Cursor新機能まとめ2025｜AI開発を変える注目アップデート

Cursorとは？AIコードエディタが注目される理由

Cursor（カーソル）は、AI機能を標準搭載した次世代のコードエディタです。Visual Studio Code（VS Code）をベースに開発されており、コード補完・自動生成・チャットによるコード修正といったAI支援機能が特徴となっています。

2024年後半から急速にユーザー数を伸ばし、2025年現在では世界中のエンジニアが日常的に利用するツールへと成長しました。開発元のAnysphere社は2025年に入り大型の資金調達を完了し、開発スピードをさらに加速させています。

Cursorが注目される最大の理由は、コーディング作業の生産性を劇的に向上させる点にあります。従来のエディタでは手動で行っていたコード記述やデバッグ作業の多くを、AIが自動で補助してくれます。GitHub Copilotなど他のAIコーディングツールと比較しても、エディタそのものにAIが深く統合されている点で差別化されています。

特に2025年に入ってからのアップデートは目覚ましく、単なるコード補完ツールから「AIエージェントがコードを書いてくれる開発環境」へと進化しています。この記事では、そうしたCursorの新機能を網羅的に解説します。

【2025年最新】Cursorの注目新機能一覧

2025年にリリースされた、または大幅にアップデートされたCursorの新機能を一覧で整理します。それぞれの詳細は後のセクションで解説しますので、まずは全体像を把握してください。

これらの新機能は、単独でも強力ですが、組み合わせて使うことで開発ワークフロー全体を大幅に効率化できます。以下で一つずつ詳しく見ていきましょう。

Background Agent：バックグラウンドで動くAI開発エージェント

2025年のCursor最大のアップデートといえるのがBackground Agent（バックグラウンドエージェント）です。この機能は、開発者がCursorを操作していない間でも、AIが自律的にコードを書いてくれるというものです。

Background Agentの仕組み

Background Agentは、クラウド上のサンドボックス環境でコードの変更を行います。具体的には以下のような流れで動作します。

1. 開発者が自然言語でタスクを指示する（例：「ログイン画面にバリデーションを追加して」）
2. AIがリポジトリのコードを分析し、変更計画を立てる
3. クラウド上で実際にコードを修正・新規作成する
4. リンターやテストを自動で実行して品質を確認する
5. 完了したらプルリクエストとして提出するか、開発者に通知する

重要なのは、この処理がすべてバックグラウンドで行われるため、開発者は別の作業に集中できるという点です。複数のタスクを同時に並行して依頼することも可能です。

実務での活用シーン

Background Agentが特に効果を発揮するのは、以下のようなケースです。

• テストコードの自動生成と実行
• 既存コードのリファクタリング
• ドキュメントやコメントの自動追加
• 定型的なCRUD機能の実装
• 依存ライブラリのアップデート対応

例えば、JavaのSpring Bootプロジェクトで新しいAPIエンドポイントを追加したい場合、「ユーザー情報を取得するGET APIを作成して、バリデーションとユニットテストも含めて」と指示するだけで、Controller・Service・Repository・テストクラスまで一括生成してくれます。

SES（システムエンジニアリングサービス）の現場では、複数のプロジェクトを担当するエンジニアも少なくありません。株式会社アイティークロスでも大手自動車メーカーや金融機関の案件を手がけていますが、こうしたプロジェクトでBackground Agentを活用すれば、定型作業を大幅に削減し、設計やレビューなどの付加価値の高い業務に集中できるようになります。

BugBot：AIによるプルリクエスト自動レビュー

BugBot（バグボット）は、GitHubと連携してプルリクエスト（PR）を自動的にレビューし、潜在的なバグやセキュリティリスクを検出する機能です。

BugBotの特徴

BugBotは以下のような特徴を持っています。

• プルリクエストが作成されると自動的にレビューを開始する
• コードの変更差分を分析し、バグの可能性がある箇所にコメントを付ける
• セキュリティ上の問題点も検出する
• 人間のレビュアーが見落としがちなエッジケースを指摘する
• CursorのダッシュボードおよびGitHub上の両方で結果を確認できる

