コーディングエージェント（Coding Agent）は、人工知能に基づく自動化ソフトウェア開発システムの一種であり、通常は大規模言語モデル（Large Language Model, LLM）を中核とし、自然言語の要件を理解し、コードベースを分析し、開発ツールを呼び出し、テストタスクを実行することで、コード生成、プログラムデバッグ、欠陥修正、ソフトウェア保守などのエンジニアリングタスクを支援または自律的に完了します。従来のコード補完ツールとは異なり、コーディングエージェントは目標タスクに応じて多段階の計画を立て、外部環境からのフィードバックを組み合わせて実行プロセスを継続的に調整できます。

コーディングエージェントの発展は、コード大規模モデル、エージェント（Agent）フレームワーク、ソフトウェアエンジニアリング自動化技術の基盤の上に成り立っています。2024年、プリンストン大学などの研究機関の研究者らは論文SWE-agent: Agent-Computer Interfaces Enable Automated Software Engineeringを発表しました。この研究では、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SWE-agentが提案されました。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」（Agent-Computer Interface, ACI）を導入し、大規模言語モデルが専用に設計された操作インターフェースを通じてコードリポジトリ、ターミナル環境、開発ツールと対話できるようにし、実際のGitHubソフトウェアエンジニアリングタスクにおいてコード修正、テスト、問題修正を実行しました。これはその後のコーディングエージェント研究に重要な参考を提供しました。

コーディングエージェントは主に、従来の大規模言語モデルがコードを直接生成する際に存在する、コンテキスト理解の不足、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の処理困難といった問題を解決するために使用されます。その中核的なプロセスには通常、タスク理解、コード検索、修正計画の立案、コード編集、テスト実行、およびフィードバックに基づく反復最適化が含まれます。コンパイラ、ターミナル、バージョン管理システム、テストフレームワークを接続することで、コーディングエージェントは「生成—実行—評価—修正」のクローズドループ開発プロセスを形成できます。

近年、大規模言語モデルのコード能力の向上に伴い、コーディングエージェントは徐々にソフトウェア開発支援のシナリオに応用されています。代表的なツールには、大規模モデルに基づくコード編集・開発アシスタント、例えばAnthropicが発表したClaude Codeや、Anysphereが開発したCursor Agentなどがあります。このようなシステムは、開発者がコード作成、コード理解、デバッグ分析、エンジニアリングタスクの自動化を支援できますが、現時点では生成されたコードの正確性、安全性、エンジニアリング信頼性を確保するために、依然として人間による監督が必要です。