Amazon Kiro・Cline・その他 ── 注目の新興開発ツール

この記事を読めばわかること

前回までの記事で、Cursor・GitHub Copilot・Windsurf・Claude Code・Codexという「5大AI開発ツール」を紹介しました。しかし2026年の開発ツール市場は、これら5つだけでは語りきれません。

この記事では、5大ツールの外から独自の思想で市場に切り込む 4つの新興プレイヤー ── Amazon Kiro、Cline、JetBrains AI、Tabnine を解説します。「仕様書駆動」「完全オープンソース」「IDE深層統合」「エアギャップ対応」── それぞれが異なる切り口で、特定の場面では5大ツールを上回る選択肢になり得ます。

この記事を読めば、「なぜ今、新興ツールを知っておくべきなのか」「自分のチームにはどれが刺さるのか」がクリアになります。

なぜ5大ツール以外を知るべきか？

Cursor・Copilot・Windsurf・Claude Code・Codexだけを使っていれば、2026年のほとんどの開発タスクはカバーできます。それでも新興ツールを知っておくべき理由は3つあります。

開発プロセスの違い: Amazon Kiroは「まず仕様を書き、設計を確定させてからコードを生成する」という仕様書駆動（spec-driven）の開発フローを提唱しています。コードを先に書いてから仕様を後追いする「バイブコーディング」の逆を行く思想です。開発プロセスそのものを変えたいチームにとって、他のツールでは代替しにくい価値があります。

コスト構造の自由度: Clineは完全オープンソース（Apache 2.0）のVS Code拡張で、サブスクリプションなし。自分のAPIキーを持ち込む（BYOK）モデルのため、使うモデルもプロバイダーも自由に選べます。「月額＄20の壁」すら取り払えるコスト構造です。

既存環境への無理のない導入: JetBrains AIやTabnineは、すでにIntelliJ IDEAやVS Codeを使っているチームが「今の環境のまま」AIを追加できます。CursorやWindsurfへの乗り換えが難しい組織にとって、既存ワークフローを壊さずにAI化できる選択肢は貴重です。

Amazon Kiro ── 仕様書駆動のAI開発環境

概要

Amazon Kiroは、AWSが提供する 仕様書駆動（spec-driven）のAI IDE です。第1回の記事で解説した「プラットフォーム（車）」に当たり、エンジンとしてClaude Sonnet 4.5 / 4.6やAutoモード（複数モデルの自動切り替え）を搭載しています。

最大の特徴は Specs（仕様書） 機能です。自然言語で要件を書くと、Kiroが要件定義（EARS記法）→ 技術設計書 → タスクリスト → 実装という流れを自動で進行します。コードを書く前に「何を作るか」を構造化する── これはCursorやWindsurfのAgent Modeが「すぐ手を動かす」スタイルとは根本的に異なるアプローチです。

できること

Specs（仕様書駆動開発）: 自然言語で要件を入力すると、Kiroが3段階の成果物を生成します。まず「EARS記法」（Event-driven, Always, Response, State-driven, Not）による要件定義書。次にアーキテクチャの判断を含む技術設計書。そして依存関係を考慮した実装タスクリスト。1行のプロンプトが、構造化された仕様書に変換される── これがKiroの「仕様書駆動」の核心です。重要なのは、これが一方通行の自動生成ではない点です。生成された要件定義や設計に対して人間が「ここは違う」とフィードバックを送ると、実装タスクが再構成されます。AIと人間が仕様を「合意形成」するプロセスこそ、Specsの実務的な価値です。

Steering（プロジェクトルール）: .kiro/steering/ ディレクトリにプロジェクト固有のルールを配置します。Claude CodeのCLAUDE.md、Codex CLIのAGENTS.mdに相当する機能ですが、Kiroではワークスペース単位の細かいスコープ設定が可能です。コーディング規約、使用ライブラリ、禁止パターンなどをSteeringファイルに宣言することで、AIの提案がプロジェクトの慣習に沿うようになります。

Agent Hooks: ファイル保存、ファイル作成・削除、プロンプト送信、エージェント停止などのイベントをトリガーにして、自動でアクションを実行します。「ファイル保存時に自動テスト生成」「特定パスへの変更時にlint実行」── Claude CodeのHooksと同じコンセプトですが、Kiroではイベントタイプが豊富で、GUIから設定できる手軽さがあります。

