公開2025.05.19更新2026.10.21 22 人が閲覧（直近 30 日） AIエージェント・MCP

Agentic Coding（エージェンティックコーディング）とは？意味と進め方・Claude Codeでの始め方【2026年10月】

Agentic Coding（エージェンティックコーディング）とは、AIに「このバグを直してテストを通す」といった目標を渡し、AIが自分でコードベースを読み、複数のファイルを書き換え、コマンドやテストを実行し、その結果を見て修正を繰り返す開発の進め方です。人は一行ずつ書く代わりに、目標と合否の基準を決め、差分をレビューします。

この記事では、言葉の意味と出どころ、ベンチマーク表に出てくる「agentic terminal coding」との違い、作業の流れ、権限とサンドボックスの設計、Claude Codeでの始め方を、2026年10月時点の公式ドキュメントで確認して整理します。あわせて、検証の指示の書き方でエージェントがテストを自分で回すかどうかが変わるのかを、Claude Codeで実測した結果も載せます。

まとめ：Agentic Codingの要点

Agentic Codingは「補完」や「チャット」の次の段階。AIが計画・実装・実行・検証のループを自分で回し、人は目標設定とレビューを担う
「agentic coding」「agentic terminal coding」はモデル発表のベンチマーク表で使われる分類名でもある。2025年5月のClaude 4発表ではSWE-bench VerifiedとTerminal-benchをこの2つの名前で分けていた
成否を分けるのは、テストやビルドのようにAIが自分で読める合否の信号を渡せるかどうか。実測では、確認の手順を指示に書いた3回はすべて修正後にテストの合格を自分で確かめ、書かなかった3回では1回だけだった
Bashの許可・拒否の規則はコマンドの文字列で照合するため、書き方が違うと一致しない。秘密情報と通信先はOSレベルのサンドボックスでも守る
検証の手段がないタスク、よく知ったコードの小さな修正、本番の認証情報に触れる作業は、任せても速くならないか、危険が増える

Agentic Codingの意味：補完・チャットとの違い

agentic は「エージェントのように自律的に動く」という意味の形容詞で、読みはエージェンティックです。Agentic Codingは直訳すると「自律的なコーディング」ですが、実際には開発の進め方を指します。Claude公式ブログの解説（2025年10月30日）は、従来の支援ツールが次の一行を提案して入力を待つのに対し、エージェント型は高レベルの目標を受け取り、手順に分解し、各手順を自分で実行し、環境からのフィードバックで方針を修正する、と定義しています。Google Cloudの解説も、自律的なAIエージェントが最小限の人の介入でコードの計画・記述・テスト・編集を行う開発手法、としています。

補完・チャット・エージェントの3段階

Claude公式ブログが説明する補完・チャットとエージェント型の違いを、任せる範囲で整理すると次のようになります。表は典型例であり、現在の各製品の機能上限を示すものではありません。

段階	AIが見る範囲	AIがすること	人がすること
コード補完	開いているファイル付近	次の行・関数を提案	書く・採否を決める
チャット	貼り付けたコード	説明・修正案を返す	コピーして反映・実行
Agentic Coding	リポジトリ全体	読む・書く・実行・再試行	目標設定・レビュー・承認

違いが出るのは複数ファイルにまたがる変更です。Claude公式ブログは、多数のファイルから読み込まれているモジュールを直す例を挙げ、チャットでは各ファイルを貼り付けて変更を手で戻す作業が残ると説明しています。エージェント型は依存関係をたどって関連ファイルをまとめて直し、テストが通るまで繰り返します。開発の手順が「書く→テスト→エラーを読む→直す」から「目標を決める→変更案を見る→承認する」に変わる、というのが公式の言い方です。

Cursorの公式ヘルプも、補完、対話しながら動く同期型エージェント、数時間かかる作業を少ない指示で引き受ける自律型エージェントの3段階で説明しています。

AIエージェントを作る開発との区別

LangChain、AutoGen、CrewAIのようなフレームワークでLLMエージェントを組むことを「agentic coding」と呼ぶ説明も見かけますが、AnthropicやGoogle Cloudの定義が指しているのは、Claude CodeやCodexのようなエージェントに開発作業を任せる進め方のほうです。エージェントそのものを実装したい場合は、AIエージェントの作り方で、ツール定義・ループ・承認の組み方を扱っています。

agentic codingとagentic terminal coding：ベンチマーク表の分類名

「agentic terminal coding」は、モデル発表のベンチマーク表で使われている表現です。2025年5月22日のIntroducing Claude 4では、評価表の行見出しが次のように分かれていました。

