現代のソフトウェア開発において、AIの進化がもたらす変革は目覚ましいものがあります。特にコーディングエージェントの登場は、プログラミングのワークフローを根本から覆し、開発者の生産性を飛躍的に向上させています。この劇的な変化は、単なるツールの改善というレベルを超え、開発者が問題解決に取り組む思考プロセスそのものに深く影響を与え始めています。
この変化を象徴するのが、著名なAI研究者Andrej Karpathy氏が指摘した「過去数ヶ月間でプログラミングがAIによっていかに変わったか」という言葉です。同氏は、2025年12月以降、コーディングエージェントが「基本的に機能するようになった」と述べ、その品質、長期的な一貫性、粘り強さが飛躍的に向上し、大規模かつ長時間のタスクを処理できるようになったことを強調しています。これは、Claude Codeのような先進的なエージェントが登場したことで、Agentic Engineeringという概念が具体的な成果を生み出し始めた証拠と言えるでしょう。
本記事では、このプログラミング革命の核心に迫り、いかにして開発者がこの新しい波に乗るべきかを探ります。特に、Antropicが提供するClaude 3 OpusやClaude Codeが、「Hoard things you know how to do」（知っていることを蓄積する）という戦略と組み合わされることで、どのような強力なシナジーを生み出しているのか、具体的な事例を交えながら深掘りしていきます。開発者が直面する複雑な課題に対し、AIがどのようにサポートし、新たなソリューションの創出を加速するのか、その全貌を明らかにします。
AI時代のプログラミング革命：Andrej Karpathyが語る変化の深層
Andrej Karpathy氏の言葉が示すように、AI、特に大規模言語モデル（LLM）に基づくコーディングエージェントは、2025年12月以降、その能力を劇的に向上させました。これは、漸進的な進歩というよりも、ワークフローを「極めて破壊的」に変えるほどの大きな節目として認識されています。この変化は、開発者がこれまで培ってきたスキルセットや作業習慣を見直すことを促し、より効率的で創造的な開発プロセスへの移行を加速させています。
この背景には、モデルの品質向上だけでなく、複雑なタスクに対する長期的なコヒーレンス（一貫性）とテナーシティ（粘り強さ）が大幅に強化されたことがあります。これにより、コーディングエージェントは、単一のコードスニペットの生成に留まらず、複数のステップからなる大規模なプロジェクトや、より複雑な研究課題にも対応できるようになりました。この進化は、Agentic Engineeringの可能性を大きく広げ、ソフトウェア開発の未来に新たな展望を開いています。
「Hoard things you know how to do」という哲学
Agentic Engineeringの時代において、生産性を最大化するための重要な戦略の一つが「Hoard things you know how to do」、すなわち「自分が知っていること、できることを蓄積する」という哲学です。これは、ソフトウェア開発におけるスキルの本質、つまり「何が可能で、何が不可能か」を理解し、その実現方法を把握することに深く根ざしています。ウェブページでJavaScriptだけでOCR操作が可能か、iPhoneアプリがバックグラウンドでBluetoothデバイスとペアリングできるか、あるいは100GBのJSONファイルをPythonでメモリ全体にロードせずに処理できるかなど、幅広い疑問に対する答えを持つことが、新たな機会を見出す鍵となります。
この知識の蓄積は、単なる理論的な理解にとどまりません。実際に動作するコードとして実証された解答を豊富に持つことが、ソフトウェアプロフェッショナルとしての決定的な資産となります。開発者は、自身のブログやGitHubリポジトリに、試行錯誤の末に解決した問題のコードスニペットや概念実証（PoC）を保存することで、将来的に類似の問題に直面した際に、その知識を再利用し、あるいはコーディングエージェントに活用させることができます。この「知識の宝庫」は、開発者自身の能力を拡張するだけでなく、AIエージェントにとっての強力な入力となり、より高度なソリューションを生み出す基盤となるのです。
コーディングエージェント進化の節目：2025年12月の衝撃
Andrej Karpathy氏が「この前の12月」と具体的に言及した時期、すなわち2025年12月は、コーディングエージェントの歴史において画期的な転換点として位置づけられます。この時期に、LLMの品質が飛躍的に向上したことで、エージェントはこれまで苦手としていた「長期的な思考」や「複雑な計画の実行」において、目覚ましい成果を上げられるようになりました。これは、Anthropicが提供するClaude Codeのような高度なエージェントが、単なるコード生成を超えた、より自律的な問題解決能力を獲得したことを示唆しています。
