AIコーディングツール5カテゴリ比較｜Cursor・Devin・Lovable・Replit・LangChainの選び方

Cursor、Devin、Lovable、Replit、LangChain を 1 枚のランキング表に並べても、現場の判断にはつながりません。重要なのは、どの会社が一番伸びているか ではなく、どの product surface を買うのか、誰が主役で、どこにコードと責任を置くのか です。

本記事では、AI コーディング関連の代表的な 5 つの選択肢を、企業価値や ARR の実況ではなく、IDE / 非同期実行 / ブラウザ開発 / prompt-first app builder / エージェント基盤 という役割で整理します。ツールの良し悪しではなく、どのチーム課題にどれが合いやすいかを見極めるための比較ガイドです。

---

この記事でわかること

1. 5 社の違い: Cursor、Devin、Lovable、Replit、LangChain はどこが競合で、どこが補完関係なのか
2. 選定軸: IDE 支援、非同期実行、プロトタイプ構築、ブラウザ開発、エージェント基盤のどれを選ぶべきか
3. 導入時の論点: コードの正本、レビュー責任、課金単位、権限設計をどう見るべきか

基本情報

---

まず結論: 5 社は同じ土俵にいない

最初に押さえたいのは、5 社がすべて「AI コーディングツール」という 1 つの箱に入るわけではないという点です。比較するなら、まず何を買っているのかを分ける必要があります。

この表だけでも、Cursor vs Devin と Lovable vs Replit は比較になりやすい一方で、LangChain は「買うツール」というより「自分で作るための部品」に近いことがわかります。

---

比較の前に答えるべき 5 つの質問

ツール名より先に、次の 5 問に答えると選定がぶれにくくなります。

1. 人間が主役か、AI が主役か

2. コードの正本はどこに置くのか

• 既存 GitHub repo を中心に据えるなら Cursor や Devin が自然です
• Lovable は GitHub sync を前提にすると、GitHub を正本に寄せやすくなります
• Replit は workspace 起点の開発と相性が良く、まずはブラウザで完結させたい場面に向きます
• LangChain stack は自社 repo と runtime を自分で管理する前提です

3. フォアグラウンド作業か、バックグラウンド作業か

4. ガバナンスとレビューをどこで担保するか

この観点は demo では見えにくいですが、導入後の差が出やすいポイントです。

• 誰が secrets と権限を持つか
• 誰が PR / deploy / publish を承認するか
• usage budget を誰が監視するか
• prompt 履歴、rules、workspace 権限をどこまで残すか
• 監査、evaluation、incident response をどう回すか

5. 何に対して課金されるのか

月額だけで判断すると失敗しやすいです。見るべきは課金単位です。

---

Cursor: 既存 repo を速くする AI-native IDE

Cursor を選ぶときの本質は、「AI にコードを書かせるか」ではなく、既存のソフトウェア開発ループをどこまで editor 中心に保ったまま加速できるか にあります。

Cursor docs では、Agent がコードベースを探索し、複数ファイルを編集し、コマンドを実行し、エラー修正まで進める前提で整理されています。さらに project rules は .cursor/rules に置けて、GitHub integration と Background Agents を組み合わせると、issue や PR 起点の非同期実行にもつなげられます。

向いている場面

• 既存 repo と既存チームを前提に、生産性を上げたい
• 人間がレビュー責任を持ち続けたい
• editor 内の修正と、PR 単位の非同期処理を 1 つの体験に寄せたい
• .cursor/rules や AGENTS.md で repo ごとのルールを明示したい

先に確認したい論点

こういうチームに合いやすい

Cursor は、「エンジニアが自分の IDE を捨てたくない」「でも editor が AI の都合に合わせた別物になるのは避けたい」という組織に合いやすい選択肢です。完全自律よりも、人間がハンドルを持ったまま速くする ツールとして見ると位置づけが安定します。

---

Devin: ticket 単位で委譲しやすい非同期エージェント

Devin を検討するときは、IDE の拡張として見るより、チケット駆動で動く AI メンバー として捉えた方が実態に近いです。

Devin docs では、session ごとの作業、GitHub / Jira / Slack 連携、usage budget、Session Insights、enterprise deployment が整理されています。課金は ACU で管理され、Core は pay-as-you-go、Teams は seat と月次 ACU を組み合わせる設計です。つまり Devin は「どれだけ賢いか」だけでなく、どれだけ安全に backlog を流せるか が導入判断になります。