表の分類名	ベンチマーク	Claude Opus 4の値
Agentic coding	SWE-bench Verified	72.5% ／ 79.4%
Agentic terminal coding	Terminal-bench	43.2% ／ 50.0%

Terminal-benchの43.2%はClaude Codeをエージェントの枠組みに使った値です。右側の値は、発表の注記によると、複数の候補を並列に生成し、内部の採点モデルで最良の1つを選んだ場合のスコアです（SWE-benchとTerminal-benchの両方に適用）。前者はGitHubの実際のissueを修正させ、問題の解消を確認するテストと回帰テストで判定する形式、後者はコマンドラインだけで多段の作業をこなせるかを測る形式で、同じ「エージェントとしてのコーディング力」を別の角度から見ています。

この呼び分けは固定ではありません。2026年9月のClaude Opus 5.5の発表では、Terminal-Bench 4.0、FrontierCode v1.1、CursorBench 4.0の3つがすべて「Agentic coding」の行にまとめられ、SWE-bench Verifiedは表から消えています。分類名は各社の見出しにすぎず、「agentic terminal coding」という別の開発手法があるわけではありません。スコアを比べるときは、行の右にあるベンチマーク名と版（Terminal-Bench 2.0か4.0か）を見てください。モデルごとの値はClaude Opus 5.5の解説にまとめています。

Agentic Codingの進め方：探索・計画・実装・検証・コミット

Claude Codeの公式ベストプラクティスは、いきなりコードを書かせると「間違った問題を解くコード」ができやすいとして、探索と実行を分ける次の流れを勧めています。

探索：プランモードで関連ファイルを読ませ、質問に答えさせる。この段階ではファイルを変更させない
計画：変更するファイル、手順、影響範囲を書き出させ、人が計画を読んで直す
実装：プランモードを抜け、計画に沿ってコードを書かせる
検証：テスト・ビルド・リンターを実行させ、失敗したら直させる
コミット：説明付きのコミットとプルリクエストの作成まで任せる

全部のタスクでこの手順を踏む必要はありません。公式は「差分を一文で説明できる」変更なら計画を飛ばしてよいとしています。計画が効くのは、進め方に迷うとき、複数ファイルを変えるとき、よく知らないコードを触るときです。

人がやること：合否の信号とコンテキストの管理

Agentic Codingで人の手が空くかどうかは、AIが自分で成否を判定できるかどうかで決まります。任せられる範囲を広げるには、次の2つを準備します。

テスト・ビルド・スクリーンショットによる合否の検証

公式ベストプラクティスは、Claudeは「作業が終わったように見えた時点」で止まると書いています。実行できる検査がなければ、人が検証役になり、間違いは人が気づくまで残ります。テストスイート、ビルドの終了コード、リンター、期待値との差分を出すスクリプト、デザインと比べるブラウザのスクリーンショットのように、合否がはっきり出る検査を渡すと、AIは作業→検査→結果の読み取り→修正を自分で繰り返します。

指示もそれに合わせて具体的にします。公式は「ログインのバグを直して」ではなく、症状・怪しい場所・「直った」と言える状態を書き、先に失敗するテストを書かせる例を挙げています。長時間の無人作業のあとは、別のサブエージェントに差分だけを見せてレビューさせる手順も推奨されています。

CLAUDE.md・AGENTS.mdと会話の長さ

公式ベストプラクティスの大半は「コンテキストウィンドウはすぐ埋まり、埋まるほど性能が落ちる」という1つの制約から来ています。読み込んだファイルもコマンドの出力もすべて会話に積まれるため、次の3つで抑えます。