以前は、コーディングエージェントは短絡的で一貫性に欠けることが多く、大規模なタスクを完遂することは困難でした。しかし、2025年12月以降、彼らはより複雑な命令を理解し、複数のステップにわたるタスクを計画し、実行し、そして途中で生じる障害にも対応できるようになりました。この進化は、ソフトウェア開発の「デフォルトのワークフロー」を根本から変革するほどのインパクトを持っています。開発者はもはや、コードの細部にわたるすべての指示を与える必要はなく、より高レベルな目標設定と、既存の知識ベースを提供するだけで、エージェントが自律的に問題解決の道筋を見つけ出すことが可能になったのです。このブレークスルーは、Agentic Engineeringが単なるバズワードではなく、具体的な開発手法として確立される上で極めて重要な意味を持っています。Anthropicの公式ページでは、その技術革新の一端が紹介されています。
📐 Claudeの全体像
知識の宝庫を築く「Hoarding」戦略とLLMの活用
ソフトウェア開発の分野で持続的に成果を出すためには、単に新しい技術を追いかけるだけでなく、習得した知識を体系的に蓄積し、再利用するという戦略が不可欠です。この「Hoarding」戦略は、LLM（大規模言語モデル）とコーディングエージェントの能力と組み合わせることで、その効果を劇的に高めることができます。自身の知識ベースが豊富であればあるほど、AIエージェントに与えるプロンプトの質も向上し、結果としてより洗練された、目的に合致したソリューションが生まれる可能性が高まります。
このプロセスは、開発者自身の学習と成長を促進するだけでなく、エージェントが複雑な問題を解決するための「経験」を提供することにも繋がります。エージェントは、既存のコードサンプルや概念実証を参照することで、ゼロから始めるよりもはるかに効率的に、そして高品質なコードを生成できるようになります。この相互作用こそが、Agentic Engineering Patternsの中核をなす考え方であり、未来のソフトウェア開発において不可欠なスキルセットとなるでしょう。
▶ あわせて読みたい：Claude Opus 4.6がAWS Bedrockに新登場！進化する生成AIの魅力と活用法を深掘り
Simon Willisonの「Hoard things you know how to do」実践例
この「Hoard things you know how to do」という哲学を実践している著名な開発者の一人が、Simon Willison氏です。彼は自身のブログや「TIL blog（Today I Learned）」に、解決した問題に関する膨大なメモを記録しています。さらに、1000以上のGitHubリポジトリにわたるコードのコレクションは、彼が様々なプロジェクトで書いた小さな概念実証の宝庫となっています。これらのコレクションは、彼自身の能力を拡張するだけでなく、LLMアシスト型のツールやプロトタイプの開発において、非常に価値ある入力情報として機能しています。
Willison氏は、自身が遭遇した問題に対する解決策を具体的にコードとして残すことで、将来的に同様の課題に直面した際に、それを再利用できる状態にしています。この戦略は、一度学習したことを繰り返し学習する手間を省き、より複雑な問題に集中する時間を生み出します。そして何よりも、これらの「ホード（蓄積された知識）」が、コーディングエージェントにとっての強力な学習素材となり、彼らがより高度なプロンプトに応答し、新しいソリューションを「組み合わせて」生み出すことを可能にしているのです。これにより、開発者は、既に解決済みの問題に時間を費やすことなく、革新的なアイデアの実現に注力できるようになります。Simon Willison氏のブログでは、彼の知見と実践が豊富に公開されています。
HTMLツールとsimonw/research：具体的コレクションの力
Simon Willison氏の知識蓄積戦略において特に注目すべきは、彼が構築した具体的なコレクション群です。その中でも最大級のものが、彼のLLMアシスト型ツールとプロトタイプの集まりであるtools.simonwillison.netです。このサイトは、「HTMLツール」と呼ばれる、JavaScriptとCSSが埋め込まれた単一のHTMLページで特定の課題を解決するツールを収集しています。これは、ブラウザベースで手軽に利用できる実用的なソリューションの集大成であり、開発者が直面する日常的な問題に対する即座の解決策を提供します。
