この記事のまとめ
Cursor Projectsは、機能開発やマイグレーション、アプリケーション全体の構築といった大規模な作業に取り組むための仕組みです。監督役となるコーディネーターエージェントと対話しながら、実際のタスクは多数のサブエージェントに任せられます。ここでは、押さえておきたい4つのポイントを整理します。
- Projectsは数か月に及ぶ作業のコンテキストを保ち、数千のサブエージェントにタスクを委任します。
- 中核となるのは、クラウドでの実行、Project ごとに同期される共有コンテキスト、そして自ら動き出すSubscriptionsの3つです。
- Cursorは社内で数百件のPRに及ぶマイグレーションなどに使い、新規ユーザーのマージPRが30%増えたと発表しました。
- Projectsはbeta版として全ユーザーへ順次提供が始まり、左側のナビゲーションから開始できます。
Cursor Projectsの全体像
Projectsで扱える仕事の範囲
Projectsは、1回のチャットでは完結しない大規模な作業を任せるための仕組みです。従来のAIコーディング支援が「1つの会話でできる範囲」に限定されていたのに対し、Projectsはその制約を根本から取り払っています。
Cursorは Projects のリリースに際し、機能開発やマイグレーション、アプリ全体の構築など、より大規模な開発に対応できると説明しました。Projects は数か月に及ぶ作業のコンテキストを維持しつつ、数千ものサブエージェントにタスクを委任します。さらに、都度の指示がなくても定期的なタスクを自律的にこなします（参照*1）。
この位置づけは、Cursorが2月に示した開発ビジョンにも通底しています。同社は、エージェントの群れが開発全体を担う「ソフトウェア開発の第三の時代」を掲げ、Projects をその具現化された姿と位置づけました。抽象度を一段引き上げることで、開発者は個々のエージェント管理から解放され、作業全体の指揮に集中できるようになります（参照*1）。
私がこの発想で注目したのは、「エージェントを管理する」という作業そのものをAIに任せるという設計です。生成AIの業務導入でよく詰まるのは、AIに何をさせるかを決めるところです。Projectsはその判断をコーディネーターに委ねる構造になっており、利用者が個々のエージェントに細かく指示を出す必要がなくなります。これは、単なる機能追加ではなく、AIと人間の役割分担を再設計する試みだと見ています。
コーディネーターエージェントの役割
Project の統括は、コーディネーターエージェントとのチャットを通じて行います。
コーディネーター自身は直接コードを書きません。実際に実装を担うのは他のエージェントであり、コーディネーターは指示出しに専念します。自ら実行せず委任に特化しているため、重い処理でブロックされることなく、常にユーザーの入力へ即座に応答できます（参照*1）。
つまり、ユーザーがやり取りする窓口は1つに集約されます。細かな実装は委任されたエージェントが担当し、コーディネーターは常に会話可能な状態を維持します。Cursorの発表によると、Projects は数千のサブエージェントにタスクを割り振ることが可能です（参照*1）。
委任先のエージェントが増加しても、利用者はコーディネーターに話しかけるだけで作業を進められます。こうした高度な並列処理は、専用のクラウド環境上で実行される基盤によって実現されています（参照*1）。
Projectsを支える3つの中核機能
クラウド実行とローカル実行の使い分け
Projects は、クラウド環境での実行を基本としつつ、必要な場面でのみローカル環境を利用します。
Project は専用のサーバー環境上で動作するため、作業用PCの画面を閉じても中断されません。その結果、手元のマシン性能に縛られることなく、多数のサブエージェントを並列実行できます。ローカル環境での検証が必要になった際には、コーディネーターが手元でエージェントを立ち上げ、テストを実行します（参照*1）。
このように、実行環境は用途に応じて2つに分かれています。日常的な処理はクラウドの専用環境で行い、手元での動作確認が必要な工程のみローカルマシンを使う構成です。この切り替えと起動の制御は、すべてコーディネーターが自動で行います（参照*1）。
共有コンテキストの蓄積
共有コンテキストが蓄積されるため、新しいタスクを依頼するたびに前提知識を一から説明し直す必要はありません。これは、実務上の手間を大きく削る設計です。
各 Project は、配下のエージェントが扱うすべてのクラウドおよびローカル環境間で同期される一連のファイルを保持します。エージェントは調査結果や成果物だけでなく、コードベースから得た知見や、開発者の好む進行スタイルも記録していきます。たとえば、あるエージェントがテスト手順を把握すれば、以降のすべてのエージェントがその知見を再利用できます（参照*1）。