ビルドやテストのコマンド、コード規約など、コードから読み取れない前提を指示ファイルに短く書く（Claude Codeでは/initでCLAUDE.mdの雛形を作れる）。長すぎると重要な規則が埋もれる
関係のないタスクの間では/clearで会話をリセットする。同じ問題で2回を超えて訂正しても直らなければ、学んだことを反映した指示で新しく始める
広い調査はサブエージェントに任せ、要約だけを受け取る

指示ファイルの名前はツールごとに違いましたが、共通の形式としてAGENTS.mdが広がっています。決まった項目のない普通のMarkdownで、Codex、Cursor、GitHub Copilot、Google Antigravityが読み込みます。2025年12月9日には、MCPなどとともにLinux FoundationのAgentic AI Foundationの創設プロジェクトになりました。Claude Codeもv2.1.277以降はAGENTS.mdを直接読みます。ただし既定では、作業ディレクトリかその上にCLAUDE.md、.claude/CLAUDE.md、CLAUDE.local.mdのいずれかがあるとAGENTS.mdは読まれません（ユーザー単位の~/.claude/CLAUDE.mdや組織の管理設定は判定に含まれず、AGENTS.mdと一緒に読まれます）。複数のツールを併用するチームは、AGENTS.mdを正本にし、CLAUDE.mdからはそれを取り込む形にすると二重管理を避けられます。

指示ファイル・権限・フック・検査をまとめて設計する考え方は、ハーネスエンジニアリングとして整理されています。

Claude Codeでの実測：検証の指示と許可規則によるテスト実行の差

「合否の信号を渡せ」という公式の助言が、指示の書き方1つでどれだけ効くのかを確かめるため、2026年10月21日にClaude Code 2.1.302（macOS、モデルはClaude Haiku 5.5）で同じ課題を6回走らせました。課題は、中央値を返す関数の2つのバグ（偶数個で平均しない、空リストで例外を出さない）を、3件のunittestが通るように直すことです。非対話モード（-p）で、ファイル編集を確認なしで通すacceptEditsモードにし、許可規則としてはテストの実行コマンドを追加しました（lsやcatのような読み取り専用のコマンドは、規則がなくても実行できます）。

claude -p "test_stats.py のテストがすべて通るように stats.py を直してください。" \
  --permission-mode acceptEdits \
  --allowedTools "Bash(python3 -m unittest *)" "Bash(python3 -m unittest)" \
  --model haiku --output-format stream-json --verbose

直させたコードと、テストの中身は次のとおりです。テストは奇数個（[3, 1, 2]→2）、偶数個（[4, 1, 3, 2]→2.5）、空リスト（ValueError）の3件で、初期状態では2件が失敗します。

def median(xs):
    """数値リストの中央値を返す。空リストは ValueError。"""
    s = sorted(xs)
    n = len(s)
    return s[n // 2]

指示は2通りです。1つは上の1文だけ。もう1つは「最初に python3 -m unittest を実行して失敗を確認し、修正後にもう一度実行して OK になったことを確かめてから終えてください」と確認の手順まで書いたものです。

指示	コードの修正	修正後に合格を自分で確認	1回の所要時間
目標だけ（3回）	3回とも正しい	1回	11〜15秒
確認の手順まで書く（3回）	3回とも正しい	3回	10〜16秒

目標だけの指示で確認できなかった2回も、テストを実行しようとはしていました。しかし/usr/bin/python3 -m unittest、python3 test_stats.py、pytestなど許可した書き方と違うコマンドを選んだため規則に一致せず、承認する人のいない非対話モードでは拒否されました。最後は「テストを実行して確かめてください」と人に頼んで終わっています。手順まで書いた3回は指示どおりのコマンドを使い、失敗→修正→合格の順で確かめて終えました。

もう1つ、許可規則をコマンドラインではなくリポジトリの.claude/settings.jsonにだけ書いた回では、起動時に「このワークスペースは信頼されていないので許可規則を無視する」という警告が出て、テストを1度も実行できませんでした。エージェントはコードを読んで論理を確かめ、目視の確認で終えています。設定の公式ドキュメントにも、リポジトリに置いたpermissions.allowは各メンバーがフォルダを信頼するまで適用されないとあります。

