AIコーディングツールはターミナルでの開発へと軸足を移す

長年、Cursor、Windsurf、GitHub CopilotといったAI強化型コードエディターがソフトウェア開発の標準を確立してきた。 しかし、自律型AIの能力が向上し、直感的な「雰囲気コーディング」アプローチが普及するにつれ、これらのシステムの動作様式を静かに変革する進化が起きている。コード操作のみに留まらず、システムコマンドラインシェルとの直接対話が急速に増えているのだ。これはAI支援開発における根本的な転換点であり、業界の将来像にとって微妙ながら変革をもたらす可能性を秘めた動きである。

ターミナルは、90年代のハッカー映画を彷彿とさせる無骨な白黒画面を想起させつつ、プログラム実行とデータ管理の古典的インターフェースである。現代のコードエディタほど視覚的に洗練されていないが、熟練者の手にかかれば依然として極めて強力なツールだ。コード中心のエージェントがプログラムの記述やデバッグを行える一方で、記述されたコードを機能するデプロイ可能なアプリケーションへと変換するには、ターミナルベースのユーティリティが不可欠な場合が多い。

ターミナルへの回帰は主要AI研究所で最も顕著だ。2月以降、Anthropic、DeepMind、OpenAIがそれぞれコマンドラインコーディングツール（Claude Code、Gemini CLI、CLI Codex）をリリースし、瞬く間に人気サービスとなった。これらのツールは従来製品とブランドを共有するため、この移行は見過ごされがちだ。しかし本質的に、AIエージェントがオンライン・オフラインを問わずコンピューターと対話する方法は変化した。 多くの専門家は、これは始まりに過ぎないと見ている。

「我々の核心的な仮説は、将来的に大規模言語モデルとコンピューターの相互作用の約95%がターミナル型インターフェースを通じて行われるだろうというものだ」と、ターミナル特化ベンチマーク「TerminalBench」の共同開発者アレックス・ショーは語る。

ターミナルベースのツールが台頭する一方で、既存のコード中心プラットフォームは不安定化している。例えばAIコードエディタWindsurfは、競合する買収によって分裂した。上級リーダーはGoogleに引き抜かれ、残存企業はCognitionに買収されたため、消費者向け製品の長期的な存続可能性に疑問が生じている。

同時に、新たな研究では開発者が従来型ツールの生産性向上効果を過大評価している可能性が示唆されている。Windsurfの主要競合製品であるCursor Proを評価したMETRの研究では、開発者が予測した20～30%の速度向上に対し、実際の処理速度はほぼ20%低下していた。つまりコードアシスタントが場合によってはプログラマーの時間を浪費していたのである。

この状況は、現在TerminalBenchランキング首位を走るWarpのような企業に機会をもたらしている。Warpは自らを「エージェント型開発環境」と位置付け、フル機能IDEとClaude Codeのようなコマンドラインツールの間のギャップを埋める存在だ。創業者ザック・ロイドはターミナルの可能性について楽観的であり、Cursorのような従来型コードエディタの枠を超えた問題解決手段と見なしている。

LIVE NOW! TechCrunch All Stage

よりスマートに構築。より迅速に拡大。より深く連携。Precursor Ventures、NEA、Index Ventures、Underscore VCなど、先見の明を持つ投資家たちが集結。戦略、ワークショップ、有意義な交流が詰まった一日を共に。

TechCrunch All Stageパスが450ドルお得に

よりスマートに構築。より迅速に拡大。より深く繋がる。Precursor Ventures、NEA、Index Ventures、Underscore VCなど、先見の明を持つ投資家たちが集結。戦略、ワークショップ、有意義な交流が詰まった1日に参加しよう。

「ターミナルは開発者スタックの非常に基礎的なレイヤーに位置するため、AIエージェントを実行する最も汎用性の高い場所となります」とロイドは説明する。

この新しいアプローチの違いを理解するには、評価に使用されるベンチマークを考えてみてください。 前世代のコードベースツールは、SWE-Benchテストの基盤であるGitHub課題の解決能力で測定されました。各SWE-Bench問題は公開GitHub課題、つまり不具合のあるコード片です。モデルは動作するまで反復的にコードを改良します。Cursorのような統合製品はより洗練された手法を開発していますが、GitHub/SWE-Benchモデルの中核は変わりません：壊れたコードから始めて修正するのです。

ターミナルベースのツールはより広範な視点を取り入れ、コードだけでなくプログラムが動作する環境全体を考慮します。これにはコーディングだけでなく、Gitサーバーの設定やスクリプト失敗の診断といったDevOps指向のタスクも含まれます。 あるTerminalBench課題では、解凍プログラムと対象テキストファイルが提供され、エージェントに一致する圧縮アルゴリズムの逆設計を課す。別の課題では、ソースコードの入手方法に言及せず、エージェントにソースからLinuxカーネルの構築を求める。これらを解決するには、プログラミングに内在する持続的で創造的な問題解決能力が不可欠である。

「ターミナルベンチが難しいのは、エージェントに提示する問題だけではありません」とショーは語る。「彼らを置かれる複雑な環境こそが難しさの要因です」

重要なのは、この新手法が問題を順序立てて論理的に解決する能力——エージェント型AIの強みそのもの——を必要とすることだ。しかし最先端のエージェントモデルでさえ、一部の環境では苦戦する。WarpがTerminalBenchで最高スコアを達成したのは、問題の半分強を解決したに過ぎず、ベンチマークの難易度と端末の潜在能力を完全に引き出すための課題の両方を浮き彫りにした。

それでもロイドは、ターミナルベースのツールが開発者の非コーディング業務の大部分を確実に管理できる段階に達したと主張する——これは断りにくい提案だ。

「新規プロジェクトのセットアップ、依存関係の把握、実行環境の構築といった日常業務を考えてみてください。Warpはこれらをほぼ自律的に処理できます」とロイドは語る。「そして処理できない場合、その理由を正確に説明してくれるのです」