JetBrains Developer Ecosystem Survey 2026の結果は、プログラミングエージェントの利用が限定的な試行段階を超えたものの、大多数の開発者にとって完全な作業方式にはまだなっていないことを示しています。2026年5月から7月にかけて調査に参加した1万5,000人超のプロの開発者は、前月に仕事のために作成したコードについて、AIエージェントが完全に生成したコード、AIの支援を受けて書いたコード、そして支援なしに手作業で書いたコードの割合を回答しました。
JetBrainsが公表した参加者の平均によると、コードの約47%はエージェントによって完全に生成され、約38%はAIの支援を受けて書かれた一方、約27%は完全に手作業で書かれていました。調査ではこれらの割合が結果として示されていますが、合計が100%を超えており、相互排他的なカテゴリーの分布を直接算術的に測定するものとして扱う前に、方法論的な再検討が必要な点です。
全面的な依存はいまだ少数派
手作業によるプログラミングが減少しているにもかかわらず、大半の開発者はコード全体の作成をエージェントに任せていません。JetBrainsによると、開発者の半数超がコードの20%未満を手作業で書いており、5人に1人はAIの支援なしにはコードをまったく書いていません。一方、エージェントによってコードの80%超を生成している人は、参加者の約22%にとどまります。
この結果は、「コードの100%」が自動生成されるようになったという一般的な主張とは異なる状況を示しています。全体的な方向性は明確ですが、実際の利用は開発者の全面的な置き換えではなく、完全生成、部分的な支援、手作業を組み合わせた形に近いものです。
経験豊富な開発者が導入を先行
調査によると、経験豊富な開発者は、コード作成の大部分をエージェントに移している先行グループの一つです。senior開発者の約4分の1は、コードの80%超をエージェントによって生成しています。これは、エージェントへの全面的な依存よりも、AIに支援された作業方式を選ぶ傾向が強い初級開発者より高い割合です。
ただし、これは経験豊富な開発者全員がエージェント方式を導入したことを意味しません。JetBrainsは、このグループ内にも大きなばらつきがあることを確認しています。実際には、経験は必ずしも手作業によるプログラミングを手放すことにつながりませんが、生成プロセスのより大きな部分を委任する意欲を高める可能性があります。
ツールと言語による違い
Claude Codeの利用者では、約32%がコードの80%超をエージェントによって生成しています。この割合はCodexの利用者では42%に上昇し、AIの支援なしにはコードをまったく書かない人の割合も、Codex利用者のグループでは37%に達します。Cursorの利用者は比較的Claude Codeの利用者に似ており、エージェントによって生成されたコードの平均割合は58%、コードの80%超の生成にエージェントを使う人は28%です。
JetBrainsは、これらの違いを、ツール全般の品質ではなく、ユーザー層の性質によるものとしています。調査の解釈によれば、Claude Codeの利用者は大規模な層になっている一方、Codexの利用者層には、エージェントの利用に習熟した開発者がより多く含まれている可能性があります。
プログラミング言語別では、Go、JavaScript、TypeScriptの開発者が、エージェントによって生成されたコードの平均割合が最も高く、54%から55%となっています。一方、CおよびC++の開発者は手作業で書かれたコードの割合が最も高く、平均38%です。JavaとPythonの開発者は中間に位置し、平均は48%から51%の範囲です。
地理的条件が大きな差を示す
地域差は調査の主要な結果の一つです。東アジア、特に中国、日本、韓国では、コードの80%超をエージェントによって生成している開発者の割合が約32%から35%に達します。この割合は、約16%である欧州および英国の水準のほぼ2倍です。
実際には何が変化しているのか？
JetBrainsは参加者を3つのパターンに分類しました。「エージェント型開発者」は開発者の約31%を占め、コードの平均84%をエージェントによって完全に生成しています。「AI支援型開発者」は約47%を占め、完全に生成されたコードの平均は40%、AIの支援を受けて書かれたコードの平均は60%です。「手作業型開発者」は約23%を占め、コードの平均75%を手作業で書いており、完全生成の利用は限定的です。
これらの数字から読み取るべき重要な点は、変化が手作業によるプログラミングとエージェント型プログラミングの間を二者択一的に移行する形ではなく、さまざまな作業方式の連続体として進んでいることです。この連続体は、経験、ツール、プログラミング言語、地域の影響を受けるため、エージェント導入を単一の利用率で測ると、実際の作業方法における大きな違いが見えなくなる可能性があります。
また、これらの結果には、開発者自身の推定回答に基づいているという限界があります。抽出された本文では、パターンの分類方法や平均値の算出方法について十分な詳細が示されていません。JetBrainsは、同じ調査からエージェント型開発に関する追加資料を公開すると発表しています。