バグが単純なので6回とも最終的なコードは正しく、回数も少ないため比率は一般化できません。運用上の結論は次の3つです。

テストの実行コマンドは、指示文かCLAUDE.md・AGENTS.mdにそのまま書く。エージェントは書き方を変えて実行しようとし、許可規則から外れる
CIや無人実行では、許可規則を--allowedToolsで渡すか、事前にフォルダを信頼させておく。設定ファイルを置いただけでは効かないことがある
「直して」で終わる指示では、エージェントが自分で合格を確かめないまま終わることがある。終了条件まで書く

Agentic Codingの権限設計：deny規則とサンドボックス

エージェントはファイルを書き換え、コマンドを実行できます。Google Cloudの解説は、エージェントにも従業員や外部の請負業者と同じ水準の統制をかけ、危険なコマンドの禁止、依存パッケージの入手元の制限、作業記録の保存、プルリクエストでの人のレビューを求めています。Claude Codeでは、この統制を権限規則とサンドボックスの2層で組みます。次はリポジトリの.claude/settings.jsonに置く例です。権限規則はClaudeの組み込みツールとコマンドの文字列に、サンドボックスのdenyReadはシェルコマンドとその子プロセスに効くので、秘密情報は両方で塞ぎます。

{
  "permissions": {
    "allow": ["Bash(npm test *)", "Bash(npm run lint)"],
    "deny": ["Read(./.env)", "Read(./secrets/**)", "Bash(curl *)"]
  },
  "sandbox": {
    "enabled": true,
    "filesystem": { "denyRead": ["~/.ssh", "~/.aws", "./.env"] }
  }
}

先の実測と同じリポジトリでRead(./.env)を拒否し、「.envに書かれているAPI_KEYの値を教えて」と頼んだところ、ファイルの読み取りは拒否され、値は出力されませんでした。ただし権限の公式ドキュメントは、規則の効く範囲に限界があると明記しています。

Readのdeny規則は、組み込みのファイル操作と、catやheadなどClaude Codeが認識するコマンドには効く。PythonやNodeのスクリプトが自分でファイルを開く場合には効かない
Bash(curl *)はcurl https://example.comを止めるが、/usr/bin/curlやsh -c 'curl …'には一致しない。一致しない形の実行可否はほかの規則と権限モードで決まり、Bashの規則そのものはセキュリティ境界にならない

この穴を埋めるのがサンドボックスです。シェルコマンドとその子プロセスの書き込み先と通信先をOSが制限し、既定では書き込みは作業ディレクトリと一時ディレクトリなどに限られ、外部への通信は手元のプロキシを通して許可リストのドメインと照合されます。許可リストにないドメインへの通信は、権限モードに応じて確認か拒否になります。一方で、読み取りは既定で~/.sshなどの認証情報を含むマシンのほぼ全体に及ぶので、filesystem.denyReadで塞ぎます。macOS・Linux・WSL2で動き、既定ではオフです。/sandboxかsandbox.enabledで有効にします。公式は、プロンプトインジェクションでClaudeの判断がすり抜けられてもサンドボックスの制限は残るとして、2つの併用を勧めています。

リポジトリや外部サービスの文面に仕込んだ指示でエージェントを操る攻撃手法も報告されています。手口と防ぎ方はAgentjackingの解説、Claude Codeの設定一式はClaude Codeのセキュリティ設定にまとめています。

バイブコーディング・Agentic Engineeringとの違い

近い言葉が3つあり、指しているものの層が違います。

用語	何を指すか	コードの扱い
バイブコーディング	作り方の姿勢	出力を細かく読まずに受け入れる
Agentic Coding	作業の方式	エージェントが実行と修正を反復
Agentic Engineering	職業上の規律	人が品質とセキュリティに責任を持つ

Google Cloudの解説は、バイブコーディングを「目指す状態や感覚」、Agentic Codingをそれを実現する「エンジン」と表現しています。Agentic Engineeringは、バイブコーディングの名付け親であるAndrej Karpathyが2026年4月30日のブログ（Sequoia Ascent 2026の講演録）で整理した語で、「バイブコーディングは下限を上げ、誰でもソフトウェアを作れるようにする。Agentic Engineeringは上限を上げる。誤りうるエージェントを、正しさ・セキュリティ・品質を保ったまま調整する職業上の規律だ」と説明しています。

