GitHub Copilotとは？Cursorとの違いと「複数AIの操作盤」

まだGitHub Copilotを「VS Codeでコードの続きを出すAI」だと思っているなら、製品選びの前提が変わっています。

2026年7月7日、GitHub Copilot appは無料枠のCopilot Freeを含む全利用プランへ開放されました。同じ日、JetBrains IDEのCopilot画面では、OpenAI Codexを作業の実行役として選べる公開プレビュー、つまり正式提供前の公開試験も始まっています。対応する有料プランでは、GitHub上でCopilotだけでなく、Anthropic ClaudeやOpenAI Codexへ仕事を振り、複数の進捗とPull Requestを一か所で追えます。

補完の賢さだけでCursorと比べると、今選ぶべきものを取り違えます。選択の中心は、どのAIが一行をうまく書くかから、どこに課題、変更、レビュー、権限を集めるかへ移りました。

GitHub Copilotは「AIそのもの」ではない

GitHub Copilotは、GPTやClaudeのようなAIモデルの名前ではありません。専用のコードエディタだけを指す名前でもありません。

現在のGitHub Copilotは、コードを書く、調べる、変更する、テストする、レビューする、進捗を管理するための機能群です。VS CodeやJetBrainsなどのIDE、GitHub.com、ターミナル、Copilot appで使えます。IDEは、コード編集、実行、エラー確認などをまとめた開発環境です。

混同しやすい三つを分けると、位置関係が見えます。

層	役割	例
AIモデル	文章やコードを考えて出力する中核	GPT、Claude、Geminiなど
コーディングエージェント	モデルにファイル読取、編集、コマンド実行などの道具を持たせた実行役	Copilot cloud agent、Claude、Codexなど
GitHub Copilot	モデルやエージェントを、コードとGitHubの作業へつなぐ製品群	IDE拡張、CLI、GitHub、Copilot app

LLMはLarge Language Modelの略で、日本語では大規模言語モデルと呼ばれます。LLMだけではパソコン上のファイルを勝手に変更できません。そこへ道具、権限、作業手順を組み合わせると、コーディングエージェントになります。Copilotは、その実行役を開発作業の中で選び、動かし、確認する場所まで含むようになっています。

2021年のCopilotはコード補完が中心だった

GitHubが2021年6月29日に発表した最初のCopilotは、AI pair programmer、つまり人間の横でコードを書く相棒として始まりました。当時の説明は、作業中のコードを読み、行全体や関数全体を提案するというものです。初期の中核にはOpenAI Codexが使われていました。

この時点のCopilotは、既存のエディタへ入れて使う補助機能でした。自分でコードを書き始めると、続きを予測して出す。質問すれば説明する。主役は人間が開いているコード画面で、AIはその横にいるという関係です。

Cursorと同じ立ち位置だったのか

使う側の選択肢としては、かなり近い位置にありました。製品の作りは、もともと同じではありません。

CopilotはVS CodeやJetBrainsなど、すでに使っている開発環境へ追加するサービスです。CursorはCursor Desktopという自社のコーディング環境そのものを入口にしています。どちらもコード補完、チャット、ファイル変更を扱うため、日常の選択肢として競合します。しかし、「既存の開発環境へAIを足す」のか、「AIを中心に作られた開発環境へ移る」のかという違いがありました。

ただし、現在のCursorを「エディタだけ」と呼ぶのも正確ではありません。Cursorの公式ページは、Cursor Desktopに加えてCLI、クラウド上の並列エージェント、Slack、GitHubでのPull Requestレビュー、定期実行するAutomationsを案内しています。CLIは、ターミナルへ文字で命令を入れて操作する方式です。Cursorもすでに、コード画面の外へ出ています。

2026年7月、Copilotの役割が一段変わった

GitHub Copilot appは、複数のエージェント作業を並行して進め、GitHubのIssueやPull Requestとつなぎ、変更の確認から統合までを一か所で扱うデスクトップアプリです。

Issueは作業依頼や不具合を記録する場所です。Pull Requestは変更内容を見せ、確認を受けてから取り込む仕組みです。CIは、変更後のテストや検査を自動で実行する仕組みを指します。

Copilot appでできることは、コード補完の範囲を明確に超えています。ここでいうセッション（session）は、AIへ一つの仕事を渡して進める作業単位です。

• 複数の作業を、それぞれ別のブランチで同時に進める
• Interactive、Plan、Autopilotから進め方を選ぶ
• 複数のLLMからモデルを選ぶ
• GitHubのIssueを見つけ、そのまま作業を始める
• Pull Requestを作成し、レビューとCI結果を確認する
• MCP、Skills、Automationsを設定する

