YOLOのライセンス
Ultralytics用語集に戻る

Agentic Coding

エージェント型コーディングとは、AIエージェントがコードベースを読み、ファイルを編集し、テストを実行して失敗を修正し、レビュー用の変更を返すソフトウェア開発手法です。

エージェント型コーディングとは、AIコーディングエージェントがプログラミングタスクを最初から最後まで実行するソフトウェア開発手法です。関連するコードを読み、変更を計画し、ファイルを編集し、コマンドやテストを実行し、失敗した箇所を修正して、レビュー用のコミットまたはプルリクエストを返します。開発者は各行を入力する代わりにタスクを説明し、結果を評価します。広く使われているコーディングエージェントには、AnthropicのClaude Code、OpenAIのCodex、GitHub Copilotのコーディングエージェント、Cursorのエージェントモード、OpenHandsなどのオープンソースエージェントがあります。その多くは、長いツール呼び出しの連鎖を処理するよう学習した推論モデルを基盤としています。

コーディングエージェントの仕組み#

コーディングエージェントは、開発者のツールを扱うAIエージェントです。ファイルの検索と読み取り、ファイル編集、ビルドやテスト用のシェル、バージョン管理、場合によってはブラウザーを使います。エージェントハーネスは、大規模言語モデル (LLM)がタスクを読み、ファイルを調べ、編集やコマンドを提案し、出力を読み、次の手順を選ぶループを実行します。ツールの設計自体も重要です。PrincetonのSWE-agentは2024年にSWE-benchの課題の12.5%を解決し、従来の非対話型手法を大きく上回りました。主な理由は、コードの表示、検索、編集に特化した簡潔なコマンドをモデルに提供したことです。著者らはこのアプローチをエージェント・コンピューター・インターフェースと呼びました。

リポジトリでは、AGENTS.mdなどの指示ファイルを使ってエージェントを誘導します。これはビルドコマンド、テストコマンド、コーディング規約を記述するオープン形式で、現在はAgentic AI Foundationが管理しています。また、必要に応じてタスク固有の手順を読み込むエージェントスキルや、課題トラッカー、データベース、ドキュメントを接続するモデルコンテキストプロトコル (MCP)サーバーも利用します。エージェントはターミナルやIDEで対話的に実行することも、複数のタスクを並行して進め、各タスクをプルリクエストで完了するクラウドサンドボックスで実行することもできます。リードエージェントは、検索、テスト実行、レビューを、それぞれ独自のコンテキストウィンドウを持つサブエージェントに委任することもできます。これはAIエージェントオーケストレーションの一形態です。リポジトリ、依存関係、Webページにはプロンプトインジェクションが含まれる可能性があるため、コーディングエージェントはエージェントサンドボックス内でコマンドを実行し、コードのプッシュ、ファイルの削除、新しいホストへの接続の前に確認を求めます。

  • コード補完: GitHub Copilotが2021年のリリース時に行ったように、開発者の入力に合わせて次の行を提案します。プログラムの作成と実行は開発者が引き続き行い、提案ごとに採用するかどうかを判断します。
  • チャットアシスタント: チャットボットがプログラミングに関する質問にコード例で答え、開発者がそのコードを手作業でコピー、実行、デバッグします。
  • バイブコーディング: Andrej Karpathyが2025年2月に名付けた、プロンプトでAIにコードを書かせ、内容を読まずにそのコードを受け入れてソフトウェアを構築する手法です。これは出力に対する人の接し方を表す言葉です。プロフェッショナルなチームのエージェント型コーディングでは、通常、コードレビュー、テスト、継続的インテグレーションを開発プロセスに組み込みます。

コンピュータービジョンにおけるエージェント型コーディング#

機械学習オペレーション (MLOps)の作業は、各ステップの結果を検証できるため、コーディングエージェントに適しています。データセットは変換と検証ができ、学習ジョブは開始してメトリクスを記録でき、エクスポートされたモデルは読み込み後に同じ予測を返せます。検出器のファインチューニングを依頼されたエージェントは、データセットYAMLを作成し、学習を開始し、検証メトリクスを確認して、次の実験を提案できます。Ultralytics Agent Skillsは、Claude Code、Codex、Cursor、Gemini CLI、その他の互換エージェントに、yoloルータースキルと、モデル選択、データセット、学習、チューニング、推論、エクスポート用のスキルを通じて、このワークフローを提供します。さらに、platform-cliスキルは、ul cloudコマンドラインを介してUltralytics Platformのクラウド学習とデプロイを実行します。「学習済みYOLOモデルをINT8量子化でTensorRTにエクスポートしてベンチマークを実行して」という依頼では、スキルに記載されたエクスポートとベンチマークの手順に従います。また、情報に食い違いがある場合、スキルはインストール済みパッケージのyolo checksとyolo cfgの出力を優先するようエージェントに指示します。

