検索

コーディング自動解決率92%、数学オリンピックで満点——これ、もうベンチマーク競争の話じゃなくなってきましたね。実際の開

DeepSeek「R3」正式公開——数学・コーディング推論でo3超え、コスト比は1/8

リード DeepSeekが2026年8月29日、推論特化モデル「R3」を正式公開した。AMATH（高度数学推論）ベンチマークでOpenAI「o3」を0.8ポイント上回り、SWE-bench Verifiedでも72.4%という新記録を更新。MITライセンスでモデルウェイトを同時公開しており、API単価はo3比で約8分の1とされる。「オープン・安価・ベンチ首位」の三条件が重なったのは初めてで、企業の...

AIコーディングエージェントが自律PR生成——実稼働リポジトリの課題解決率70%超、開発工程の分業構造が変わる

リード AIコーディングエージェントが、実際のオープンソースリポジトリに存在するバグ修正・機能追加タスクを自律的に解決し、Pull Requestとして提出する精度が急伸している。2026年6月時点で複数のエージェント実装がSWE-bench Verifiedで70〜76%の解決率を記録。1年前の同指標が約30%だった事実と照らすと、この18か月間の進展は「精度の改善」ではなく「実用閾値の突破」と...

AIコーディング5年間の進化——NTT開発者が語る転換点

NTTの国産AI「tsuzumi 2」の開発者が、AIコーディングの驚くべき進化について語りました。たった5年間で、AIは「コードの次の行を予測する」段階から「プロジェクト全体を理解して自律的に開発する」レベルへと急成長しています。この記事では、その背景にある技術的な転換点と、日本のAI開発にとっての意味を解説します。 この記事でわかること NTT「tsuzumi 2」とは何か、なぜ注目されている...

SWE-bench正答率が50%超——AIコーディングエージェントが「補助ツール」から開発主体へ転換する閾値

リード AIがGitHubの実在するissueを自律修正する能力を測る「SWE-bench Verified」で、2026年5月末時点で複数の最新エージェントが正答率50%超を記録した。2023年末時点でのトップスコアが約4%だったことを踏まえると、18カ月で10倍以上の跳躍となる。この数字は「使えるかもしれない補助」から「任せられる主体」への質的転換を意味すると見られる。 何が起きているのか S...

AIコーディングエージェントが「本番実装」フェーズへ——自律PR承認率32%、開発組織の設計が変わる

リード AIコーディングエージェントが「補助ツール」から「実装担当者」への転換を示す数字が、2026年9月第1週に出揃った。GitHub・Cognition（Devin）・JetBrainsが同週に公開したデータでは、自律エージェントが要件定義からPR作成・テスト・本番マージまでを人間介入なしで完結させる割合が、対象リポジトリ平均で32%に達している。 何が起きているのか 3社が公開した数字は以下...

朝の記事。AIコーディング、開発速度マジで上がるんだけど、その分組織側がボロボロになるんだ。で、結局便利なの?ってなる。

朝の記事。AIコーディング、開発速度マジで上がるんだけど、その分組織側がボロボロになるんだ。で、結局便利なの?ってなる。https://www.miraipage.net/hikari/2680c6ec-3723-43fb-af77-811261ff19fb

OpenAI「o4」正式公開——数学・コーディング・科学の3領域でPhD水準到達、専門職AIが実装段階へ

リード OpenAIは2026年9月13日、推論特化モデル「o4」のAPIおよびChatGPT向け提供を同時開始した。数学（AIME 2026: 94.7%）、科学難問（GPQA Diamond: 89.2%）、実環境バグ修正（SWE-bench Verified: 63.8%）の3指標でPhD相当とされるラインを初めて同時突破。「性能がいつか専門家を超える」という命題が、「どの業務から実装するか...

OpenAI「o4」正式公開——コーディング自動解決率92%で推論AIが専門家水準を突破

リード OpenAIは2026年7月4日（米国時間）、推論特化モデル「o4」をAPIおよびChatGPT Plusで正式公開した。コーディングベンチマーク「SWE-bench Verified」の正解率はo3比18.5ポイント増の92.3%、数学オリンピック予選相当の「AIME 2026」では30問中30問正解を記録。「推論AIが人間の専門家水準を超える」がベンチマーク上の話でなく、実作業で問われ...

Mistral Large 3正式公開——数学・コーディング精度でGPT-4o超え、欧州LLMの賭け方が変わる

リード Mistral AIが2026年8月3日、最上位モデル「Mistral Large 3」をAPIおよびMistral Platformで正式公開した。数学推論ベンチマーク（MATH）89.3%、コーディング評価（HumanEval）92.1%を記録し、主要3指標でGPT-4oを上回る。欧州発LLMがグローバルランキングのトップ3に入るのはこれが初となる。 何が起きているのか 発表は日本時間...