向いている場面

• backlog にある定型タスク、調査、移行、テスト整備を AI に任せたい
• issue / Jira ticket / PR ベースで作業を管理している
• エンジニアがずっと editor に張り付くより、非同期に並列実行したい
• usage budget と org-level 権限を管理できる

先に確認したい論点

こういうチームに合いやすい

Devin は、「AI に coding assist をしてほしい」より、「AI に仕事の束を渡して後で PR を受け取りたい」組織に向いています。人間との同期会話より、非同期キューのさばき方 が重要な現場ほど効きやすいツールです。

---

Lovable: prompt-first に Web アプリを形にする builder

Lovable は、IDE というより app builder として比較した方が誤解が少なくなります。

Lovable docs では、GitHub integration、Supabase integration、workspace roles、custom domains、Code mode、credit 制、Business plan の SSO / restricted projects / opt-out of data training などが整理されています。GitHub を接続した場合は two-way sync が可能で、GitHub を正本として扱う設計を取りやすくなります。

向いている場面

• PM や創業者が、まずは動く Web アプリを短時間で見たい
• Figma や static mock ではなく、実際に触れるプロトタイプが必要
• auth、DB、storage、Edge Functions まで含めて MVP を組みたい
• 後から GitHub に接続して、通常の開発フローへ移したい

先に確認したい論点

こういうチームに合いやすい

Lovable は、「まず app を出したいが、そのまま捨てる前提ではない」ケースに合いやすいです。単なる demo 生成ではなく、GitHub と backend をつなぎながら MVP を進める という位置づけで使うと強みが出ます。

---

Replit: browser-native workspace と Agent をまとめて使う

Replit の強みは、AI 単体というより workspace / editor / deploy / collaboration が 1 つの browser surface にまとまっている点です。

Replit docs では、browser-based workspace、Agent、Design Canvas、publishing、Secrets、team collaboration、mobile app、plan ごとの credit が案内されています。つまり Replit は「AI が強いから選ぶ」というより、ローカル環境なしで build, run, share を一気通貫にしたいか で判断すると使い分けやすくなります。

向いている場面

• ローカルセットアップなしで、すぐに試作したい
• 教育、ハッカソン、社内 workshop のように環境配布コストを減らしたい
• browser から app を作ってそのまま共有・公開したい
• モバイルからも project を触りたい

先に確認したい論点

こういうチームに合いやすい

Replit は、browser-first な開発体験そのものに価値がある場面で強いです。AI の品質だけでなく、環境構築をなくして試作と共有を回す ことが重要なら、有力な選択肢になります。

---

LangChain / LangGraph / LangSmith: 自分で agent を作るための層

LangChain をこの 4 社と同じ粒度で比べると混乱します。LangChain は end-user tool というより、自社で agent を構築するための framework / runtime / observability の組み合わせ だからです。

LangChain docs では、create_agent を中心とした高レベル API、LangGraph の durable execution と human-in-the-loop、Deep Agents の planning / subagent / file-system oriented workflow、LangSmith の tracing / monitoring / evaluation / alerts が分かれています。要するに、LangChain stack を選ぶのは「AI コーディングツールを買う」ときではなく、自分たちの agent product を作る ときです。

向いている場面

• 自社独自の agent workflow を product や internal tool に組み込みたい
• provider を固定せず、tooling や graph を自分で制御したい
• tracing、evaluation、prompt management を自前の開発プロセスに入れたい
• 長時間実行や HITL を含む orchestration を設計したい

先に確認したい論点

こういうチームに合いやすい

LangChain stack は、「社内で使う AI coding assistant を 1 つ買えば済む」という話ではなく、AI を自社プロダクトの一部として実装する チームに向いています。導入効果は大きいですが、責任範囲も一緒に引き受ける必要があります。