業務の開発で目指すべきなのは後者です。Agentic Codingという方式を使いながら、仕様・テスト・レビューで品質を担保する形になります。仕様を先に固める進め方は仕様駆動開発、言葉の由来はバイブコーディングとはで扱っています。

Claude CodeでAgentic Codingを始める手順

Claude Codeは公式ドキュメント自身が「agentic coding tool」と名乗るツールで、ターミナル・IDE・デスクトップアプリ・ブラウザから使えます。公式のセットアップ手順では、ネイティブインストーラーで入れます。my-projectは既存の作業ディレクトリに置き換え、初回起動時は画面の案内に従ってログインしてください。

macOS・Linux・WSLではターミナルで次の1行を実行します。

curl -fsSL https://claude.ai/install.sh | bash

WindowsのPowerShellでは次の1行です。

irm https://claude.ai/install.ps1 | iex

インストール後は新しいターミナルを開き、どのOSでも次のように作業ディレクトリでプランモードを起動します。

cd my-project
claude --permission-mode plan

npmでも入れられます（2026年10月21日時点の最新版は2.1.304、Node.js 22以上）。プランモードではファイルを読んで質問に答えるだけで、変更はしません。セッション中はShift+Tabでモードを切り替え、計画を承認すると実装に移ります。変更を戻したいときはEscを2回押すか/rewindでチェックポイントに戻せます。ただしチェックポイントが追跡するのはClaudeのファイル編集ツールによる変更だけで、Bashコマンドで行った変更は戻らないため、gitの代わりにはなりません。

権限の既定値は版と起動方法で違います。権限モードの公式ドキュメントによると、v2.1.283以降はターミナルとVS Codeの対話セッションの組み込み既定値が自動モードです。設定で別のモードを指定した場合や、組織が自動モードを無効にしている場合、モデルが非対応の場合は異なります。自動モードでは分類モデルが操作を実行前に確かめ、危険な操作を止めつつ定型作業は確認なしで進めます。操作を1つずつ承認したい場合はclaude --permission-mode default（画面上の表示名はManual）で起動します。一方、v2.1.302以降の-pによる非対話実行は、モードを指定しなければManualで始まります。-pには承認する人がいないので、承認が必要な操作は許可規則やフックで認めない限り拒否されます。実測で承認待ちがそのまま拒否になったのはこのためです。

ローカルで動くエージェントとクラウドで動くエージェント

手元のターミナルやIDEで対話しながら進める使い方のほかに、クラウドの作業環境にタスクを預け、終わったらプルリクエストで受け取る使い方があります。GitHub Copilotのクラウドエージェントはリポジトリの調査・計画・実装をバックグラウンドで進め、有料のCopilotプランすべてで使えます。OpenAIのCodex cloudはタスクごとに専用の作業環境を持ち、手元のPCがスリープしていても処理を続けます。Claude Codeにもクラウドセッションがあり、Pro・Max・Teamと、Enterpriseのpremium席などで使えます。

使い分けの目安は、合否の信号がクラウド側で完結するかどうかです。テストとビルドがCIで回るリポジトリなら、仕様の決まった小さなタスクを複数並べて預けられます。手元でしか動かない検証（実機、社内ネットワーク上のサービス）が必要な作業は、ローカルで対話しながら進めるほうが確実です。料金や動く場所の違いはコーディングエージェントの比較とCodexとClaude Codeの違い、Claude Codeの初期設定はClaude Codeの使い方を参照してください。

Agentic Codingに任せないほうがよい場面と失敗パターン

利用はすでに広がっています。Stack Overflow Developer Survey 2026では、職場で使うAIの種類としてコーディングアシスタント（66%）が汎用のチャットツール（63%）を上回り、エージェントやワークフローは26%でした。過去1年に使ったコーディングエージェント・アシスタントを聞いた設問（回答12,255人）では、Claude Code（65.5%）とGitHub Copilot（58.7%）が先頭です。一方で、AIを信頼する条件として多かったのは「簡単に検証できるとき」（48%）で、重要な業務判断まで任せられるという回答は6.6%でした。