従来のコードレビューでは、レビュアーの経験やスキルによって指摘の質にばらつきがありました。BugBotを導入することで、一定水準以上のレビュー品質を全プルリクエストに対して担保できるようになります。

設定と使い方

BugBotの設定は非常にシンプルです。CursorのダッシュボードからGitHubリポジトリを連携するだけで利用を開始できます。レビューの対象ブランチやレビューの厳しさなどもカスタマイズ可能です。

チーム開発の現場では、BugBotの指摘を「最初のレビュー」として活用し、その後に人間のレビュアーが確認するというワークフローが効率的です。これにより、レビュー全体の時間を30〜50%削減できたという事例も報告されています。

Max Modeと新AIモデル対応の進化

Cursorは複数のAIモデルに対応しており、ユーザーが目的に応じてモデルを選択できる仕組みになっています。2025年のアップデートでは、この仕組みがさらに強化されました。

Max Modeとは

Max Modeは、Claude 3.5 Sonnet、GPT-4o、Claude 4 Sonnetなど最上位のAIモデルをフル性能で使用できるモードです。通常モードではトークン数や応答速度に制限がかかる場合がありますが、Max Modeではこうした制限が緩和されます。

利用は従量課金制で、リクエストごとに料金が発生します。大規模なリファクタリングや複雑なアルゴリズムの生成など、高い精度が求められるタスクでの利用に適しています。

対応モデルの拡充

2025年にはCursorが対応するAIモデルも大幅に増えました。主なものを紹介します。

プロジェクトの要件やタスクの性質に応じて最適なモデルを選択することで、コストと品質のバランスを取ることができます。例えば、日常的なコード補完にはcursor-smallを使い、複雑な設計の相談にはClaude 4 Sonnetを使うといった使い分けが効果的です。

Agent機能の統合とMemory・Rules機能

2025年のCursorでは、従来「Composer」と呼ばれていたAIエージェント機能がエディタ全体に統合され、より自然にAIと協働できるようになりました。

Agent機能の統合

以前のCursorでは、通常のチャット機能とComposer（エージェント）機能が別のインターフェースに分かれていました。2025年のアップデートにより、これらが統合され、チャットウィンドウからシームレスにエージェントモードに切り替えられるようになっています。

エージェントモードでは、AIが以下のような操作を自動で行います。

• 複数ファイルにまたがるコード変更
• ターミナルコマンドの実行
• ファイルの新規作成・削除
• パッケージのインストール
• エラーの検出と自動修正

特に強化されたのがターミナル統合です。AIがコマンドを提案するだけでなく、許可を得た上で実際にコマンドを実行し、その結果を見て次のアクションを判断します。ビルドエラーが発生した場合も、エラーログを解析して自動で修正を試みます。

Memory機能

Memory機能は、AIにプロジェクトの背景知識や個人の好みを記憶させる機能です。チャット中に「これを覚えておいて」と指示するか、設定画面から直接メモリを追加できます。

例えば、以下のような情報を記憶させると効果的です。

• 「このプロジェクトではTypeScript 5.4を使用している」
• 「テストフレームワークはJestではなくVitestを使う」
• 「変数名はキャメルケースで統一する」
• 「APIレスポンスは必ずDTO（Data Transfer Object）に変換する」

Memory機能を活用することで、毎回同じ前提条件を説明する手間が省け、AIの出力精度も向上します。

Rules機能（.cursorrules）

Rules機能は、プロジェクトルートに.cursorrulesファイルを配置することで、AIの振る舞いをプロジェクト単位でカスタマイズする仕組みです。チーム全員が同じルールを共有できるため、コードの品質やスタイルの統一に役立ちます。

Rulesには以下のような内容を記述します。

• コーディング規約（命名規則、インデント、コメントのルール）
• アーキテクチャのガイドライン
• 使用すべきライブラリや避けるべきパターン
• テストの書き方に関するルール

SESの現場では、参画するプロジェクトごとにコーディング規約が異なることが一般的です。Rules機能を活用すれば、プロジェクト切り替え時の学習コストを大幅に削減できます。

MCP対応とJupyter Notebook対応

MCP（Model Context Protocol）対応

MCPは、AIモデルと外部ツール・データソースを接続するためのオープンプロトコルです。Anthropicが提唱した規格で、2025年に入りCursorも正式にMCPに対応しました。