さらに、より大規模で複雑な例は、彼のsimonw/research GitHubリポジトリに収められています。ここでは、コーディングエージェントに特定の課題を調査させ、動作するコードと詳細なレポートを生成させるという挑戦的なプロジェクトが多数含まれています。例えば、simonw/researchリポジトリからRustをWebAssemblyにコンパイルする例を見つけて、それを基にデモHTMLページを構築するといった指示をエージェントに与えることができます。これらのコレクションは、単なるコードスニペットの集まりではなく、コーディングエージェントが参照し、学習し、そして新しいものを構築するための生きた知識ベースとして機能しています。この具体的なリソースの存在が、エージェントの効率と精度を飛躍的に向上させているのです。
Claude 3 Opusが実現したOCRツールの誕生秘話
コーディングエージェントと「Hoarding」戦略の強力な組み合わせを示す好例が、Simon Willison氏が開発したブラウザベースのOCRツールです。このプロジェクトは、彼のツールコレクションに最初に追加されたものであり、その開発プロセスは、Claude 3 Opusのような先進的なLLMがいかに開発者の生産性を高めるかを明確に示しています。特に、スキャンされた画像のみで構成され、テキスト情報を持たないPDFファイルからテキストを抽出するという、具体的な課題解決を目指していました。
このツールの開発は、Willison氏がこれまでに蓄積してきた二つの異なる技術に関する知識を組み合わせるという、典型的なAgentic Engineeringパターンに従っています。彼は以前から、ブラウザ内で高い能力を発揮するTesseract.js OCRライブラリと、PDFの各ページを画像としてレンダリングできるMozillaのPDF.jsライブラリの両方について実験し、そのコードスニペットを自身のノートに保存していました。この既存の知識が、新しい、より複雑な問題の解決策を迅速に構築するための基盤となったのです。
PDF.jsとTesseract.jsの融合：ブラウザベースOCRの画期的なデモンストレーション
Willison氏が直面した課題は、PDFファイルから画像を抽出し、その画像に対してOCRを実行するという二段階のプロセスでした。彼はすでに、Tesseract.jsが成熟したTesseract OCRエンジンをWebAssemblyとしてビルドし、JavaScriptから画像を処理できることを知っていました。一方、MozillaのPDF.jsライブラリは、PDFの各ページをレンダリングされた画像に変換する機能を持っています。彼のノートには、これら二つのライブラリを個別に扱うためのJavaScriptスニペットが既に存在していました。
この二つの異なる能力を一つのツールとして統合するために、Willison氏は当時の最先端モデルであったClaude 3 Opusにプロンプトを与えました。プロンプトには、PDFファイルをページごとに画像に変換するPDF.jsのコードと、画像に対してOCRを実行するTesseract.jsのコードの両方が含まれていました。具体的には、ユーザーがPDFファイルをドラッグ＆ドロップできる大きな四角形を提供し、PDFのすべてのページをJPEGに変換して表示し、その後TesseractによってOCRを実行し、結果を各画像の下のテキストエリアに表示するという要件が記述されました。この組み合わせ指示は、既存の動作する例をAIエージェントに提示し、それを基に新しいソリューションを構築させるプロンプティングパターンの優れた実例です。MozillaのPDF.jsライブラリとTesseract.jsプロジェクトのGitHubは、このツールの中核を成す技術です。
プロンプトエンジニアリングの極意：既存コードの再結合
このOCRツールの開発は、プロンプトエンジニアリング、特に既存のコード例を再結合するパターンの強力な効果を鮮明に示しています。Simon Willison氏がClaude 3 Opusに与えたプロンプトは、ただ新しい機能を要求するのではなく、彼が既に持っていたPDF.jsとTesseract.jsに関する二つの独立したコードスニペットを明示的に参照し、それらを統合するよう指示しました。このアプローチにより、モデルは既存の「知っていること」を基盤として利用し、ゼロからコードを生成するよりもはるかに効率的かつ正確に、望む結果を生み出すことができました。