Autopilot / Supervised モード: Autopilotは高レベルの目標を渡して自律的にコードを生成するモード。Supervisedはステップごとに承認する慎重なモード。CursorのAgent ModeとAsk Modeの関係に近い使い分けです。

なお、仕様が固まっていない段階でも、Kiroとの対話を通じてSpecsを少しずつ肉付けしていくことで、「自分が何を作りたいのか」が整理されていきます。仕様書を書くのが面倒に感じる場面こそ、Kiroに壁打ち相手になってもらう使い方が効果的です。

Autonomous Agent: クラウド上で非同期にタスクを実行する自律エージェント。複数リポジトリにまたがる作業も可能で、セッション間のコンテキストを維持し、コードレビューのフィードバックから学習します。完了後にPull Requestを作成し、自動マージはしない── 人間の承認を必ず挟む安全設計です。

料金プラン

超過課金はデフォルトで無効。Settingsで有効にしない限り、クレジット消費後は一時停止されます。「気づいたら高額請求」のリスクが低い設計です。ただし、Specs実行のような複雑なタスクは1クレジット以上を消費するため、消費ペースの把握は重要です。

プライバシー・注意点

KiroはAmazon Bedrockを基盤としており、AWSの包括的なセキュリティ・コンプライアンス体制が適用されます。通信はTLS 1.2以上で暗号化され、データはAWS KMSで暗号化されます。エンタープライズ向けにはカスタマーマネージドキー（CMK）によるデータ暗号化も選択可能です。

注意点として、KiroはAmazon Bedrockのクロスリージョン推論を使用しており、LLMの推論処理が複数のAWSリージョンに分散される場合があります。ただし、データの保存先（ストレージ）には影響しません。AWSの各種コンプライアンスプログラム（SOC、ISO、PCI DSS等）への準拠状況は、AWS公式の「Compliance Program」ページで確認できます。

仕様書駆動の特性上、Specsとして生成された要件定義・設計書がクラウド側に送信される点は理解しておく必要があります。機密性の高い要件を扱う場合は、Steeringファイルで情報のスコープを制御するか、ファイアウォール/プロキシの設定を検討してください。

Cline ── 完全オープンソースのAIコーディングエージェント

概要

Clineは、Apache 2.0ライセンスで公開されている完全オープンソースのVS Code拡張 です。自律的にファイル編集、ターミナルコマンド実行、ブラウザ操作まで行えるAIコーディングエージェントですが、他のツールと決定的に異なるのは サーバーサイドのコンポーネントが一切ない という設計です。

Clineは「AIプラットフォーム」というよりも「AIのフロントエンド」に近い存在です。エンジン（モデル）は自分で選びます。Anthropic Claude、OpenAI GPT、Google Gemini、AWS Bedrock、Azure OpenAI、あるいはOpenAI互換のローカルモデルまで、どのプロバイダーでも接続可能。第1回の記事の「車」と「エンジン」の比喩で言えば、Clineは エンジンを自由に載せ替えられるシャーシ です。

できること

Plan / Act モード: Planモードではリクエストを分析し、コードベースを探索して実装方針を提案── ファイルの変更は行いません。Actモードでは実際にファイル作成・編集・コマンド実行を行いますが、すべてのステップで人間の承認を求めます。「まず計画を見せて、納得してから実行」── このヒューマンインザループ設計が、Clineの安全性の基盤です。

モデル自由選択（BYOK）: 自分のAPIキーを使って、好きなモデルに接続できます。無料モデル（Gemini 2.0 Pro等）を使えばコスト＄0で利用可能。高品質が必要な場面ではClaude Sonnet、コスト重視ならDeepSeek── タスクごとにモデルを切り替える柔軟性があります。さらに、明日新しいモデルが登場しても、APIキーを差し替えるだけでその日のうちに最新環境へ移行できます。モデルの進化が速い2026年において、特定のプラットフォームに縛られない「陳腐化への耐性」はClineならではの強みです。

MCP（Model Context Protocol）対応: MCPサーバーに接続して、外部ツールとの連携が可能です。データベース、API、ファイルシステムなど、MCPで提供される機能をClineのエージェントが自律的に活用できます。