MCP対応により、以下のようなことが可能になります。

• データベースに直接クエリを実行してスキーマ情報を取得する
• JiraやNotionなどのプロジェクト管理ツールと連携する
• Figmaのデザインデータを参照してUIコンポーネントを生成する
• 社内APIのドキュメントを参照して実装コードを生成する
• Slackやメール通知と連携してタスクの完了を通知する

MCPサーバーの設定はCursorの設定画面から行えます。JSONファイルでサーバーの接続情報を記述するだけで利用を開始できるため、導入のハードルは低いといえます。

この機能は特にチーム開発や大規模プロジェクトで威力を発揮します。例えば、官公庁や金融機関のシステム開発では、仕様書やデータベーススキーマが膨大になりがちです。MCP経由でこれらの情報にAIがアクセスできれば、より正確なコード生成が期待できます。

Jupyter Notebook対応

データサイエンスや機械学習の分野で広く使われているJupyter NotebookがCursorでネイティブにサポートされるようになりました。

従来はJupyter Notebookの編集にはJupyterLabや他のエディタを使う必要がありましたが、Cursor上で直接.ipynbファイルを開き、セルの実行やAIによるコード補完を利用できます。

Python・Pandas・NumPy・scikit-learnなどのデータ分析ライブラリとの相性も良く、「このデータフレームの欠損値を処理して可視化して」といった自然言語の指示でコードを生成してくれます。

実務に活かすCursor新機能の活用テクニック

ここまで紹介した新機能を実務で最大限に活用するためのテクニックを紹介します。

1. タスクの切り分けでBackground Agentを効率運用

Background Agentに丸投げするのではなく、タスクを適切な粒度に分割して依頼することが重要です。大きすぎるタスクはAIが意図を誤解するリスクが高まります。

推奨されるタスク粒度の例を紹介します。

• 良い例：「UserServiceクラスにメールアドレスの重複チェックメソッドを追加して」
• 悪い例：「ユーザー管理機能を全部作って」

2. .cursorrulesの充実がAI出力の品質を決める

プロジェクトのRulesファイルを丁寧に書き込むほど、AIの出力がプロジェクトの要件に合致するようになります。最初に30分かけてRulesを整備するだけで、その後の開発効率が大きく変わります。

3. BugBot + 人間レビューのハイブリッド運用

BugBotによる自動レビューを「一次レビュー」、人間のレビューを「二次レビュー」として位置づけると効率的です。BugBotが検出できる型の不整合やNullチェック漏れなどの定型的なバグは自動化し、ビジネスロジックの妥当性やアーキテクチャの判断は人間が担当します。

4. モデルの使い分けでコストを最適化

すべてのタスクに最上位モデルを使うとコストが膨らみます。以下のような使い分けが現実的です。

5. MCPでプロジェクト固有のコンテキストを強化

MCP対応のサーバーを構築して、社内のAPIドキュメントやデータベーススキーマをAIに提供すると、生成コードの精度が飛躍的に向上します。特に既存の大規模システムに機能追加する場合に効果的です。

こうしたAIツールの活用スキルは、今後のITエンジニアにとって重要な差別化要因になります。株式会社アイティークロスでは、充実した研修制度を通じて最新技術のキャッチアップを支援しています。Java、PHP、Python、JavaScript、AWS、Oracleといった基盤技術に加え、AIツール活用のノウハウも蓄積しています。

Cursor新機能に関する料金プランの変更点

2025年のアップデートに伴い、Cursorの料金プランにも変更がありました。最新のプラン体系を整理します。

注目すべきは、Background Agentの利用にはProプラン以上が必要な点です。また、Max Modeはプレミアムリクエストとは別の従量課金となるため、利用量には注意が必要です。

無料のHobbyプランでも基本的なAIコード補完やチャット機能は利用できるため、まずは無料プランで試してみて、必要に応じてアップグレードするのがおすすめです。

CursorとVS Code・GitHub Copilotとの違い

Cursorの導入を検討する際、多くのエンジニアが気になるのが「VS CodeやGitHub Copilotとの違い」です。ここでは比較ポイントを整理します。

VS Codeとの関係

CursorはVS Codeをフォーク（派生）して開発されたエディタです。そのため、VS Codeの拡張機能やショートカットキー、設定の多くがそのまま利用できます。VS Codeからの移行は非常にスムーズで、設定のインポート機能も用意されています。