Willison氏はこのプロンプトによって、完全に機能するコンセプト実証ページを完璧に生成させることに成功しました。最終的な結果に至るまでには数回の反復が必要でしたが、それでもわずか数分で「本当に役立つツール」を構築できたと述べています。この事例は、プロンプトの設計において、具体的な参照コードを提供することの重要性を強調しています。エージェントは抽象的な指示よりも、具体的な動作例を組み合わせて新しい機能を生み出すことに長けているため、開発者の「ホード」が強力な資産となるのです。これは、エージェントを活用したAgentic Engineeringの真髄であり、開発のスピードと品質を両立させるための鍵となります。
🎬 関連動画
進化するコーディングエージェント：Claude Codeと業界連携の波
コーディングエージェントの進化は、2025年3月のClaude Codeの最初のリリース以降、さらに加速しています。Simon Willison氏がブラウザベースのOCRツールを2024年3月に構築した時点では、Claude Codeはまだ存在していませんでしたが、その登場は、既存の作業例を蓄積することの価値をさらに高めました。Claude Codeのようなエージェントは、インターネットアクセスを介して外部リソースを活用する能力を備えており、開発者は以前にも増して強力なツールを手に入れています。
▶ あわせて読みたい：Andrej Karpathyが語る転換点：Claude 3 Opusが加速する「知識備蓄型」開発戦略
例えば、エージェントにcurlコマンドを使ってtools.simonwillison.net/ocrやtools.simonwillison.net/gemini-bboxのソースをフェッチさせ、それらを組み合わせてPDFページ内のイラストのバウンディングボックスをGeminiで返す新しいツールを構築させるといった指示が可能になります。これは、エージェントが単にローカルの知識だけでなく、広範なウェブ上のリソースを活用して複雑なタスクを解決できるようになったことを示しており、Agentic Engineeringの応用範囲を大幅に拡大しています。
Claude Code登場後のエージェントの可能性拡大
Claude Codeの登場は、コーディングエージェントの能力を新たな次元へと引き上げました。このエージェントは、単にコードを生成するだけでなく、与えられたタスクに対してより深い理解と、複雑な問題解決のための自律的な行動計画を立てる能力を持っています。インターネットアクセスを利用することで、Claude Codeは公開されているAPIドキュメント、ライブラリのソースコード、あるいは既存のツールやプロトタイプを動的に参照し、それらを統合して新しいソリューションを構築することができます。
さらに、エージェントは検索能力にも優れており、開発者が自身のマシン上でエージェントを動かし、~/dev/ecosystem/datasette-oauthのようなローカルパスにあるプロジェクトに~/dev/ecosystem/llm-mistralのHTTPテストのやり方からヒントを得て、モックテストを追加するといった具体的な指示を与えることができます。多くの場合、エージェントはサブエージェントを起動して必要な詳細を調査し、タスクを達成するために必要な情報だけを引き出します。これにより、開発者は、以前は手作業で行っていた情報収集や統合作業から解放され、より創造的で戦略的な業務に集中できるようになります。Claude Codeは、Agentic Engineeringの原則を具体的なツールとして具現化したものと言えるでしょう。
主要企業の戦略的提携：Anthropic、Mistral AI、OpenAI、Figma、Accenture
AIエコシステムにおける主要企業の動きは、コーディングエージェントの重要性が高まっていることを明確に示しています。AnthropicのCEOであるDario Amodei氏が、米国国防総省からの要求に対して「良心に基づき従うことはできない」と表明したことは、AI倫理と制御に関する同社の強い姿勢を示しており、彼らが開発するClaudeシリーズの信頼性を高めています。
一方で、市場における競争と協力も活発化しています。例えば、ヨーロッパの主要AI企業であるMistral AIは、グローバルコンサルティング大手Accentureとの提携を発表しました。これは、AccentureがすでにライバルであるOpenAIやAnthropicとも提携している中で行われたもので、企業が複数の最先端AIプロバイダーと協力し、その技術を自社のサービスやソリューションに統合しようとしている動きを示しています。Mistral AIの公式ページやアクセンチュア公式サイトでその戦略がうかがえます。
さらに、デザインプラットフォームの巨人であるFigmaは、AnthropicのClaude Codeとの統合を発表したわずか1週間後に、OpenAIのコーディングアシスタントCodexとの類似した統合も行いました。これは、デザインツールがAIによるコード生成やアシスタンス機能を組み込むことで、デザイナーと開発者の間のギャップを埋め、プロダクト開発の効率を向上させようとしていることを意味します。Figmaの公式ページからは、こうした新しい機能統合の動向がわかります。OpenAIの公式ページもまた、Codexのような先進技術を開発し続けています。
