コードエージェント（コーディング・エージェント）は、人工知能に基づく自動化されたソフトウェア開発システムの一種であり、一般的に大規模言語モデル（LLM）を中核とし、自然言語による要件の理解、コードベースの解析、開発ツールの呼び出しおよびテストタスクの実行を通じて、コード生成、プログラムデバッグ、バグ修正、ソフトウェア保守などのエンジニアリングタスクをサポートまたは自律的に遂行します。従来のコード補完ツールとは異なり、コードエージェントは目標タスクを中心に複数ステップの計画を立て、外部環境からのフィードバックを活用して実行プロセスを継続的に調整することができます。

コードエージェントの発展は、コード向け大規模言語モデル、エージェントフレームワーク、そしてソフトウェア工学の自動化技術の上に成り立っています。2024年、プリンストン大学等の機関の研究員が論文『SWE-agent: Agent-Computer Interfaces Enable Automated Software Engineering』を発表し、ソフトウェアエンジニアリングタスク向けのエージェントフレームワークであるSWE-agentを提案しました。この研究では、「エージェント-コンピュータインターフェース」（ACI）を導入し、大規模言語モデルが特別に設計された操作インターフェースを通じてリポジトリやターミナル環境、開発ツールと対話できるようにすることで、実際のGitHubにおけるソフトウェアエンジニアリングタスクにおいてコードの変更、テスト、問題解決を実行可能にし、その後のコーディングエージェント研究にとって重要な参照となりました。

コードエージェントは主に、従来型の大きな言語モデルで直接的なコード生成を行う際に生じる文脈理解の不十分さ、環境フィードバックの欠如、複雑なエンジニアリングタスクへの対応困難といった問題を解消するために用いられます。中心的な処理フローには通常、タスクの把握、コード検索、変更案の策定、コード編集、実行時の検証、ならびにフィードバックに基づいた反復的な最適化が含まれています。コンパイラ、端末、バージョン管理システム、テストフレームワークなどを接続させることで、コーディングエージェントは「生成→実行→評価→修正」という閉じたサイクルの開発プロセスを実現できます。

近年、大規模言語モデルのコード能力向上に伴い、コーディングエージェントは段階的にソフトウェア開発支援シーンへと適用されつつあります。代表的なものとしてはAnthropic社によって提供されるClaude Codeのような大規模言語モデルを利用したコード編集及び開発アシスタント、Anysphere社が開発するCursor Agentなどが挙げられます。これらのシステムは開発者のコード記述、コード解釈、デバッグ分析およびエンジニアリングタスクの自動化を助けることができますが、現時点ではまだ人間の手による監視が必要不可欠です。これにより、出力結果としての正しい安全性と信頼性を確保しています。