任せれば必ず速くなるわけでもありません。METRが2025年7月10日に公表したランダム化比較試験では、自分が長く関わってきたオープンソースリポジトリで作業する経験豊富な開発者が、AIツールを使うと課題の完了に19%長くかかりました。本人たちは24%速くなると予想し、遅くなったあとも速くなったと感じていました。ただしこの結果だけで「熟知したコードほどAIが不利」とは一般化できません。METRの2026年2月24日の追試報告では、元の参加者の一部で所要時間が18%短くなる推定（信頼区間はマイナス38%からプラス9%）が出た一方、AIなしで作業したくない開発者の不参加などの選択バイアスが大きく、効果の大きさは確定できないとして、研究の設計を見直しています。

次の条件に当てはまるタスクは、手で書くか、範囲を絞って任せます。

合否を機械的に判定できない：テストがなく、見た目の確認もできない変更。もっともらしいが境界条件を扱えていない実装が、そのまま通ってしまう。検証できないなら出荷しない
差分を一文で言える小さな修正で、コードをよく知っている：変更箇所と正解が自分で分かっていて、指示を書く手間が修正そのものと変わらないなら、手で直す
本番の認証情報や顧客データに触れる：自動承認のまま走らせない。サンドボックスで書き込み範囲と通信先を絞ってから任せる
調査の範囲が決まっていない：「調べて」とだけ頼むと大量のファイルを読んでコンテキストを使い切る。範囲を指定するかサブエージェントに分ける

逆に効果が出やすいのは、テストが揃っている既存コードのリファクタリング、テストのないコードへのテスト追加、要件がはっきりした機能追加です。Claude公式ブログは、楽天がvLLM（約1,250万行）への機能実装をClaude Codeに7時間自律で進めさせた事例と、同社の開発チーム全体で新機能の投入までの平均期間が24営業日から5日に縮んだという報告を紹介しています。提供元が公表した事例で、2つは別の指標です。

Agentic Codingに関するよくある質問

Agentic Codingとは何ですか？

AIに目標を渡し、AIが自分でコードベースを読み、複数ファイルを書き換え、テストやコマンドを実行し、結果を見て修正を繰り返す開発の進め方です。コード補完が次の一行を提案して入力を待つのに対し、Agentic Codingでは計画から検証までのループをAIが回し、人は目標と合否の基準を決めて差分をレビューします。Claude CodeやCodexがこの方式の代表的なツールです。

「Agentic（エージェンティック）」の意味と読み方は？

agentic は agent（代理人・エージェント）から派生した形容詞で、「自律的に判断して行動する」という意味です。読みはエージェンティックで、日本語ではエージェント型と訳されることもあります。AIの文脈では、指示を1回ずつ返すのではなく、目標に向けて自分で手順を決め、ファイル操作やシェルなどの道具を使って作業を進める性質を指します。

Agentic CodingとAgentic Terminal Codingの違いは？

どちらもモデル発表のベンチマーク表の分類名として使われてきた言葉です。2025年5月のClaude 4発表では、Agentic codingの行にSWE-bench Verified、Agentic terminal codingの行にTerminal-benchが置かれていました。前者は実際のissueの修正、後者はコマンドラインでの多段作業を測ります。2026年9月のClaude Opus 5.5の表ではTerminal-Bench 4.0もAgentic codingにまとめられており、別の開発手法を指す言葉ではありません。

Agentic Codingにはどんなツールが使われますか？

ターミナルで動くClaude Code・Codex CLI、IDEに組み込まれたGitHub Copilotのエージェントモード・Cursor、クラウドで非同期に作業してプルリクエストを返すGitHub Copilotのクラウドエージェントや Codex cloud などです。どれもファイルの読み書きとコマンド実行の権限を持ち、結果を見て作業を繰り返す点は共通です。違いは動く場所・課金単位・権限の設計で、選び方はコーディングエージェントの比較記事で扱っています。

バイブコーディングとAgentic Codingの違いは？

バイブコーディングは、出力を細かく読まずに受け入れて作る「姿勢」を指し、Agentic Codingはエージェントが実行と修正を繰り返す「作業の方式」を指します。Google Cloudは前者を目指す感覚、後者をそれを支えるエンジンと説明しています。業務開発では、Agentic Codingを使いながらテストとレビューで品質を保つ、Karpathyの言うAgentic Engineeringの形が現実的です。