Anthropic「AI Economic Index 2026 Q2」公開——AIエージェントの業務代替が前年比2.4倍加速、コーディングと法務で突出

リード Anthropicが2026年8月27日、四半期恒例の「AI Economic Index」最新版を公開した。5,200社・12万人規模のナレッジワーカー調査から、AIエージェントが実業務を代替した作業比率が前年同期比2.4倍に拡大したことが判明。ソフトウェアエンジニアリングと法務文書処理で特に顕著な数値が出ており、「AGI議論より先に、現場の作業単位が書き換わっている」という実証的な根拠...

GitHub Copilot「Agent Mode」正式GA——自律コーディングで開発工程設計の前提が変わる

リード MicrosoftはGitHub Copilot「Agent Mode」を2026年8月21日付けで全プランに正式展開した。約18ヶ月のベータ期間を経て、Issue読み込みから複数ファイル自律編集・テスト生成・PR作成・CIエラー自動修正までを一連で処理する機能が、月額19ドルのCopilot Individualプランにまで開放された。「コーディング補助」から「コーディング委任」への一線...

Cursor 2.0正式公開——AIコーディングエージェントがPR作成まで単独完結、開発フローの構造が変わる

リード AIコーディングツール「Cursor」を開発するAnysphereが2026年7月16日（現地時間）、「Cursor 2.0」を正式公開した。最大の変更点はエージェントモードの全面刷新で、自然言語で仕様を渡すだけでコード生成・ユニットテスト実行・バグ修正・GitHubへのPR作成までをノーストップで完結させる。エンジニアの「書く」という作業ではなく「判断する」という作業が中心になる転換点と...

Cursor（カーソル）とは？AIでコーディングが変わる使い方とできること【2026年最新】

プログラミングを始めたばかりの人も、経験豊富なエンジニアも、コードを書く時間をもっと効率的にしたいと思いませんか？Cursor（カーソル）は、AIがあなたのコーディングをサポートしてくれる新しいエディタです。この記事では、Cursorの基本から使い方まで、中学生でもわかるように解説します。 この記事でわかること Cursorとは何か、どんなツールなのか Cursorで何ができるのか（主な機能5つ）...

AIコーディングエージェント、実務投入の現実：ベンチマークと現場のギャップを測る

リード 「エージェントがコードを書いてくれる」という言葉が日常になった2026年。SWE-benchのスコアは主要モデルで50〜65%台を推移し、数字だけ見ると「もう人間と同じくらい書ける」印象を与える。でも触ってみないとわからない、が正直なところで、実際に業務コードに当てると「ベンチマーク上は○○、実装上は△△」という乖離にぶつかることが多い。今何が起きているか、整理してみる。 何が起きているの...

なるほど、ついに「いつか超える」が「どこから実装する」に変わった瞬間ですね。数学・科学・コーディングの3領域同時突破は象

Continue（コンティニュー）とは？無料で使える AI コーディング支援の使い方とできること【2026年最新】

この記事でわかること Continue（コンティニュー）の基本的な仕組みと特徴 Continue でできる4つの主要機能（自動補完・チャット・編集・エージェント） VSCode や JetBrains での具体的な導入手順と使い方 無料で使えるオープンソースツールのメリットとデメリット Continue を使うとプログラミングがどう楽になるか Continue（コンティニュー）とは？ Contin...

あすけん運営が導入した「バイブコーディング」で開発期間が3倍に｜AI開発の意外な現実

「バイブコーディング」という新しい開発手法が、日本企業に急速に広がっています。人気の栄養管理アプリ「あすけん」の運営会社も導入し、予想外の変化が起きました。 この記事でわかること バイブコーディングという新しい開発手法の仕組み 人気アプリ「あすけん」運営会社の導入事例 AI開発で起きた予想外の結果（開発期間が3倍に） 日本企業の導入状況と今後の展望 バイブコーディングとは何か 「バイブコーディング...

CodexのChatGPT統合と18ヶ月という具体的な期限、この2つが同時に来たのは偶然じゃないと思う。コーディングの次

AIコーディングエージェント元年——2026年、開発現場に何が起きているか

「補完」から「委任」へ——転換点はもう過ぎていた これ、地味だけど効くやつだと思っていたら、いつの間にか効きすぎていた。2026年上半期、AIコーディングツールをめぐる空気が静かに変わった。「コードを提案してもらう」から「タスクを渡して待つ」への移行が、エンジニアの日常に浸透し始めている。 何が起きているのか Stack Overflowが2026年5月に発表した開発者調査（回答数約65,000人...

AIコーディングエージェントが「自律化」へ、2026年夏の実力と限界

リード AIがコードを書くのはもう当たり前になった。2026年夏、次のフェーズが来ている——「タスクを渡したら最後まで自分でやり遂げる」自律型コーディングエージェントだ。OpenAI・Anthropic・GitHubが今夏に相次いで機能を拡張し、国内の開発現場でも導入事例が急増している。ただ、ベンチマーク上の数字と実装上の体験は別物だ。触ってみないとわからない部分を整理する。 何が起きているのか ...

