ジェンセン・フアンはこの2年間、思い切った主張を続けてきました――「エージェント型AIの時代が到来した」「兆ドル規模のチャンス」。昨年10月、彼は「すべてのNVIDIAのエンジニアがCursorを使っている」と述べました。今年のGTCでは、7.5百万のエージェントに対応する75,000人の人間という絵を描きました。
コーディングエージェントがすでにどこにでもあるように聞こえます。私は実際の数字を確認しました。
数字は意外です
Claude.aiは月間アクティブユーザーがおおむね10〜20百万人です。サードパーティの推定では、Claude Codeの週次アクティブユーザーは約160万人。Cursorは200万人以上のユーザーがいて、そのうち100万人が支払いユーザーです。オープンソース側では、OpenCodeがGitHubで14万kスター、ClineはVS Codeで500万回以上インストールされています。
これらは小さな数字ではありません。ですが、GitHub Copilotだけでほぼ2,000万人のユーザーがいますし、今年初めのJetBrainsの調査では、開発者の74%がすでに何らかのAIによるコーディングツールを使っていることが分かりました。
Copilotは主にオートコンプリートです。エージェントとは言えません。実際にエージェントモードで動くもの――タスクを渡して、それがファイルを読み、コードを書き、テストを自分で実行する――こうしたツールを合わせても、ユーザー数は数百万人から1,000万人超といったところでしょう。
世界で最も評価額の高い企業が「世界を変える」と呼ぶものが、この程度のユーザー数しか持っていない。私は当初、少なくとも数千万人規模だと見積もっていました。
とはいえ、中国では活況です。Kimiプラットフォームは月間アクティブユーザーが3,000万人超。ByteDanceのTraeは登録者が600万人超です。しかしこれらの数字には、コーディング以外のシナリオも多分に含まれています。実際のコーディングエージェントのユーザーはそれほど多くありません。
多くの人がSkillsの設定方法やMCPの接続方法について議論しています。でも、少し立ち止まって考える必要があるのかもしれません。なぜこれほど多くの人が、あの最初の一歩を踏み出せないのでしょうか。
コードを書くことだけの話ではありません
最もよくある誤解は、コーディングエージェントを「コードを書くためのツール」として扱うことです。コードを書かない人は関係ないと思い、コードを書く人は、せいぜいCopilotがアップグレードしただけだと考えます。
実際には、これらはコード以上のことをはるかに多くこなします。動画をつなぎ合わせる、ファイルをバッチ処理する、Webサイトからデータをスクレイピングする、見たことのないソフトウェアをデバッグする――それら全部ができます。基本的には、タスクを完了するためにあなたのコンピュータを操作できるようにしてくれます。コードは単にその“OSの言語”のようなものです。
例外はモバイルです。スマホは本質的にGUI中心なので、コーディングエージェントはうまく動きません。モデルでスマホを制御するようなプロジェクトが注目を浴びた時期もありますが、アプローチはまったく別物で、いまだに十分とは言えません。
NPCが目覚めた
より深刻な問題は、マインドセットです。
私たちは、ソフトウェアとのやり取りがあらかじめ決められていることに慣れてきました。ここをクリックして、あそこをドラッグして――すべてが設計されています。ゲーム内のNPCも同じです。3つの選択肢を提示され、どれかを選ぶ。台詞を読むかどうかは関係ありません。
ところが今、NPCが突然考えられるようになったのです。あなたが話しかけるのを待ち、そのあとあなたの指示どおりに動く。
この感覚は、ChatGPTが最初に登場したときととても似ています。私は多くのチュートリアルを作り、人々に使い方を教えましたが、すぐに気づきました。多くの人が「表現」に詰まっていたのです。人は「プロンプトエンジニア」になる必要がある、と感じていました。つまり、正確に話してAIに従わせる。高度なユーザー向けの、より派手なトリックが必要だと思い込む。
そんなに難しい話ではありません。コーディングエージェントを同僚のように扱うだけです。あなたの言うことは理解しますし、プロジェクト内のファイルも参照できます。やりたいことをはっきり説明すれば、あとはほとんど終わりです。
自分でやらないでください
もう一つ、習慣に関係する落とし穴があります。
能力が高いほど、そこに落ちやすくなります。問題に直面したときの最初の本能は、自分でやることです。マネージャーのように――「誰かがやれる」と分かっていても、結局いつも「自分のほうが早いはずだ」と感じてしまう。
しかし、コーディングエージェントはあなたの10倍速いかもしれません。品質は一時的に低い可能性がありますが、反復速度がそれを補います。問題は、自分でやり始めると古い習慣に滑り戻ってしまうことです。つまずいたらDeepSeekやDoubaoに聞く、問題を自分で直す、AIをコンサルタントとして使う。仕事は結局あなたのものになってしまう。
私は今、PC作業の95%をコーディングエージェントに委任しています。リサーチ、執筆、プログラミング、メール送信、Webページの操作。あの境界線を越えると、誰かに教えてもらう必要はありません。なぜなら、より良く使うための方法を考えるのを手伝ってもらえるからです。これがメタスキルです。
ヒト・イン・ザ・ループ
ただし、あまり楽観もしないでください。
エージェントマネージャーやマルチエージェントのオーケストレーションといった概念は、美しく聞こえます――AIがAIを管理し、完全に自律運転する。方向性は正しいですが、まだそこには到達していません。
実際には、意思決定の輪の中に知識のある人を置くことが、効率に大きな違いをもたらします。エージェント同士に完全にオーケストレーションさせると、タスクが複雑になった瞬間に崩れます。前回のブログ記事で話したWorker & Managerのダイナミクスがまさにそれについてです。
短期的には、まだ中間に人が必要です。ただし、その人の役割は“手を動かして作業する”ことではありません。何が必要かを明確にし、結果が正しいかを確認し、重要なタイミングで判断することです。
この境界線を越えると、たくさんのことが自然に噛み合っていきます。越えなければ、いつまでも外側から他の人がそれを使っているのを見ていることになります。
もともとは https://guanjiawei.ai/en/blog/coding-agent-adoption-gap で公開
