コーディングエージェントは、エディター、ファイルシステム、ターミナルを道具として使う AI エージェントです。
しくみ
エージェントは自然言語でタスクを受け取り、ループの中で作業します。ターンごとに、モデルは回答するか、「このファイルを読む」「この編集を適用する」「テストを実行する」といったツール呼び出しを返します。ツールのホストがそれを実行し、出力を追加して、もう一度モデルを呼び出します。
Claude Code のドキュメントは、これを “an agentic coding tool that reads your codebase, edits files, runs commands, and integrates with your development tools.”(訳:コードベースを読み、ファイルを編集し、コマンドを実行し、開発ツールと連携するエージェント型コーディングツール)と説明しています。Aider や Cline などのツールも、インターフェースと権限モデルこそ違いますが、同じループで動きます。
SWE-agent の論文(Yang ら、2024)は、人間に IDE が必要なように、エージェントは独自のインターフェース、つまり “agent-computer interface”(訳:エージェントとコンピューターのインターフェース)を必要とする新しい種類のユーザーだと論じています。著者らは、自分たちのインターフェースを使って SWE-bench ベンチマークで pass@1 が 12.5% になったと報告し、当時の最高水準だとしています。
典型的な実行を、モデルへのリクエストとして見たものです。
| ステップ | モデルの出力 | 入力として送られるトークン |
|---|---|---|
| 1 | run_tests() |
システムプロンプト + ツール + タスク |
| 2 | read_file("src/parse.py") |
ステップ 1 + テストの出力 |
| 3 | edit_file(...) |
ステップ 2 + ファイルの内容 |
| 4 | run_tests() |
ステップ 3 + diff |
| 5 | 「修正しました。テストは通ります。」 | ステップ 4 + テストの出力 |
履歴全体を毎回送り直すので、入力はステップごとに大きくなります。
なぜ重要か
- コスト。 長いタスクでは、大きくてほとんどが繰り返しの入力を持つリクエストが大量に発生します。実行コストの記事では実際の数字で計算しており、コーディングエージェントのコスト削減では使える手段をまとめています。
- コンテキスト。 長いセッションはコンテキストウィンドウを埋めてしまいます。エージェントはコンテキストの圧縮やサブエージェントでそれを抑えます。
- モデルの適性。 モデルは、多くのターンにわたってツールのスキーマに確実に従う必要があります。コーディングエージェントに最適なオープンモデルを参照してください。
- 安全性。 コマンドを実行できるエージェントは、損害を与えることもできます。破壊的な操作には承認を必須にしたままにし、リポジトリの内容は信頼できない入力として扱ってください(プロンプトインジェクション)。
BroadNet Inference の場合
OpenAI 互換のベース URL を設定できるコーディングエージェントなら、https://inference.broadnet.ai/v1 で BroadNet を呼び出せます。Aider、Cline などのセットアップガイドがあります。BroadNet のドキュメントには、GLM 5.3 と Qwen3.8 27B のツール呼び出しが記載されています。
従量課金では、1 つのキーで 1 分あたり 30 リクエスト、同時実行 4 件までです。定額プラン(Full Moon、Orbit、Meteor)は DeepSeek V4.1 Flash をトークンの計量なしで利用できます。1 セッションは一度に 1 リクエストを処理するので、エージェント 1 つにちょうど合います。エージェントを並列で動かす場合や、サブエージェントを起動するエージェントを使う場合は、同時に実行するリクエストごとに 1 セッションを購入してください。計算方法はセッションのガイドで示しています。