLLMに渡し、② 次の一手を決めてもらう
    reply = call_llm(system=read_rules_file(), messages=history, tools=TOOL_LIST)
    history.append(reply)

    if reply.is_finished:          # 「完了しました」と言ったら終わり
        print(reply.text)
        break

    for request in reply.tool_requests:
        # ③ 危ない操作は人に確認してから実行する
        if needs_approval(request) and not ask_user(request):
            result = "利用者が許可しませんでした"
        else:
            result = run_tool(request)   # 例：ファイルを読む、テストを実行する
        # ④ 実行結果を経過に足して、次の周回でLLMに見せる
        history.append({"role": "tool", "content": result})

この「ツール一覧を渡し、申し出を実行して結果を返す」仕組みは、AnthropicやOpenAIのAPIで誰でも使えます。自分でエージェントを作る方法はClaude APIでAIエージェントを作るで解説しています。

実例：「バグを直して」と頼んだときの中の動き

たとえば「ログイン画面でエラーが出るので直して」と頼んだとき、エージェントループの中では次のようなことが起きています。

人間は最初の一言を伝えただけですが、エージェントは検索 → 読む → 試す → 直す → 確かめるを自分で回しています。これが、チャットでコードを教えてもらうのとの一番大きな違いです。

エージェントが使う主なツール

Claude CodeやCodexには、開発作業に必要な道具が最初から組み込まれています。名前や細かい機能はツールごとに違いますが、おおむね次のような種類があります。

特に強力なのがコマンド実行です。これがあるおかげで、テストを動かして結果を確かめたり、必要な部品をインストールしたりと、開発者がターミナルでやる作業をほぼすべて任せられます。その分、次に説明する安全の仕組みが重要になります。

コンテキスト管理とCLAUDE.md・AGENTS.md

エージェントは「作業メモ」を毎回読み直している

LLMは会話ごとに記憶を持たないため、ハーネスは毎周回、指示・読んだファイル・実行結果などの経過をすべてLLMに渡し直しています。長い作業では、この経過がLLMの読める上限（コンテキストウィンドウ）に近づきます。そこでClaude CodeやCodexは、上限が近づくと古い経過を要約して圧縮し、作業を続けられるようにしています。

ルールファイル：プロジェクトの「取扱説明書」

毎回同じ説明をしなくて済むように、プロジェクトのルールを書いたファイルを置いておくと、作業開始時に自動で読み込まれます。

このサイトのリポジトリにもCLAUDE.mdがあり、「記事を更新したら、公開前にチェック用のプログラムを3つ実行する」「タイトルは32文字以内」といったルールを書いています。エージェントは毎回これを読んでから作業するので、人が毎回注意しなくてもルールが守られるのです。

# このプロジェクトについて
- 社内向けの在庫管理アプリ（Python + FastAPI）

# 作業のルール
- 変更したら必ず `pytest` を実行し、すべて通してから完了を報告する
- 本番のデータベースには接続しない（テスト用のデータを使う）
- APIキーはコードに書かず、環境変数から読む

安全の仕組み：承認とサンドボックス

コマンドを実行できるエージェントは便利な反面、間違えれば大事なファイルを消したり、外部に情報を送ったりもできてしまいます。そこでClaude CodeもCodexも、主に2種類の安全装置を持っています。

① 承認（許可）：実行の前に人が確認する

ファイルの変更やコマンドの実行の前に、「この操作を実行してよいですか？」と確認を求める仕組みです。毎回確認するか、特定の操作だけ自動で許可するか、読み取りだけに制限するかを設定で選べます。Claude Codeには、変更を加えずに調査と計画だけを行うモード（プランモード）もあり、計画を人が確認してから実行に移れます。

② サンドボックス：動ける範囲を囲う

サンドボックスは「砂場」の意味で、エージェントが操作できる範囲を囲いの中に限定する仕組みです。たとえば「作業中のフォルダの中だけ書き込める」「インターネットには接続できない」といった制限をOSのレベルでかけます。Codexは、読み取り専用・作業フォルダ内のみ書き込み可・制限なし、といった段階でサンドボックスの強さを選べる作りになっており、Claude Codeもサンドボックス機能や許可・拒否のルール設定を備えています。

