VS Code 1.143公開、Copilotハーネスを既定化

米Microsoftは2026年10月、コードエディタの最新版「Visual Studio Code（Microsoftが開発するオープンソース系コードエディタ）（VS Code） 1.143」を公開した。

本バージョンでは、新規セッションの既定（デフォルト）が「Copilotハーネス」へと切り替えられた。さらに、同じコーディングタスクを複数のAIモデルに並行実行させて結果を比較・統合する新機能や、手元のPCローカルでモデルを実行する実験的機能などが導入された。

Copilotハーネスの標準化と組織ガバナンス

AIエージェントによる開発支援では、モデルのツール呼び出しや実行手順を管理する「ハーネス（Harness）」の役割が急速に重要度を増している。VS CodeのCopilotハーネスは、GitHub Copilot SDK（Copilotの動作やツール呼び出しを標準化する開発基盤）に基づいて構築された実行基盤である。

• ​バックグラウンド実行​: セッションをバックグラウンドで維持でき、エディタウィンドウとAgentsウィンドウのどちらからでも継続操作が可能。
• ​組織ポリシーの適用​: チャットは組織が管理する既定のモデルを強制でき、ポリシーでCopilotハーネスが義務付けられている環境では「Local」ハーネスが無効化される。必要なエージェントプラグインも自動でインストール・更新される。
• ​分離シェルの可視化​: エージェントがサンドボックス内で切り離して実行するバックグラウンドシェルの出力をエディタ上で確認できるようになった。

複数AIモデルを競わせる「Compare model results」

プレビュー機能として追加された「Compare model results」は、単一のタスクに対して複数のモデルやハーネスのアプローチを同時に比較できる機能である。

1. ​並行実行​: Copilot、Claude、Codexなど異なるハーネスや推論レベルを持つモデルを2つ以上選択し、1つのプロンプトで同時に作業を開始させる。
2. ​審査役（Judge）モデル​: 試行ごとの所要時間、トークン消費量、検証結果の証拠をまとめたスコアカードを生成し、最適な解決策を推薦する。
3. ​統合（Synthesize）​: ユーザーの明示的な指示に基づき、推薦された試行をベースに他モデルの優れたアイデアを取り込んだ最終コードを生成する。

ローカル実行と実務運用の比較

今回のアップデートでは、手元PCのGPUでモデルを直接動かす「On This Device」機能が実験的に提供された。

実行方式	利用モデル	主なハードウェア要件	AIクレジット消費	特徴
オンデバイス（ローカル）	MAI-Code-1.1-Flash	96GB以上のGPUメモリ（NVIDIA RTX Spark等） / llama.cpp	​消費ゼロ​	機密コードの外部送信防止・コスト削減
クラウド（既定）	各種フロンティアモデル	標準的なPCスペック	クレジット消費あり	高度な多段階推論や大規模リファクタリング

手元での実行には96GB以上のGPUメモリが必要となるため、当面の対象はSurface Laptop Ultraなどのハイエンドワークステーション環境に限られるものの、定常的なコード補完や軽量タスクのコストを完全に排除できる選択肢が整った。

また、使わなくなったワークツリーのストレージを解放する「Open Worktree Cleanup」や、ファイル単位でエージェントの変更を確定できる「ワーキングセット」、macOS環境で大規模チャット履歴（約530MB）の復元時間を28.3秒から0.6秒へと短縮する大幅なパフォーマンスチューニングも施されている。

分析と展望

VS Code 1.143の構成は、コードエディタが「単一のチャットAIを呼び出す道具」から、「複数のAIエージェントを束ね、タスクごとに最適なモデルを競わせるオーケストレーション基盤」へと進化していることを明確に示している。開発者はプロンプトの工夫に依存するのではなく、複数のモデルの試行結果を比較・統合して品質を高める手法へと移行していくとみられる。

引用元：＠IT