ブランチ（branch）は、同じコードから変更を分けて持つ仕組みです。MCPはAIへ外部の道具やデータを接続する共通方式、Skillsは特定作業の手順を再利用する仕組みです。Autopilotは、AIが確認待ちを減らして自律的に作業を続けるモードです。

2026年7月7日の発表では、Copilot appがCopilot FreeとGitHub Educationを含む全利用プランへ開放されました。さらにBYOK、つまり自分で用意したAPI keyを使う方法なら、Copilotの契約がなくても自分のモデル提供元でセッションを動かせます。API keyは、AIサービスを呼び出すための認証情報です。

ここは誤解しない方がいい点です。アプリを開けることと、すべてのモデルや第三者エージェントを無料で使えることは別です。 利用プラン、GitHubのAI使用量を表すAI credits、組織のポリシーによって利用範囲は変わります。BYOKを使う場合は、接続したモデル提供元の利用料も確認が必要です。

なぜ「複数AIの操作盤」と呼べるのか

「操作盤」はGitHubの正式な製品名ではありません。現在の機能を一言で捉えるための表現です。

GitHubの製品ページは、Copilot、自作のエージェント、第三者エージェントを使えると案内しています。対応する有料プランでは、GitHub上の作業でCopilotに加えてAnthropic ClaudeとOpenAI Codexを選べます。エージェント管理の公式文書では、複数のセッションを同時に動かし、進捗を見て、途中で指示を足し、最後にPull Requestを確認して統合する流れが示されています。

さらにJetBrains IDE向けの2026年7月7日の更新では、Copilot Chatのagent picker、つまり実行役を選ぶ欄にCodexが加わりました。ローカルへCodex CLIを導入し、Copilotの設定で有効にすると、JetBrainsの画面を離れずにCodexのセッションを始められます。

ここで起きているのは、単なるモデル選択の追加ではありません。

• どの作業を、どのエージェントへ渡すか選ぶ
• 複数の作業を同時に走らせる
• 進捗と変更を同じ場所で見る
• 権限と承認方法を切り替える
• Pull RequestとCIを通して、取り込む変更を決める

この機能の並びを見ると、Copilotは一つのAIとして答えるだけでなく、複数のAI作業をGitHubの開発工程へ流す入口になり始めたと言えます。

CursorとCopilotは、どこが違うのか

両者の機能は重なっています。CursorにもDesktop、CLI、クラウドエージェント、並列実行、Slack、GitHubレビュー、Automationsがあります。CopilotにもIDE、CLI、デスクトップアプリ、クラウドエージェントがあります。

それでも、製品の中心には差が残っています。

比較する点	GitHub Copilot	Cursor
最初の入口	GitHub、既存IDE、CLI、Copilot app	Cursor DesktopとCursor Agent
作業の中心	リポジトリ、Issue、Pull Request、CI、レビュー履歴	開いているコードベース、Cursorの編集画面、Cursor Agentの作業
エージェントの選び方	Copilot、Claude、Codex、自作エージェント、外部事業者のagent app	Cursor Agentを中心に、Desktop、CLI、クラウドなどの実行場所を使う
既存環境との関係	VS CodeやJetBrainsなどを変えずに追加しやすい	エディタ体験までCursorへ寄せやすい。CLIや外部連携もある
GitHubとのつながり	Issue、ブランチ、Pull Request、CI、マージを製品の中心で扱う	GitHubのPull Requestレビューなどへ接続する
現行性能の優劣	同条件の実機比較なしでは決められない	同条件の実機比較なしでは決められない

リポジトリ（repository）は、コードと変更履歴をまとめた作業場所です。コードベース（codebase）は、あるソフトを構成するコード全体を指します。マージ（merge）は、確認済みの変更を本流へ取り込む操作です。agent appは、外部事業者がGitHub上へ提供するエージェント機能です。

「Cursorはエディタ、Copilotは補完機能」とだけ覚えると、2026年の比較としては足りません。より正確には、Cursorは自社のコーディング体験から外側へ広がり、CopilotはGitHubの開発工程から複数エージェントへ広がっているという違いです。

どちらを選ぶかは、作業の置き場所で決まる

GitHub Copilotが合いやすいのは、次のような場合です。

• すでにVS CodeやJetBrainsを使っており、開発環境を大きく変えたくない
• GitHubのIssue、Pull Request、CIを日常的に使う
• Copilot、Claude、Codexを仕事ごとに選びたい
• 複数エージェントの進捗をGitHubへ集めたい
• 組織の権限、予算、利用ポリシーをGitHub側で管理したい