ブラウザ操作: AIがブラウザを操作して、Webアプリケーションのテストや情報取得を行えます。「開発サーバーを起動して、ブラウザで動作確認して、問題があれば修正」── この一連のフローを自律的に実行できます。

Cline SDK: プログラムからClineの機能にアクセスするAPIインターフェース。カスタムアプリケーションへの統合や、CI/CDパイプラインでの利用など、拡張性の高い使い方が可能です。

料金プラン

ClineのコストはAPIの利用量に直結します。Claude Sonnet 4.6で大規模なタスクを実行すれば1回のセッションで＄5〜10かかることもあり、月額固定のサブスクリプションと比較して「天井がない」リスクがある点は理解しておく必要があります。逆に、無料モデルやDeepSeekを活用すれば月数＄に抑えることも可能です。月額＄20のサブスクリプションに縛られず、使った分だけ払うコスト構造を自分で設計できる── この自由度こそがClineの最大の魅力です。

プライバシー・注意点

Clineの最大のプライバシー上の強みは、サーバーサイドコンポーネントがゼロ という設計です。VS Code拡張として完全にクライアントサイドで動作し、コードやデータはClineの中央サーバーに一切送信されません。AIへの問い合わせは、ユーザーが選んだクラウドプロバイダーのAPIエンドポイントに直接送られます。

つまり、Clineを使う場合のプライバシーリスクは 選択したAIプロバイダーのポリシーに依存 します。Anthropic APIを使えばAnthropicのポリシーが、AWS Bedrockを使えばAWSのポリシーが適用されます。Cline自体はデータの保存・収集を行わない「パイプ」として機能するため、データの行き先を自分で完全にコントロールできます。

オープンソース（Apache 2.0）であるため、ソースコードを自分で監査できる透明性も強みです。Codex CLIと同様に「このツールは本当にコードを外部に送っていないか」をコードレベルで検証可能です。

JetBrains AI ── 既存IDEへのシームレスな統合

概要

JetBrains AIは、IntelliJ IDEA・PyCharm・WebStorm・GoLandなど JetBrains IDE群に統合されるAIアシスタント です。プラグインとして追加するため、「慣れた開発環境を変えずにAIを導入したい」チームに最適な選択肢です。

最大の特徴は IDE機能との深い統合 です。CursorやWindsurfがVS Code forkとして独自のエディタを構築したのに対し、JetBrains AIは「すでに世界中の開発者が使っている既存IDE」にAIを組み込むアプローチを取っています。コードのリファクタリング、VCS操作、ランタイムエラー解析── JetBrains IDEが持つ豊富なコード理解機能とAIが連携することで、エディタの文脈を深く理解した提案が可能です。

できること

Junie（AIエージェント）: タスクを自律的に処理するAIエージェント。プロジェクトを探索し、文脈に沿ったコードを生成し、必要に応じてテストを実行して結果をレビュー用に提示します。CursorのAgent Modeに相当する機能ですが、JetBrains IDEのプロジェクト構造理解（依存関係の解決、リファクタリングの安全性チェック等）と深く連携している点が差別化ポイントです。

コンテキスト対応のコード補完: 無制限の無料コード補完に加え、IDEのプロジェクト解析情報（型情報、依存関係グラフ、使用パターン）をAIのコンテキストに取り込みます。単なるテキスト補完ではなく、プロジェクト全体の構造を理解した上での提案が可能です。

AI Chat: エディタ内のチャットウィンドウから、コードに関する質問、説明の依頼、リファクタリングの提案を行えます。VCS（バージョン管理）との統合もあり、コミットメッセージの自動生成やdiffの説明にも対応します。

ランタイムエラー解析: IDEのデバッガと連携し、実行時エラーの原因分析と修正提案を行います。スタックトレースをAIが解釈し、具体的な修正コードを提示── IDE型ツールならではの深い統合です。

料金プラン

JetBrains IDEのライセンス（IntelliJ IDEA Ultimate等）とAIサブスクリプションは別料金です。ただしAI Freeプランの無制限コード補完だけでも、追加コストなしでAI開発体験を試せます。

プライバシー・注意点

JetBrains AIは、外部クラウドモデル（Anthropic Claude、OpenAI GPT等）を使用する機能ではコードがクラウドに送信されます。AIクレジットを消費する機能はクラウド処理、無料のコード補完はローカル/クラウドのハイブリッド処理です。

