Cursor AIエージェントを活用して、既存コードのアップデートを実現

ツール導入前の課題

• すでにGitHub Copilotを活用しており、タブ補完によるコーディング支援やCopilot Chatを使った設計相談などは実施していた。
• しかし、Copilot Chatに関しては、実際の修正提案に必要なコーディングルールや参考実装などのコンテキストを都度入力するのが非常に手間であり、実用的ではなかった。

どのような状態を目指していたか

• AIエージェントが主体的に開発を進めるような状態を目指しており、そのために必要なコンテキスト（参考実装や前提条件など）を簡単に渡せることが重要だった。
• コーディングにとどまらず、設計・実装・プルリクレビュー・テストといった開発プロセス全体にAIを活用し、効率化を図りたいと考えていた。

• GitHub Copilot（既存利用）
• Devin（デビン）：AIエージェントによる自律的な開発支援ツールとして検討

1. AIエージェントによる実践的な自律開発が可能か
   • 現行のGitHub Copilotでは限界があり、他ツールでの実運用の可能性を重視。
2. 現場エンジニアの利用ハードルの低さ
   • 専任でAI開発を支援できる人材が確保しにくいため、一般のエンジニアがそのまま活用できるツールであることが必須。
3. 価格とセキュリティ
   • コストコントロールが可能であり、企業利用に向けてDPAが締結できること。

• PoCでの実践的な利用感
  • テックリードがPoCでCursorを使用した際、AIエージェントの運用が現実的に可能であると判断。
• VSCode互換
  • チームの既存エンジニアも抵抗なく利用可能と判断。
• コストと契約面の安心感
  • Cursorは月額固定での料金体系で、追加請求が発生しないため予算管理がしやすい。
  • DPAの締結も可能で、企業利用におけるセキュリティ要求もクリア。

導入の成果

改善したかった課題はどれくらい解決されたか

• 設計フェーズにおいて、リポジトリ全体を対象にした影響範囲の特定・タスク分解作業をCursorを活用して効率化できた。
• リポジトリ内検索の精度が非常に高く、影響範囲の見極めにかかるコストを大幅に削減できた。
• 技術的負債の解消においても、AIエージェントを活用してリファクタリング作業を自動化。
• これまで人手をかけていた負債解消の対応が、一気に広範囲で解消されるようになった。

どのような成果が得られたか

• 設計段階での作業負担が大きく削減されたことで、開発生産性が向上。
• 技術的負債の解消プロセスが加速し、新規機能開発により多くのリソースを割けるようになった。
• 同様の方法を応用することで、大量の修正が伴う新機能開発も効率的に推進できる体制を整備。

詳しくはCursor AIエージェントによる既存コードのアップデート戦略 というタイトルでテックブログを執筆しています。こちらもぜひご覧ください！

• 現時点でどのツールでもよいので、AIエージェントによるコーディングを体験しておくことが重要。
  • Devin、Cline、Copilot Editなど、いずれのツールでもよいので、AIでどれくらい作業自動化できるかを体感して把握するべき。
• 企業利用に際しては、DPAの締結、コストコントロールの容易さ、他社事例の充実度などを考慮することが重要。
• Cursorは、VSCode互換であり、企業導入事例も豊富なため、安心して採用できると判断した。
• 今後もツールは進化していくため、必要に応じてツール変更も柔軟に対応する姿勢が大事。

今後は、新機能開発でもAIエージェントを主体的に活用し、AIがコードを書く→人間がレビューを担当するという開発体制を構築していく。