Cursorが合いやすいのは、次のような場合です。

• Cursor Desktopをコードを書く主な画面にしたい
• コードを読み、直し、確認する流れをCursorの体験へ寄せたい
• Cursor Agent、CLI、クラウドエージェント、Automationsを一つの製品系統で使いたい
• GitHubの課題管理より、手元のコードベースとのやり取りを先に置きたい

両方を使うこともできます。ただし、同じリポジトリへ二つのエージェントをつなぐなら、どちらがファイルを変更するか、どちらがブランチを作るか、どこで料金が発生するかを先に決めないと、変更と支払いが追いにくくなります。

初めてAIコーディングを試す段階なら、初心者向け4製品比較のように、今ある環境と確認方法から選ぶ方が安全です。最も多機能な製品ではなく、変更された場所を自分で見つけられる製品から始めます。

今から比べるなら、見るべきは四つ

2026年7月時点で、補完の評判だけを比べても製品全体は見えません。先に次の四つを確認します。

1. 作業履歴をどこへ置くか：エディタ内か、GitHubのIssueとPull Requestか
2. 実際に動くエージェントは誰か：Copilot、Claude、Codex、Cursor Agentのどれか
3. どこで止めるか：編集前、コマンド実行前、Pull Request作成前、マージ前のどこで承認するか
4. 何を使うと料金が増えるか：利用プラン、AI credits、BYOK、選択モデルを分けて見る

Copilot appはCopilot Freeでも入口が開き、BYOKという別の入口もできました。試すまでの距離は短くなっています。だからこそ、以前の比較表を眺め続けるより、小さなリポジトリで一つの変更を頼み、ブランチ、差分、テスト、Pull Requestまで自分の目で追う方が現在の違いをつかめます。

複数エージェント時代は、最後の確認が重くなる

エージェントを三つ同時に動かせば、作業は三倍速く見えます。同時に、確認すべき変更も三本に増えます。

Copilot appはセッションごとに別のブランチやworktreeを使えます。worktreeは、同じリポジトリの別ブランチを別フォルダで同時に開くGitの仕組みです。作業同士が直接ぶつかりにくくなる一方、別れているから安全とは限りません。最後に取り込む変更が正しいかは、人が差分とテスト結果を見て決めます。

JetBrains版のCopilot CLIセッションには、確認を省くBypass Approvalsや、自動で作業を続けるAutopilotも用意されています。便利な設定ですが、任せる範囲が曖昧なまま使うと、頼んだ外側まで変更が広がる可能性があります。具体的な危険と境界の決め方は、AIコーディングエージェントが「頼んでいない作業」まで進める危険でも確認できます。

AIを増やす前に、止める場所を決める。 複数エージェントの操作盤が必要になるほど、この順序は重要になります。

まだ断定できないこと

公式情報だけでは、CopilotとCursorのどちらが日常作業で速いか、どちらが良いコードを書くかまでは決められません。そこを比べるには、同じリポジトリ、同じ依頼、同じモデル、同じ権限、同じ確認手順での実機検証が必要です。

利用条件も動いています。JetBrainsのCodex agent provider、つまりCodexを実行役として接続する機能は公開プレビューです。Copilot BusinessとEnterpriseでは管理者の設定が必要な場合があります。agent appsも公開プレビューで、利用できるプランと組織ポリシーを確認する必要があります。

Cursorも製品範囲を急速に広げています。現在の中心の違いは比較できますが、「今後もCursorはエディタ中心、CopilotはGitHub中心のまま」とは断定できません。

CopilotはCursorの代わりなのか

結論は、同じ市場で競合しているが、同じ製品ではないです。

Cursorは、Cursorのコーディング環境とエージェントを中心に、CLI、クラウド、Slack、GitHubへ広がっています。GitHub Copilotは、GitHubと既存IDEを中心に、Copilot app、CLI、Claude、Codex、自作エージェントへ広がっています。

Copilotを「コードの続きを出す一つのAI」と見る時代は終わりつつあります。今の姿は、コード、課題、ブランチ、レビュー、複数エージェントをGitHub上でつなぐ開発基盤です。

次に選ぶべきなのは、最も派手なモデル名ではありません。自分の変更をどこで見て、どのAIへ何を許し、最後にどこで止めるか。その答えが、CursorとCopilotのどちらを中心に置くかを決めます。