JetBrains社自体はSOC 2 Type II認証を取得しており、データ処理に関するポリシーも公開されています。ただし、IDE本体が持つ豊富なプロジェクト情報（依存関係、型情報、プロジェクト構造）のうちどこまでがAIのコンテキストとして外部に送信されるかは、利用する機能によって異なります。セキュリティ審査が厳しい組織では、クラウドモデルとの通信範囲を事前に確認することを推奨します。

Tabnine ── エンタープライズとエアギャップの専門家

概要

Tabnineは、企業のセキュリティ要件に特化したAIコーディングプラットフォーム です。VS Code、JetBrains IDE、Neovimなど主要なエディタにプラグインとして統合されます。

他のAI開発ツールとの最大の差別化は 完全なプライベートデプロイメント です。SaaS、VPC、オンプレミス、そして 完全エアギャップ（ネットワーク完全遮断） での運用に対応。金融、防衛、医療など「コードを一切クラウドに送信できない」組織のための選択肢として、独自のポジションを確立しています。

できること

マルチモデル対応: GPT-4o、Claude 4、Gemini 2.0 Flash等、複数のLLMをワンクリックで切り替え可能。タスクの性質に応じてモデルを選べます。

Enterprise Context Engine: 組織のアーキテクチャ、依存関係、コーディング規約を構造的に理解するエンジン。AIの提案が組織固有のパターンに沿うようになります。単なるコード補完を超えて、「うちの会社ではこう書く」というコンテキストを注入します。

Code Review Agent: AIによるコードレビュー。Codex CLIのレビュー機能と同様に、バグやセキュリティ問題を事前にキャッチするAIファーストパスとして機能します。

ライセンス安全性: AIが生成したコードのライセンスリスクを検出する「プロヴェナンスUI」。オープンソースライセンスに抵触するコード生成を防ぎ、コンプライアンスリスクを低減します。

Image-to-Code: 画像からコードを生成する機能。Codex CLIの画像入力と同様の機能を、IDE拡張として提供します。

料金プラン

エアギャップデプロイメントはEnterprise以上のプランで提供。DellとのGPUアクセラレーション対応ターンキーソリューションも発表されており、金融・防衛・医療向けの導入が進んでいます。

プライバシー・注意点

Tabnineのプライバシー対応は、今回紹介する4ツールの中で最も包括的です。

GDPR、SOC 2、ISO 27001に準拠し、ライセンス安全性のチェック機能も搭載。さらに 完全エアギャップ環境 でのデプロイに対応しており、「コードもプロンプトも、一切外部に出ない」運用が可能です。WindsurfのSelf-Hosted（セルフホスト）と並んで、「コードを外部に出さない」要件を持つ組織にとって数少ない選択肢です。

具体的なエアギャップ構成としては、社内GPUサーバー上でローカルLLM（Llama 4、Mistral Large 3等のオープンウェイトモデル）を稼働させ、Tabnine経由で開発者のIDEに接続するパターンがあります。DellとのGPUアクセラレーション対応ターンキーソリューションにより、インフラ構築のハードルも下がりつつあります。

注意点として、エアギャップ環境ではモデルの選択肢がローカル稼働可能なものに限定されるため、クラウド版（GPT-4o、Claude 4等）と比較してAIの推論品質に差が出る可能性があります。導入前にPoC（概念実証）でのパフォーマンス検証を推奨します。

おすすめの使い方

1. Kiro ── 仕様書から始めるプロジェクト立ち上げ

Kiroに「ユーザー認証機能を追加したい。OAuth 2.0 + JWT、ロールベースのアクセス制御」と入力 → Specsが要件定義書 → 技術設計書 → タスクリストを自動生成 → タスクを順番に実行し、テスト付きのコードが生成される

ポイント: 「何を作るか」が曖昧なまま手を動かし始めると、後戻りコストが膨らみます。Kiroはコードを書く前に仕様を構造化するため、チーム開発での手戻りを減らせます。特にプロジェクトの初期フェーズで力を発揮します。

2. Cline ── モデルを切り替えながらの探索的開発

Planモードで「このレガシーコードのリファクタリング方針を提案して」（Claude Opus 4.6で深い分析） → 方針に納得したらActモードに切り替え → 「この方針でリファクタリングを実行して」（DeepSeekに切り替えてコスト抑制）

