Copilot から Antigravity へ：エージェント・ファースト（Agent-First）という開発の新パラダイムをマスターする

金曜日の午後4時50分。私は画面上の難しい認証のリファクタリング・タスクをじっと見つめていました。Slack ではプロダクトマネージャーのアイコンがすでに3回点滅しています。

「この要件、来週の月曜日にリリースしたいです」

私はため息をつきました。古いやり方なら、まず既存のコードを読み込み、依存関係を整理してから、一行ずつ修正しなければなりません。GitHub Copilot は確かに助けになります。def authenticate_user と打ち始めれば、あのJWT認証ロジックを自動補完してくれます。しかし、今回は違います。認証フロー全体のリファクタリングであり、5つのファイルにまたがり、さらには後方互換性も維持しなければならないのです。

Railway - モダンなデプロイプラットフォーム、煩わしい運用から解放、数分で公開

今すぐ始める →広告

正直に言って、あの瞬間、私は少し絶望していました。

そこで、2週間前にインストールした新しいツールのことを思い出しました。Antigravity を開き、Manager View にこう打ち込みました。「認証フローをリファクタリングし、JWTロジックを独立したモジュールに抽出し、既存のAPIを維持してください」。そして「エージェント派遣（派遣Agent）」をクリックしました。

10分後、私は別の機能のユニットテストを書いていました。エージェントは完了していました。Artifacts パネルには、実施計画、5つのファイルの差分（diff）、そして依存関係図が並んでいました。内容を確認したところ、ほぼそのまま使える状態でした。2箇所ほど小さな修正を加えて、コミット、プッシュ。5時15分、私はPCを閉じました。

これこそが、皆さんに話したかったことです。エージェント・ファースト（Agent-First）開発パラダイム。Copilot のような「あなたが一行書き、私が一行補完する」という補助モードではなく、「あなたがタスクを定義し、AIが自律的に実行する」という全く新しい働き方です。

「補完思考」から「委任思考」へ

まず、このパラダイムの核心的な変化についてお話ししましょう。

Copilot を使っているとき、私たちの仕事はこうなっています。頭の中で次のコードを考え、指で数文字打ち、Copilot が灰色の提案を表示し、Tab キーで受け入れて、次に進む。それは目に見えない副操縦士のようなもので、常に隣にいますが、主導権はあなたにあります。

このモードには、目に見えないコストがあります。あなたの注意力が細切れになることです。二行書き、提案を見て、合っているか考え、受け入れるか拒否するか決め、また次へ。単純なタスクなら問題ありません。しかし、複数のファイルにまたがり、数十分、あるいは数時間続くような複雑なタスクに直面したとき、この細切れのインタラクションはあなたを疲弊させます。

Antigravity の考え方は全く異なります。そこには Task-level Abstraction（タスクレベルの抽象化） という概念が導入されています。AIにどのように実行するか一歩ずつ指示するのではなく、得たい結果を自然言語で記述するのです。

例を挙げましょう。同じ認証フローのリファクタリングでも、以下のようになります。

• Copilot モード：すべてのファイルを開き、Copilot に「この関数を抽出して」「この変数をリネームして」「このロジックを新しいファイルに移して」と指示します。あなたは常にミクロなレベルで操作し続けなければなりません。
• Antigravity モード：「認証フローをリファクタリングし、JWTロジックを抽出し、APIを維持して」と伝えます。するとエージェント自身がコードを分析し、計画を立て、リファクタリングを実行し、テストを生成します。

要するに、あなたはコードを書いているのではなく、タスクを委任しているのです。

この変化は単純に聞こえますが、実は過激（radical）なものです。開発者の役割が変わるからです。あなたは「コードの書き手」から「タスクのアーキテクト」および「結果の検証者」へと変わります。コードがどのように書かれたかを一行ずつ監視する必要はなく（すべきでもありません）、結果が期待通りであるかを確認するだけでよいのです。

「AIにコードを書かせる？問題が起きたら誰が責任を取るんだ？」——そう思うのも無理はありません。

それこそが、Artifacts パネルが解決しようとしている核心的な問題です。

Artifacts：「ブラックボックス」を「ホワイトボックス」へ

正直に言うと、私も初めて Antigravity を使ったときは不安でした。

エージェントが勝手に動き回り、ターミナルに次々とログが出力されます。しかし、具体的に何をしているのかが分かりませんでした。5分後、「タスク完了」と表示され、数百行の新しいコードを見た時、最初の反応は喜びではなく、恐怖でした。