コーディングエージェントの評価#

2023年10月に導入されたSWE-benchは、エージェント型コーディングの標準的なベンチマークです。人気のあるPythonリポジトリ12件から集めた実際のGitHub Issue 2,294件を使い、エージェントのパッチでプロジェクト独自のテストが通るかどうかを評価します。公開時点で最良のモデルだったClaude 2が解決したのは、そのうち1.96%でした。OpenAIのSWE-bench Verifiedは、人間のエンジニアが解決可能と確認した500件のサブセットで、最も多く報告されるバージョンになりました。2025年後半までには、最良のエージェントが約80%を解決しました。Terminal-Benchなどのより難しいスイートはコマンドライン作業をテストし、チームは内部リポジトリで独自のエージェント評価も実施します。実際の生産性は別途測定されています。METRが2025年初頭、開発経験の豊富なオープンソース開発者を対象に実施したランダム化研究では、よく知る成熟したプロジェクトの246件のタスクに取り組んだ16人の開発者は、AIツール(主にClaude 3.5および3.7 Sonnetを搭載したCursor)の使用を許可された場合、作業時間が19%長くなりました。それにもかかわらず、事後にはツールによって作業が20%速くなったと推定していました。

ソリューションを見る

スポーツにおけるコンピュータービジョン

スポーツにおけるコンピュータービジョン

Ultralytics YOLOが、選手やボールの追跡、パフォーマンス分析、コーチングへの知見、アスリートのリハビリを通じて、スポーツビジョンをどのように支えるかをご紹介します。
詳しく見る
航空画像向けコンピュータービジョン

航空画像向けコンピュータービジョン

Ultralytics YOLOを使用して、ドローンや航空画像をリアルタイムの知見に変換し、農業、水産養殖、自然保護、地理空間分析に活用できます。
詳しく見る
航空宇宙分野のコンピュータービジョン

航空宇宙分野のコンピュータービジョン

Ultralytics YOLOを活用して航空宇宙分野でコンピュータビジョンを導入し、航空機検査、滑走路上のFOD検出、空港の地上業務、複合材の欠陥検出に活用できます。
詳しく見る
セキュリティ分野のコンピュータービジョン

セキュリティ分野のコンピュータービジョン

Ultralytics YOLOモデルであらゆる施設を保護しましょう。ビジョンAIは、周辺監視、脅威検知、ナンバープレート認識、職場の安全管理を支援します。
詳しく見る
ロボティクス分野のコンピュータービジョン

ロボティクス分野のコンピュータービジョン

Ultralytics YOLOモデルで、よりスマートなマシンを実現しましょう。ロボティクスにおけるビジョンAIは、自律ナビゲーション、認識、物体追跡、リアルタイム制御を支援します。
詳しく見る
物流におけるコンピュータービジョン

物流におけるコンピュータービジョン

Ultralytics YOLOモデルで物流を効率化しましょう。ビジョンAIにより、荷物検査、仕分け、車両追跡、倉庫のリアルタイム安全監視を実現します。
詳しく見る
小売業におけるコンピュータービジョン

小売業におけるコンピュータービジョン

Ultralytics YOLOモデルで小売のあり方を変革しましょう。ビジョンAIにより、在庫追跡、棚の監視、行列管理、より高度な顧客インサイトを実現します。
詳しく見る
医療分野におけるコンピュータービジョン

医療分野におけるコンピュータービジョン

Ultralytics YOLOモデルで医療ソリューションを構築しましょう。医療分野のビジョンAIは、医用画像処理の高速化、より高度な診断、患者モニタリングを実現します。
詳しく見る
製造業におけるコンピュータービジョン

製造業におけるコンピュータービジョン

Ultralytics YOLOモデルで製造を最適化しましょう。ビジョンAIは、品質管理、欠陥検出、PPE準拠、組立ラインの自動化を推進します。
詳しく見る
自動車分野におけるコンピュータービジョン

自動車分野におけるコンピュータービジョン

Ultralytics YOLOモデルで自動車分野にコンピュータービジョンを導入しましょう。ビジョンAIは、道路の安全性、運転支援、車両の自動化を向上させ、よりスマートな道路を実現します。
詳しく見る
農業におけるコンピュータービジョン

農業におけるコンピュータービジョン

Ultralytics YOLOモデルでスマート農業にビジョンAIを導入しましょう。作物のモニタリング、家畜の追跡、精密農業を支援し、より高く効率的な収量を実現します。
詳しく見る

AIの未来を一緒に築きましょう!

機械学習の未来に向けた歩みを始めましょう