ポイント: 分析にはコストをかけ、実行にはコストを抑える── Clineのモデル自由選択を活かした「2段階戦略」です。Claude Codeの「構造理解はOpus、大量生産はSonnet」と同じ発想を、プロバイダーをまたいで実現できます。

3. JetBrains AI ── IntelliJ IDEAでの日常的なAI活用

IntelliJ IDEAでJunieに「このクラスのユニットテストを生成して」と指示 → Junieがプロジェクトの依存関係を解析し、適切なテストフレームワーク（JUnit 5等）でテストを生成 → IDEのテストランナーで即座に実行・結果確認

ポイント: IDE内で完結する。これがJetBrains AIの最大の強みです。「ターミナルを開く」「別のアプリに切り替える」── こうしたコンテキストスイッチなしで、AIの恩恵を受けられます。

4. Tabnine ── セキュリティ制約の厳しい環境での導入

エアギャップ環境にTabnine Enterpriseをデプロイ → Enterprise Context Engineに社内のコーディング規約とアーキテクチャパターンを学習させる → 開発者がコードを書くと、組織固有の規約に沿った補完・提案が表示される

ポイント: 「AIを使いたいが、コードを外部に一切出せない」── この制約がある組織にとって、Tabnineのエアギャップ対応は唯一解に近い選択肢です。

注意点・苦手なこと

5軸スコア

第2回の記事で紹介したシリーズ共通の5軸で、各ツールを評価します。

Amazon Kiro

Cline

JetBrains AI

Tabnine

こんな人におすすめ / こんな人には向かない

Amazon Kiro がおすすめな人: 「コードを書く前に仕様を固めたい」チーム。特にプロジェクトの立ち上げフェーズや、仕様書ベースの開発プロセスを重視する組織に最適です。AWSエコシステム（Bedrock、CodeCatalyst等）をすでに活用しているチームは、導入の親和性が高いです。

Cline がおすすめな人: コスト構造を自分で完全にコントロールしたい開発者。月額サブスクリプションに縛られず、使うモデルもプロバイダーも自由に選びたい方。オープンソースの透明性を重視する方。複数のAIモデルを比較しながら開発したい方。

JetBrains AI がおすすめな人: IntelliJ IDEA・PyCharm・WebStorm等をすでに使っていて、環境を変えたくない方。「AI Pro ＄8/月」は気軽に試せる価格で、既存のワークフローを壊さずにAI体験を始められます。

Tabnine がおすすめな人: セキュリティ・コンプライアンス要件が厳しい企業。特に「コードを外部に一切出せない」金融・防衛・医療セクターでは、Tabnineのエアギャップデプロイメントがほぼ唯一の選択肢です。

向かない人: これら4ツールはいずれも「特定のニーズに刺さる」存在です。万能ツールを求めるなら → Cursor。CLI型の深い自律性を求めるなら → Claude Code。大量定型タスクを安全に捌きたいなら → Codex CLI。これらの方がカバー範囲が広いです。

まとめ

4つの新興ツールは、それぞれ 異なる「問い」に答える 存在です。

Kiroは「コードを書く前に、何を作るかを明確にできないか？」という問いに。Clineは「AIツールのコストとモデル選択を、自分で完全にコントロールできないか？」という問いに。JetBrains AIは「慣れたIDEを変えずに、AIの恩恵を受けられないか？」という問いに。Tabnineは「コードを一切外に出さずに、AIを使えないか？」という問いに、それぞれ答えています。

重要なのは、これらは5大ツールの「劣化版」ではなく、5大ツールでは解決しにくい課題に対する「特化解」 だということです。自分のチームが抱える最も切実な課題に合わせて選ぶのが、新興ツールの正しい使い方です。

ここまで開発ツール編では、多くの「車（プラットフォーム）」を見てきました。しかし、なぜCursorやCopilotで「モデルを切り替える」必要があるのか？ その答えは「エンジン（モデル）」自体の進化と個性にあります。次の記事からはフェーズ4「AIモデル編」に入り、GPTシリーズ解説でGPT-4からo3まで、モデルの進化と推論モデルの根本的な違いを解説します。