「このコード、信頼できるのか？」

Google の開発チームも、明らかにこの問題を認識していました。Artifacts パネルは Antigravity において最も価値のある設計の一つです。

エージェントがタスクを完了したとき、最終的なコードだけを渡されるわけではありません。Artifacts パネルには以下の情報が表示されます。

• タスク計画：エージェントがどのようにタスクを分解し、各ステップで何をしようとしたか
• 実行ログ：エージェントの各ステップの操作記録、どのファイルをなぜ修正したか
• スクリーンショット/録画：UIの変更を伴う場合、ブラウザのスクリーンショットや録画
• 依存関係分析：修正されたファイル間の依存関係図

これらは2つの核心的な問題を解決します。

Alibaba Cloud - 開発者向けクラウドの第一候補、ライトサーバー15%OFF、プロジェクトの迅速な立ち上げを支援

15%割引を入手 →広告

1. 監査可能性（Auditability）。エージェントのすべての決定を遡ることができます。コードに問題があれば、どのステップでエラーが起きたのかを確認でき、「AIが生成した謎のコード」を前に途方に暮れることはありません。

2. 信頼の構築。使い始めの頃は、すべての Artifact を細かくチェックするでしょう。しかし時間が経つにつれ、エージェントが特定のタスクにおいて高い成功率を誇ることに気づき、徐々により多くのタスクを任せられるようになります。

これは、新しい同僚を教育するのに似ています。最初はすべてを細かくチェックしますが、徐々に成果物の質が安定していることが分かれば、より大きなタスクを任せるようになります。エージェントも同じです。Artifacts は、あなたとエージェントの間に信頼を築くための架け橋なのです。

同期 vs 非同期：なぜ並列処理がキラー機能なのか

Copilot や Cursor は「同期型」です。あなたが問いかけ、AIが答える。AIの生成が終わるのを待ってから、次へ進みます。

Antigravity の Manager View は、「非同期」と「並列（パラレル）」を導入しました。

どういうことかというと、異なるタスクを処理するために複数のエージェントを同時に派遣でき、それらはバックグラウンドで互いに干渉することなく実行されます。あなたは自分のコードを書き続け、エージェントは完了したら通知してくれます。

Codecademy のテストによれば、Antigravity は最大5つのエージェントを同時に派遣し、5つの異なるタスクを処理させることができます。これは伝統的なワークフローでは考えられなかったことです。

以下のようなシーンを想像してみてください。

• 新機能を開発しながら、エージェントの1人に昨日見つかったバグを修正させ、別のエージェントにドキュメントを更新させる
• 金曜日の終業前に、3つの技術的負債を処理するために3人のエージェントを派遣し、月曜日の朝に結果を確認する
• デバッグをしながら、エージェントにその問題の解決策を検索させる

この並列能力は、本質的に人間の注意力のシングルスレッド制限を突破するものです。1つのタスクが終わるのを永遠に待ち続ける必要はなく、システムリソースをスケジューリングするように AI エージェントをスケジューリングできるのです。

もちろん、これには新しい複雑さも伴います。複数のエージェントの状態を管理し、それらの間の競合（例えば2人のエージェントが同時に同じファイルを修正しようとするなど）を処理しなければなりません。しかし、Antigravity には組み込みの競合検出メカニズムがあり、コミット前に警告してくれます。

実戦：初めてのエージェントの設定と検証

さて、ここまで話してきたら、試してみたくなったのではないでしょうか。

Antigravity は個人開発者向けに現在、無料で提供されています（パブリック・プレビュー期間）。インストールが完了すると、Editor View と Manager View の2つのビューが表示されます。

Editor View は、使い慣れた VS Code のように、コード補完、シンタックスハイライト、サイドバーチャットを備えています。まずは軽く体験したいなら、ここでの Agent Sidebar でも簡単なタスクを完了できます。

しかし、真の力は Manager View にあります。ビューを切り替えると、「ミッションコントロールセンター」のようなインターフェースが表示されます。

ステップ1：エージェントの作成

「New Agent」をクリックし、エージェントに名前（例：「Refactor Agent」）を付け、モデル（Gemini 3 Pro、Claude Sonnet、GPT-OSS など）を選択し、制約条件（例：「テストファイルは修正しない」「後方互換性を維持する」など）を設定します。