再調査にかかる工数が削られるだけでなく、プロジェクト固有のルールも自然とファイルに定着します。これによって、数か月にわたる長期開発でも一貫したコンテキストを維持できるようになります（参照*1）。
一方で、この「蓄積されたコンテキスト」の品質管理は、運用上の重要課題になると考えています。誤った知見や古い判断基準が共有コンテキストに残り続けると、以降のすべてのエージェントがその誤りを前提に動いてしまいます。長期プロジェクトでは、コンテキストの定期的な見直しと整理が必要になるはずです。
Subscriptionsによる自動起動
Subscriptions は、ユーザーの入力を待つことなくコーディネーターが自律的に動き出す機能です。
コーディネーターは、指定したSlackチャンネルを監視できるほか、スケジュールに沿った定期実行にも対応しています。さらに、対象のリポジトリ全体のPRを追跡してCIエラーを修正したり、PRの作成やマージを検知して自動で作業を開始したりも可能です（参照*1）。
この仕組みにより、コーディネーターはプロンプトの送信を待たず、検知した外部シグナルをトリガーとして行動できます。人の直接的な指示だけでなく、チャットへの投稿や所定の時刻、PRのステータス変化が開発の起点になります（参照*1）。
Cursor社内での活用パターン
機能開発での使い方
Cursor社内では、まとまった作業単位ごとに Project を立ち上げる運用が定着しています。
多くのエンジニアは、機能開発の着手にあたり、まずエージェントに既存コードの調査を任せます。調査結果は共有コンテキストへ自動で記録されます。それを受けてコーディネーターが実行計画を策定し、複数のサブエージェントに実装とテストを分担させて並列処理を進めます（参照*1）。
フィードバックを重ねるにつれ、Project は設計方針や好みの実装パターンを学習していきます。手元で動作確認できる段階になれば、コーディネーターがローカル環境でエージェントを立ち上げて実行します。リリース後も同じ Project が監視を続け、当時の設計背景を理解した状態でバグ報告へ迅速に対処できます（参照*1）。
マイグレーションでの使い方
マイグレーションは着手こそ容易なものの完遂が難しく、Projects がとりわけ強みを発揮する領域だとCursorは説明しています。数百件規模のPRを人間だけで処理しようとすれば、途中で優先度が変わり、放置されるケースは珍しくありません。
Cursorでも、新フレームワークへの刷新やスタイル定義の置き換えなど、数百件規模のPRを要する作業に Projects が活用されてきました。実際の進め方は、まずコーディネーターとともに安全な移行方針を固めることから始まります。その後はコーディネーターが主導し、コードベース全体へ段階的に適用していきます（参照*1）。
レビューにかける工数も柔軟に調整されています。初期段階では各PRを人が細かく確認し、修正パターンが安定した段階でチェックの頻度を抑えます。以降はコーディネーター主導で、自律的にマイグレーションを完了まで進める運用です（参照*1）。この「最初は人が密にチェックし、安定したら委任を増やす」というアプローチは、生成AI導入の現場で私が実際に勧めているやり方とも一致しています。
ガーデニングでの使い方
継続的なメンテナンスが求められる作業も、Project を活用して自動化できます。
Cursorのあるエンジニアは、この仕組みを用いてデザインシステムの保守を運用しています。当初はすべての修正PRを人間が個別にレビューし、規約違反を手作業で直していました。現在はコーディネーターが新規PRを走査してデザイン関連の差分を検出し、同じ違反を2回検知した段階で自動的にlintルールを追加しています（参照*1）。
処理されるタスク量も膨大です。この Project は1日に20〜100件ものPRを処理する見通しであり、コーディネーターが事前整理を担うことで、開発者は重要度の高い変更箇所の確認だけに集中できます（参照*1）。
運用のポイントと始め方
示されている生産性の変化
Cursorは、自社内での実践データをもとに生産性の向上度合いを発表しました。
同社は数か月にわたり Projects を活用し、数百件規模のPRを伴うマイグレーションや、デザインシステムの品質維持、さらに Projects 自体の開発を進めてきました。その結果、開発効率を大幅に押し上げる効果が確認されたとしています。新規ユーザーのマージPR数が30%増加し、Projects を中心に活用する開発者は6倍ものPRをマージできたと報告されています（参照*1）。
これらの数値は、Cursorが社内運用の実績データに基づいて公式に発表したものです（参照*1）。ただし、自社内での活用実績である点は留意が必要です。ツールの開発元が自社製品に最も習熟しているのは当然であり、一般の開発チームに同じ数値がそのまま再現されるとは限りません。