これらの戦略的提携は、AI技術が企業間の競争力だけでなく、業界全体の生産性向上に不可欠な要素となっていることを浮き彫りにしています。多様なAIエージェントとプラットフォームが連携することで、開発者はこれまで以上に強力なツールセットを利用できるようになり、Agentic Engineeringが現実のものとして広く普及していくでしょう。
エージェント活用の未来：効率化と新たな発見
コーディングエージェントの進化は、単にコード生成の速度を上げるだけでなく、開発者がこれまで不可能と考えていた、あるいは多大な労力を必要としたタスクを簡素化し、自動化する可能性を秘めています。特に、既存の知識ベース（ホード）と組み合わせることで、エージェントはより賢く、より自律的に問題解決に取り組むことが可能になります。これにより、開発者はルーティンワークから解放され、より創造的で戦略的な役割に集中できるようになります。
この未来において、開発者が一度有用なトリックを解決し、それが動作するコード例として文書化されていれば、コーディングエージェントはその例を参照し、将来的に類似のプロジェクトでそれを活用できるようになります。これは、知識の共有と再利用が、AIの力を借りて新たなレベルへと引き上げられることを意味します。Agentic Engineering Patternsは、このような効率化と新たな発見を促進するための、不可欠なフレームワークとなるでしょう。
GitHubリポジトリ活用とWebAssembly開発への応用
多くの開発者にとって、GitHubリポジトリは自身の研究コードやプロジェクトの宝庫です。この公開されたコードベースをコーディングエージェントの入力として活用する戦略は、非常に強力です。例えば、開発者がエージェントにGitHubからsimonw/researchリポジトリを/tmpにクローンし、そこからRustをWebAssemblyにコンパイルする例を見つけて、それを基に新しいプロジェクトのデモHTMLページを構築するよう指示することができます。エージェントは、これらの指示に従い、既存のコードから学習し、新しい要件に合わせて適応させる能力を持っています。
このアプローチは、特にWebAssemblyのような複雑な技術分野において威力を発揮します。WebAssemblyは、Webブラウザで高性能なアプリケーションを実行するためのバイナリ形式であり、Rustのような言語で記述されたコードをWeb環境で動作させることができます。エージェントが既存のWebAssemblyコンパイル例を参照することで、開発者はゼロから設定を行うことなく、迅速にプロトタイプを構築したり、概念実証を行うことが可能になります。これは、開発サイクルを大幅に短縮し、より迅速なイノベーションを可能にする重要な要素となります。
▶ あわせて読みたい：Kellan Elliott-McCreaが語る喪失感とClaudeが拓くエージェンティック・エンジニアリングの未来
Agentic Engineering Patternsが描くソフトウェア開発の未来
Agentic Engineering Patternsは、単なるAIツールの利用を超え、ソフトウェア開発プロセス全体を再構築する可能性を秘めています。このアプローチでは、コーディングエージェントが開発者の意図を理解し、既存の知識ベースと外部リソースを活用して、自律的にコードを生成、テスト、デバッグ、そして最適化します。これにより、開発者はより高レベルの設計やアーキテクチャ、あるいはより複雑なビジネスロジックの定義に注力できるようになります。
未来のソフトウェア開発は、開発者がエージェントに対して複雑な課題を提示し、その解決策の探索と実装を委ねる、より協調的なプロセスへと進化するでしょう。例えば、エージェントが既存のHTMLツールやGitHubリポジトリからヒントを得て、新しいツールや機能を「再結合」して構築するといった能力は、これまでの開発では考えられなかったスピードでイノベーションを推進します。この変革は、開発者が直面する問題の複雑さを軽減し、より短期間で高品質なソフトウェアを市場に投入することを可能にします。Agentic Engineeringは、まさにソフトウェア開発のパラダイムシフトを象徴する概念と言えるでしょう。
まとめ