GitHub Copilotとの違い

GitHub CopilotがVS Codeの拡張機能として動作するのに対し、Cursorはエディタ自体にAIが統合されています。この違いにより、以下のような差が生まれます。

• Cursorはエディタ内のファイル構造やプロジェクト全体をコンテキストとして活用できる
• Cursorは複数ファイルの同時編集や自動的なファイル作成が可能
• CursorのAgent機能はターミナル操作まで自動化できる
• CursorはAIモデルを複数から選択できる（Copilotは主にGPT系に限定）

一方で、GitHub Copilotは既存のVS Code環境にプラグインとして導入できる手軽さがあります。チームの開発環境に制約がある場合はCopilotの方が導入しやすいケースもあるでしょう。

どちらが優れているかは一概には言えませんが、AIをフル活用した開発体験を求めるならCursor、既存環境への最小限の変更で導入したいならGitHub Copilotという使い分けが一般的です。

AI開発ツールの進化とエンジニアのキャリアへの影響

Cursorの新機能が示すように、AI開発ツールは急速に進化しています。この変化はエンジニアのキャリアにどのような影響を与えるのでしょうか。

求められるスキルの変化

AIがコードを自動生成できるようになっても、エンジニアの仕事がなくなるわけではありません。むしろ、以下のようなスキルの重要性が高まっています。

• 要件定義・設計スキル：AIに的確な指示を出すためには、何を作るべきかを明確に理解している必要がある
• コードレビュースキル：AIが生成したコードの品質を判断できる能力
• アーキテクチャ設計力：システム全体の構造を俯瞰して設計する力
• ドメイン知識：業界固有の業務知識やビジネスロジックの理解
• AI活用スキル：プロンプト設計やツールの効率的な使い方

SES業界への影響

SES業界においても、AIツールを効果的に活用できるエンジニアの需要は高まっています。AIを使って生産性を上げられるエンジニアは、クライアント企業にとって大きな価値を持ちます。

株式会社アイティークロスでは、エンジニア一人ひとりの希望を100%ヒアリングし、スキルアップにつながる最適な案件をマッチングしています。異業種からの転職者が5割以上という実績が示すように、未経験からでもIT業界でキャリアを築くことが可能です。年間休日125日、残業月平均12.3時間という働きやすい環境のもと、最新技術の学習にも十分な時間を確保できます。

名古屋エリアでは大手自動車メーカー、金融機関、官公庁、製造業といった多様な業種のIT案件があり、幅広い経験を積むことができます。AI時代にこそ、基盤となる技術力と多様な実務経験を持つエンジニアが求められています。

まとめ：Cursor新機能を使いこなして開発効率を最大化しよう

2025年のCursorは、単なるコード補完ツールからAIが自律的に開発を支援するプラットフォームへと大きく進化しました。最後に、この記事のポイントを整理します。

• Background Agentはバックグラウンドで自律的にコードを書くAIエージェント。タスクを適切に分割して依頼するのが活用のコツ
• BugBotはプルリクエストを自動レビューしバグを検出。人間レビューと組み合わせて品質を向上できる
• Max Modeで最上位モデルをフル性能で利用可能。タスクの重要度に応じてモデルを使い分けるのが効率的
• Agent機能の統合により、チャットからシームレスにファイル編集・ターミナル操作が可能に
• Memory・Rules機能でプロジェクト固有の知識をAIに記憶させ、出力精度を向上
• MCP対応で外部ツール・データソースとAIを接続し、コンテキストを強化
• Jupyter Notebook対応でデータサイエンス分野にも対応
• AIツールの進化に伴い、要件定義・設計・レビューといった上流スキルの重要性が高まっている

Cursorの新機能を積極的に取り入れて、日々の開発を効率化していきましょう。AIツールを味方にできるエンジニアは、今後のIT業界でますます活躍の場を広げていくはずです。