AIエージェント能力アトラス › 仕事ごとの一覧 › ソフトウェア開発 › 既存コード改修（大規模リポジトリ理解/機能追加/リファクタ）
既存コードベースへの機能追加
Add a feature to an existing codebase
3/52026年: 実務品質（要確認）
2030年（予測）: 5/5 専門家超え
2030年（予測）: 5/5 専門家超え
02022
12023
22024
32025
32026
42027予
42028予
52030予
0 できない ／ 1 デモ止まり ／ 2 補助 ／ 3 実務品質（要確認） ／ 4 専門家並み ／ 5 専門家超え。「予」は予測。
専門家と比べて
既存パターンに沿った機能追加はジュニア〜ミドル相当。要確認だがそのまま出せる水準
できること
既存の設計パターン・命名規約を検出して踏襲し、テスト込みで機能追加PRを作成
まだできないこと
既存設計が持つ暗黙のトレードオフ（なぜこの実装なのか）を理解した上での一貫した拡張
なぜそうなのか
コードの「なぜ」はコミット履歴や口頭合意に散らばっており、コードだけからは再構築できないことが多い
これからの予測の根拠
DORA 2026のスループット指標(+66.2%)の伸びが継続すれば2028年には定型的な機能追加はほぼ自動化される見込み
いま使える主な道具
Claude Code、GitHub Copilot Agent、Cursor
根拠
- How Coding Agents Fail Their Users: A Large-Scale Analysis of Developer-Agent Misalignment in 20,574 Real-World Sessions 2026-05
実セッション2万件超の分析で、既存規約からの逸脱がエージェント失敗の主要因の一つと特定
同じ分野のほかの仕事（既存コード改修（大規模リポジトリ理解/機能追加/リファクタ））
AIエージェント能力アトラス 2026（2026-09-06 時点・v1.0）の1マスです。レベルは公開された実験・ベンチマーク・報告から付けた目安で、2027年以降は予測です。全マスに根拠のリンクがあります。作者は個人で、AI（Claude）と一緒に調べて作っています。