レビューと検証体制の整え方
エージェントが作成したコードについても、人間が書いたものと同じ基準で検証すべきだという見解が示されています。これは、生成AIを業務に組み込む際の原則として、私も強く同意する点です。
GitLabは、Cursorと自社ツールを組み合わせたJava近代化のチュートリアルで、レビュー方針について言及しました。どれほど迅速に生成されたコードであっても、Code Review Flowを通じて通常のマージリクエストと同等の品質基準を満たす必要があると述べています。マージリクエストは、チームが協力し意思決定を行う場であり続けるべきだとしています（参照*2）。
また、開発のボトルネックがどこへ移行するかについての指摘もあります。Wharton の記事で紹介された調査では、最も高い増加率を示した場合でも、プロジェクト数の増加は50%、リリース数の増加は30%にとどまりました。著者らは、ソフトウェア開発の制約要因が「コーディング作業」から「レビューや統合、最終的なデプロイ」へと移り変わっていると指摘しています（参照*3）。
この「ボトルネックの移行」という指摘は重要です。コーディング量が増えれば増えるほど、レビューと統合、そして最終的なデプロイ判断を担う人間の負荷が上がります。つまり、Projectsを最大限に活用するには、生成されたコードを速く・正確に評価できる体制を先に整えることが前提になります。ツールの導入より、チェック・承認・監査の仕組みをどう低コストに回すかを先に設計すべきだと考えています。
Projectsの始め方
機能の利用開始方法は非常にシンプルです。
Cursorは、Projects をbeta版として発表当日より全ユーザーへ順次提供を開始すると案内しました。利用する際は、エディタ左側のナビゲーションメニューから Project を作成します。開発したい要件を伝えるだけで、以降の進行はコーディネーターが自動で引き継ぎます（参照*1）。
初期の入力段階では、実現したい要件の概要を伝えるだけで十分です。その後はコーディネーターが自律的に実行プランを組み立て、複数のサブエージェントに実装とテストを割り振って並列に作業を進めます（参照*1）。
向いている仕事の見極め
Projects が真価を発揮するのは、1回のチャット対話だけでは終わらない継続的なタスクです。
Cursorは、複数のPRにまたがる機能開発や大規模マイグレーション、あるいは離席中にバックグラウンドで進めておきたい作業などで特に効果的だと説明しています。手元のPCを閉じても作業を継続できるのは、Project が専用のクラウド環境上で動作しているためです（参照*1）。
長期にわたる開発ほど、過去の経緯や文脈の蓄積が重要になります。Projectsは数か月単位で作業コンテキストを保持し、人間の常時監視がなくても自律的に定期タスクを遂行します（参照*1）。逆に言えば、単発の質問や短時間で完結する実装であれば、通常のChatモードで十分です。Projectsは、使いどころを選ぶ機能だという理解が、運用コストを下げる上で大切です。
おわりに
Cursor Projects は、機能開発やマイグレーション、アプリ構築といった大規模な開発を、コーディネーターへの委任を通じて円滑に進めるための仕組みです。開発の抽象度を一段引き上げることで、エンジニアはエージェントの細かな管理業務から解放され、作業全体のディレクションに集中できるようになります（参照*1）。
クラウド実行、共有コンテキスト、Subscriptions という3つの中核機能が、この新しい開発スタイルを強固に支えます。Projectsはbeta版として全ユーザー向けに順次提供が開始されており、左側のナビゲーションからすぐに利用を始められます（参照*1）。ただし、導入する前に、レビュー体制とコンテキスト管理の設計を先に済ませておくことを勧めます。ツールの機能を活かすも殺すも、受け取る側の体制次第です。
監修者
安達裕哉（あだち ゆうや）
デロイト トーマツ コンサルティングにて品質マネジメント、人事などの分野でコンサルティングに従事しその後、監査法人トーマツの中小企業向けコンサルティング部門の立ち上げに参画。大阪支社長、東京支社長を歴任したのち2013年5月にwebマーケティング、コンテンツ制作を行う「ティネクト株式会社」を設立。ビジネスメディア「Books&Apps」を運営。
2023年7月に生成AIコンサルティング、およびAIメディア運営を行う「ワークワンダース株式会社」を設立。ICJ2号ファンドによる調達を実施(1.3億円)。
著書「頭のいい人が話す前に考えていること」 が、95万部（2026年6月時点）を売り上げる。
（“2023年・2024年上半期に日本で一番売れたビジネス書”（トーハン調べ／日販調べ））