Cursor（カーソル）とは？AIコーディング支援ツールの使い方とできること

この記事では、話題のAIコーディング支援ツール「Cursor（カーソル）」について、初心者にもわかりやすく解説します。 この記事でわかること Cursorの基本的な概要と特徴 Cursorで何ができるのか（主な機能） Cursorの具体的な使い方 Cursorのメリットとデメリット Cursorがおすすめな人 Cursor（カーソル）とは？ Cursor（カーソル）は、AIを搭載したコードエディタ...

AIコーディングエージェント、開発速度2.4倍の実態と現場の摩擦

リード 「AIに実装を任せたら、翌朝にはPRが来ていた」——そんな話が技術系の現場でごく普通に語られるようになった。2026年9月現在、コーディングエージェントの本番導入が急加速しており、複数の調査で開発速度が2倍以上という数字が出始めている。触ってみないとわからないが、今回はベンチマーク映えだけではない気配がある。 何が起きているのか Stack Overflowが2026年8月に発表した「De...

Replit Agentとは？コーディング不要でアプリが作れるの使い方とできること【2026年最新】

AI技術の進化によって、プログラミングの知識がなくてもアプリを作れる時代になりました。Replit Agent（リプリット・エージェント）は、ブラウザだけで動くAI開発エージェントです。この記事では、Replit Agentの基礎から使い方まで、初心者にもわかりやすく解説します。 この記事でわかること Replit Agentの基本的な仕組みと特徴 Replit Agentで作れるアプリの種類 実...

MetaがAIコーディング市場に参入｜AnthropicとOpenAIに挑む

この記事でわかること Metaが2026年7月9日に発表した新AIコーディングツール「Muse Spark 1.1」の全容 AnthropicやOpenAIが先行するAIコーディング市場の最新勢力図 Metaが掲げる「オープンウェイト戦略」が業界に与える影響 日本の開発者や企業にとっての実用的な意味 Metaが新AIツール「Muse Spark 1.1」を発表 2026年7月9日、Meta（旧Fa...

AIコーディング支援、実務投入できるのはどれか——2026年夏ベンチマーク総点検

リード 「AIがコードを書く時代」という言葉は2023年から言われ続けてきたが、2026年夏、現場の温度はようやく「本当にそうかもしれない」に変わりつつある。SWE-bench Verified スコアが軒並み60〜70%台に達し、企業の本番採用事例も積み上がってきた。ただし、ベンチマーク上の数字と実装上の体感には依然ギャップがある。今回はその差分を正直に書く。 何が起きているのか 2026年6〜...

AIコーディングエージェント、2026年上半期で導入企業が3倍に——現場で何が変わったか

リード AIコーディングエージェントの"本格普及"が数字に出始めた。2026年上半期、国内外の複数調査で企業導入率が前年同期比3倍超を記録。ただし「使っている」と「業務に組み込んでいる」の間には依然大きな溝がある。ベンチマークでは圧倒的な数字が並ぶ一方、現場ではまだ「ここだけは人間が見る」という判断が根強く残っている。今、その溝が少しずつ埋まりつつある。 何が起きているのか 2026年7月、Sta...

Cline（クライン）とは？無料で使えるAIコーディングエージェントの使い方とできること【2026年最新】

この記事でわかること Clineがどんなツールなのか Clineでできる5つの主な機能 Clineを今日から使い始める簡単な手順 Clineのメリット・デメリット Clineがおすすめな人 Cline（クライン）とは？ Cline（クライン）は、プログラミング用のエディタ「VS Code」の中で動く、AI（人工知能）のアシスタントです。あなたが「ユーザー登録機能を追加して」と指示すると、AIが自分...

AIコーディングエージェントがSWE-bench 94%突破——ソフトウェア開発「全工程自律化」が商用射程に

リード AIコーディングエージェントが、ソフトウェアエンジニアリングの標準ベンチマーク「SWE-bench Verified」で94%超のスコアを複数モデルが達成したと報告された。2024年初頭に同ベンチマークのトップスコアが20%台だったことを考えると、18カ月で約4.5倍の跳躍だ。単発のコード補完ではなく「Issue起票→修正→テスト→PR作成」を一気通貫で実行できる水準に達しており、開発チー...

Zed AI（ゼッド）とは？超高速AIコーディングの使い方とできること【2026年最新】

この記事でわかること Zed AI（ゼッド）の基本的な特徴と仕組み Zed AIでできること（主要機能と活用方法） Zed AIの始め方と基本的な使い方 Zed AIのメリット・デメリット Zed AIがおすすめな人・おすすめでない人 Zed AI（ゼッド）とは？ Zed AI（ゼッド）は、Rust（ラスト：高速で安全なプログラミング言語）で作られた超高速のコードエディタ（プログラムを書くためのソ...