本記事では、2025年12月以降に加速したAndrej Karpathy氏が指摘するAIによるプログラミング革命と、AnthropicのClaude 3 OpusおよびClaude Codeを中心としたAgentic Engineering Patternsの進化について深く掘り下げてきました。「Hoard things you know how to do」という哲学の実践が、Simon Willison氏のブラウザベースOCRツール開発の成功事例に示されたように、いかに強力な戦略であるかを具体的に解説しました。
このアプローチは、開発者が既存の知識やコードスニペットを蓄積し、それをClaude Codeのようなコーディングエージェントに提供することで、複雑な問題を効率的かつ迅速に解決する道を拓きます。Mistral AI、OpenAI、Figma、Accentureといった主要企業の戦略的提携は、この技術が業界全体でいかに重要視されているかを示唆しています。
今後のソフトウェア開発においては、Agentic Engineering Patternsを理解し、自身の知識ベースを積極的に構築し、コーディングエージェントと協調するスキルが不可欠となるでしょう。開発者の皆さんは、ぜひ自身の「ホード」を充実させ、Claude Codeのような強力なAIエージェントを最大限に活用することで、次世代のソフトウェア開発をリードする存在になってください。
よくある質問
Q: Agentic Engineering Patternsとは具体的にどのような概念ですか？
A: Agentic Engineering Patternsとは、AIエージェント（特にコーディングエージェント）が与えられたタスクを自律的に理解し、計画を立て、実行し、フィードバックループを通じて改善していくための設計原則や手法の総称です。これには、既存のコード例や知識ベースをエージェントに提供し、それらを組み合わせて新しいソリューションを構築させるプロンプトエンジニアリングの技術なども含まれます。
Q: Claude CodeとOpenAIのCodexにはどのような違いがありますか？
A: Claude CodeとOpenAIのCodexは、いずれもコーディングを支援するAIエージェントですが、それぞれ開発元のモデル特性や強みに基づいています。Claude CodeはAnthropicが開発しており、倫理的なAI開発と安全性に重点を置いている点で特徴があります。一方、CodexはOpenAIのモデルであり、Figmaが両者と提携していることからもわかるように、それぞれのモデルが特定の用途や環境で独自の強みを発揮し、開発者はプロジェクトに応じて最適なエージェントを選択することが可能です。
Q: 「Hoard things you know how to do」戦略は、初心者開発者にも有効ですか？
A: はい、この戦略は初心者開発者にとっても非常に有効です。初心者の段階から、学習したことや解決した問題をコードスニペットとして記録・蓄積する習慣をつけることで、将来的に自身の強力な知識ベースを構築できます。これは、複雑な問題に直面した際にAIエージェントに与えるプロンプトの質を高め、学習効率と問題解決能力を飛躍的に向上させる土台となります。
Q: コーディングエージェントにインターネットアクセスさせる際のセキュリティリスクはありますか？
A: コーディングエージェントにインターネットアクセスを許可する場合、外部リソースへのアクセスに伴うセキュリティリスクは考慮する必要があります。不適切なウェブサイトからのコード実行や、機密情報の漏洩などのリスクが考えられます。そのため、エージェントがアクセスできる範囲を制限したり、サンドボックス環境で実行したりするなど、適切なセキュリティ対策を講じることが重要です。特に、企業内で利用する場合は、情報セキュリティポリシーに従った運用が求められます。
Q: AnthropicのDario Amodei CEOがペンタゴンに情報提供を拒否したことの、AI業界への影響は？
A: Dario Amodei氏がペンタゴン（米国国防総省）に対し、AIシステムへの無制限アクセス要求を拒否したことは、AIの倫理的利用と制御に関する業界の議論を加速させる重要な出来事です。これは、AI開発企業が軍事利用や監視など、特定の用途に対して独自の倫理基準を設ける傾向を強め、AI技術の責任ある開発と展開の重要性を改めて浮き彫りにしました。Anthropicのような大手企業のこのような姿勢は、AIのガバナンスと規制に関する国際的な議論にも影響を与える可能性があります。
ひできち
AIにハマっています。毎日AIと対話しながら、画像生成・プロンプト設計・Webツール開発に取り組んでいます。ChatGPT、Gemini、Claude、Cursor——あらゆるAIツールを実際に使い倒し、本当に役立つ情報だけをお届けします。理論より実践。使ってみて分かったリアルな活用法を発信中。
プロフィールを見る →
コメント