Cursorを使ってみた – AI時代のペアプロ環境

門脇優児

Pocket

動機：なぜCursorを使ってみようと思ったのか？

近年、ChatGPTをはじめとする生成AI技術はかなり進化しており、色々なAIサービスが出てきました。

GitHub Copilot: MicrosoftとOpenAIが共同開発したAIペアプログラミングツール
Amazon CodeWhisperer: AWSが提供するAIコーディングアシスタント
Tabnine: オープンソースのAIコード補完ツール
Codeium: 無料で使える高性能なAIコーディングアシスタント
JetBrains AI Assistant: JetBrains IDE向けのAIアシスタント
Cursor: VS CodeをベースにしたAIコーディングエディタ

数ある中でCursorを選んだ理由としては、AIモデルの自動選択機能があるためです。
AI自体に大した興味はなく、細かい調査コストを抑えてとりあえず使用開始するためと、初回登録時なら2週間のPro版試用期間の間は色々とモデルを使用できるため、比較がしやすいかと考えたため選択しました。

初めて触ってみた印象

Cursorは一言で言えば、VS Codeです。外観や基本的なUIはVS Codeそのもので、既存のVS Codeユーザーであれば違和感なく使い始められます。
VS CodeにAIエージェントが統合されているだけといえばそれまでですが、

プロジェクト内のコードを自動で読み込む
複数ファイルにわたってコードの内容を解析
AIがコマンドも実行できる
コマンドの実行結果を読み取り自動で次の処理を考えて実行

など、一言で言えば「コピペの手間」が削減出来るのが非常にインパクトが大きいと感じました。
コードやエラーの内容をブラウザにコピペするのは、人間が行う必要がない単純作業です。それを省略できるというのは、本当に快適です。
軽い気持ちで使ってみましたが、使い始めると手放せなくなりました。

既存コードの解析

日々の業務では、既存プロジェクトへの途中参加や、他チームが開発したコードのキャッチアップする必要が発生します。
その際にドキュメントを読んだり、コードを読んだり、とにかくキャッチアップのコストが必要です。

プロジェクトごとにnpmだったり、yarnだったりとコマンドも違ったり、初期化コマンドがあったりなど、実行方法が様々でまず実行するまでが大変だったりします。
しかし「まずはローカルの開発サーバを立ち上げてください」と書けばエラーメッセージの解析含めて行けるところまで実行してくれます。
また、ローカル環境で実行するにもローカルのパスの問題や依存ライブラリの関係、envの内容等のコードの本質的な所ではない事でハマることが多々あるため、それを回避できるのは非常に嬉しいと考えます。

新規プロジェクト

初めて触る技術やフレームワークでは「Hello, World」を表示させるだけでも学習コストがかかりますが、
空のディレクトリをCursorで開いて「～のプロジェクトの雛形を作成してHello, Worldを表示してください」とでも書けば何かしら動作するものを作成できます。
何の技術にしても一番最初に触るまでの準備が大変なため、そのトライアンドエラーのコストを抑えてサクッと始められるのは非常に気分が良いです。