能力を広げる仕組み：MCP・サブエージェント・スキル・フック

基本のツールに加えて、エージェントの能力や動き方を広げる仕組みがあります。Claude Codeでは次の4つがよく使われ、Codexにも同じ考え方の機能（MCPへの対応など）があります。

ポイントは、スキルやルールファイルは「LLMへのお願い」、フックは「ハーネスによる強制」だということです。LLMはお願いを見落とすことがありますが、フックはプログラムなので必ず実行されます。絶対に守らせたいことはフックや権限設定で、柔軟に判断してほしいことはルールファイルやスキルで、と使い分けます。MCPサーバーの作り方はMCPサーバー自作入門で解説しています。

助手アイサブエージェントは、上司が部下に調べ物を頼んで報告だけもらうイメージですね

エージェント博士そのとおり。部下が読んだ資料の山を上司の机に積まないから、上司（メイン）の頭がすっきりしたまま長い仕事を続けられるんじゃ

どこで動く？ローカルとクラウド

AIエージェントのハーネスは、自分のパソコンで動かすこともクラウドで動かすこともできます。LLM自体はどちらの場合も各社のサーバーで動いており、変わるのは「ツールを実行する場所」です。

クラウドで動かす場合は、作業環境がGitHubのリポジトリを取り込んで作業し、結果をプルリクエスト（変更の提案）として返すのが一般的です。人がそれを確認してから取り込むので、安全に任せやすい形です。GitHubとの連携方法はClaude Code×GitHubで詳しく紹介しています。

Claude CodeとCodexの比較

どちらも仕組みの基本（エージェントループ・ツール・承認とサンドボックス）は同じです。違いは、使うモデル、契約の形、ルールファイルの名前、細かな機能の作り込みにあります。

当サイトの運用では、Claude Codeで実装し、Codexにレビュー（チェック）させるといった組み合わせ方もしています。違うモデルに見てもらうと、片方だけでは気づかない見落としが見つかることがあります。モデルそのものの特徴はChatGPT・Claude・Geminiのモデル比較をご覧ください。

仕組みから分かる限界と上手な使い方

プログラミングの経験がなくても、仕組みを理解して「確かめられる形で頼む」「ルールはファイルに書く」「権限は小さく渡す」の3つを守れば、AIエージェントはぐっと頼れる相棒になります。実際に作ってみたい方はAIエージェントで開発してみようロードマップから始めてみてください。

まとめ｜「考える頭脳」と「動く体」をループでつないだのがAIエージェント

Claude CodeやCodexは、LLM（頭脳）がツールの使用を申し出て、ハーネスが実行し、結果を返すというエージェントループを完了までくり返すことで、自分で作業を進めています。プロジェクトのルールはCLAUDE.md／AGENTS.mdに書き、承認とサンドボックスで安全を確保し、MCP・サブエージェント・スキル・フックで能力を広げる――これが2026年のAIエージェントの基本構造です。

頭脳であるLLMそのものの仕組みは生成AIの仕組み、AIエージェントの歴史や業務での使いどころはAIエージェントとは？歴史と仕組みで解説しています。

AIエージェントを使いこなす次の一歩

AIエージェントに仕事を任せられる人は、これからますます重宝されます。基礎から体系的に学びたい方に役立つ記事です。

• AIエージェント時代のIT基礎ロードマップ【2026】：Web〜クラウドまで全7章
• AIエージェントで開発してみようロードマップ：初級〜高度まで
• IT業界地図2026（姉妹サイト・転職業界研究所）：AIを扱う仕事の全体像と、未経験からの入り方

関連記事

• 生成AIの仕組み【2026】LLMが文章を作る流れを図解
• AIエージェントとは？歴史と仕組みをやさしく解説【2026】
• Claude Code×GitHub【2026】Issueから実装・PR・CI修正まで
• MCPサーバー自作入門【2026】
• Claude APIでAIエージェントを作る
• AIエージェントを本番運用する安全設計ガイド【2026】
• サイバー攻撃の仕組みと対策【2026】
• ChatGPT・Claude・Gemini モデル比較【2026】