エージェンティックAIコーディングツールの設定：探索的研究

近年、エージェンティックAIコーディングツールはソフトウェア開発の自動化において重要な役割を果たしています。これらのツールはコード生成、デバッグ、リファクタリングなどのタスクを自律的に実行でき、開発者はバージョン管理されたリポジトリレベルのアーティファクト（MarkdownやJSONファイルなど）を通じてツールの動作を設定できます。しかし、これらの設定メカニズムの実際の利用状況やその進化については、これまで体系的な研究が不足していました。

2026年に開催されたAIware会議（第3回ACM/IEEE国際AI駆動ソフトウェア会議）で発表された新しい研究が、このギャップを埋めています。Matthias Galsterら6人の著者によるチームは、Claude Code、GitHub Copilot、Cursor、Gemini、Codexの5つの代表的ツールを詳細に分析しました。まず、公式ドキュメントやコミュニティの実践から、静的なコンテキスト提供（Markdownファイルの指示など）から動的な実行可能スクリプト、外部サービスとの統合に至るまで、8つの設定メカニズムを特定しました。次に、2,853のGitHubリポジトリを対象とした大規模な実証調査を通じて、これらのメカニズムの実際の採用率と使用パターンを評価しました。

研究結果は、いくつかの重要な発見を明らかにしています。第一に、コンテキストファイル（Context Files）が設定の主流であり、多くのリポジトリで唯一の設定メカニズムとなっています。特に注目すべきは、AGENTS$.mdというファイルが急速に台頭し、ツール間の相互運用可能な標準として機能していることです。これは、開発者が一度設定ファイルを書けば、異なるツール間で共有して使用できることを意味します。第二に、より高度な設定メカニズム——スキル（Skills）やサブエージェント（Subagents）——の採用率は依然として低いままです。スキルは主に静的なテキスト命令に依存しており、実行可能なスクリプトコードはほとんど使われていません。これにより、柔軟性と自動化の可能性が大幅に制限されています。サブエージェントの採用はさらに稀で、ごく一部のリポジトリでのみ試みられています。

第三に、ツールごとに異なる設定慣行が形成されつつあります。Claude Codeのユーザーは、単純なコンテキストファイルから複雑なスキル定義まで、最も幅広い設定メカニズムの組み合わせを採用しています。一方、他のツールのユーザーは設定を簡素化する傾向があり、多くの場合コンテキストファイルのみを使用しています。これらの発見は、開発者コミュニティに現在のスマートツールの設定状況に関する貴重な実証的ベースラインを提供します。研究者は、AGENTS$.mdファイルが自然な出発点となり得ると指摘し、設定戦略がツールの進化に伴ってどのように変化し、最終的にエージェントの実際のパフォーマンスにどのように影響するかを明らかにするために、さらなる縦断的研究と制御実験が必要であると述べています。

本論文は全10ページで、7つの図と3つの表を含み、現在arXivで公開されています。最新版（v4）は2026年5月8日に提出され、これまでに4回の改訂が行われています。