ステップ2：タスクの派遣

タスクボックスに自然言語で要件を記述します。ポイントは、**具体的で検証可能（具体的、可検証）**であることです。

❌ 悪いタスク記述：「このモジュールを最適化して」
✅ 良いタスク記述：「utils/auth.py 内の JWT 認証ロジックを独立した jwt_handler.py ファイルに抽出し、すべてのインポート文を更新し、既存の API シグネチャを維持してください」

ステップ3：進捗のモニタリング

エージェントが動き始めると、Manager View でその状態を確認できます。タスクが長い場合は、Editor View に戻って他の作業を続けられます。

ステップ4：結果の検証

タスク完了後、まず Artifacts パネルの「タスク計画」を見て、エージェントの理解があなたの意図と一致しているか確認します。次にコードの diff を見て、修正範囲を確認します。最後にテストを実行し、既存の機能を壊していないか確認します。

小さなアドバイス：使い始めの頃は、コードのフォーマット、変数のリネーム、ドキュメントの更新など、低リスクなタスクから練習することをお勧めします。エージェントの能力の境界線が分かってきたら、より複雑なリファクタリングに挑戦しましょう。

能力の境界線について言えば、客観的に見て Antigravity も万能ではありません。

現実的な視点：Antigravity の限界

ITECS のエンタープライズ級の評価によれば、Antigravity は自律型エージェントアーキテクチャと監査成果物の生成において先行していますが、本番環境での企業採用にはいくつかの障壁が存在します。

主な制限は以下の通りです。

Vultr - 高性能NVMeクラウドサーバー、世界32拠点、Dockerワンクリック展開対応

価格を見る →広告

セキュリティの考慮：AIにコードを自律的に修正させることは、企業環境において潜在的なリスクを伴います。Artifacts が監査機能を提供しているとはいえ、高度に機密性の高いプロジェクトには完全な委任は適さないかもしれません。

エコシステムの統合：VS Code + Copilot のエコシステムの成熟度に比べ、Antigravity のプラグインやサードパーティ統合はまだ少ないのが現状です。特定のワークフローツールに依存している場合は、検討が必要です。

学習曲線：「補完思考」から「委任思考」への転換には時間がかかります。多くの開発者が初期に「コントロールを失った感覚」を覚えますが、それは正常な反応です。

また、すべての人がこのパラダイムに向いているわけではありません。コードを書くプロセス自体を楽しみ、一行ずつ自分の手でコントロールしたい人には、Copilot や Cursor の方が合っているかもしれません。Antigravity は、「定型的な労働から解放され、アーキテクチャや戦略に集中したい」という開発者のために設計されています。

結语

長々と話してきましたが、核心的なポイントは一行に集約されます。エージェント・ファーストは開発者の代替ではなく、開発者のアップグレードである、ということです。

Copilot の「AIが私のコーディングを補助する」から、Antigravity の「私が AI のコーディングを指導する」へ。これは単なるツールの変化ではなく、思考プロセスの変化です。あなたの価値は、キーボードを叩くスピードではなく、問題を定義し、アーキテクチャを設計し、結果を検証する能力によって決まるようになります。

正直に言って、この転換は一晩で完了するものではありません。私自身、まだ適応している最中です。しかし、私が本来2時間かけるはずだったリファクタリング・タスクを、エージェントが10分で完了させたのを見たとき、この方向性が正しいことを確信しました。

もし皆さんも試してみたいなら、まずは小さなタスクから始めてみてください。Antigravity をダウンロードし、ずっとリファクタリングしたかったけれど時間がなかったモジュールを選び、エージェントを派遣してみてください。何が起きるか、見てみましょう。

最初の結果は完璧ではないかもしれません。それで構いません。プロンプトを調整し、制約条件を変えて、もう一度試してみてください。

少しずつ、定型的な作業に費やす時間が減り、本当に価値のある決断に費やす時間が増えていくことに気づくはずです。

そして、それこそが AI プログラミングツールが私たちに届けるべき「価値」なのです。

6 min read · 公開日: 2026年2月27日 · 更新日: 2026年3月18日

Easton

AI・インテリジェンス