---

競合しやすい組み合わせと、補完しやすい組み合わせ

Cursor vs Devin

この 2 つはどちらもエンジニアリング組織向けですが、競合軸は違います。

完全な二者択一ではなく、Cursor で日常開発を回しつつ、Devin に backlog を投げる という併用は現実的です。

Lovable vs Replit

この 2 つは「すぐ作り始める」用途で近く見えますが、主戦場は少し違います。

LangChain は別レイヤー

LangChain stack は、Cursor / Devin / Lovable / Replit の代替というより、その先で自分たちの agent を作る側の選択肢です。買うツールの比較に混ぜると判断がぶれます。

---

用途別の選び方

---

評価の観点: demo より先に見るべきもの

AI コーディングツールは demo ではどれも良く見えます。実運用で差が出るのは、次の論点です。

1. source of truth が明確か

• GitHub を正本にするのか
• workspace を正本にするのか
• prompt から生成したコードを誰が merge するのか

2. 権限と secrets の境界が明確か

• production secret をどこまで AI から触らせるか
• deploy 権限を誰が持つか
• third-party integration をどう承認するか

3. background 実行のコストが読めるか

• ACU、credits、usage-based compute がどこで膨らむか
• 長時間の session を誰が止めるか
• org-level の上限設定があるか

4. 失敗時のレビュー体制があるか

• 生成コードを誰がレビューするか
• PR に何を必須チェックとして置くか
• 本番 deploy 前に security / data / billing を誰が見るか

5. 監視と評価の仕組みがあるか

• IDE 補助だけで終わるのか
• 生成された app や agent を継続運用するのか
• trace、eval、alert を残す必要があるのか

---

よくある質問（FAQ）

Q1. Cursor と Devin はどちらから始めるべきですか？

既存 repo で開発しているエンジニアが主役なら Cursor から始める方が安全です。AI に ticket 単位で仕事を渡して PR で受け取りたいなら Devin の価値が出やすくなります。違いは「どちらが賢いか」より、「誰が運転席に座るか」です。

Q2. Lovable と Replit の違いは何ですか？

Lovable は prompt-first に Web app を形にし、GitHub や Supabase に接続しながら MVP を進めるのが得意です。Replit は browser-based workspace と publishing をまとめて使えるのが強みです。会話から app を組みたいか、browser workspace で build / run / share したいか で見分けると整理しやすくなります。

Q3. LangChain は AI コーディングツールとして使うものですか？

直接の代替ではありません。LangChain / LangGraph / LangSmith は、自分たちで agent を作るための framework / runtime / observability です。既製の coding tool を選ぶ話と、自社プロダクトに agent を組み込む話は分けて考える方が安全です。

Q4. 価格はどう比較すべきですか？

月額の headline price ではなく、seat / credit / ACU / background compute / hosting / observability のどれが増えるかで見てください。AI コーディング系は usage-based 部分が支配的になりやすく、ここを見落とすと導入後に想定が崩れます。

Q5. 何を 2 週間で検証すれば十分ですか？

2 週間の試験導入なら、次の 4 点を確認できれば十分です。

1. 既存 repo や workflow に無理なく入るか
2. 誰が review / deploy の責任を持つか明確か
3. usage budget の見通しが立つか
4. 失敗した output を修正する運用が回るか

---

まとめ

主要ポイント

1. 5 社は同じカテゴリではない: Cursor は AI-native IDE、Devin は非同期エージェント、Lovable は prompt-first app builder、Replit は browser-native workspace、LangChain stack は構築レイヤーです。
2. 導入判断で重要なのは metrics ではなく責任分界: 誰が主役か、どこにコードを置くか、どこでレビューするか、何に対して課金されるかを先に決めるべきです。
3. buy と build を混ぜない: end-user tool を買う話と、自社 agent platform を作る話は別の意思決定です。

次のステップ

1. まず自社の bottleneck が editor 内の生産性 なのか、backlog の非同期処理 なのか、試作の速さ なのかを切り分ける
2. その bottleneck に合わせて 1 つだけ試験導入し、review / budget / secret 管理の運用を先に決める
3. 複数ツールを併用する場合も、source of truth と deploy 権限だけは最初に固定する

---

参考リソース

Cursor

• Cursor Docs: Background Agents
• Cursor Docs: Rules
• Cursor Docs: Pricing

Devin

• Devin Docs
• Devin Docs: Billing / ACU

Lovable

• Lovable Docs: Plans and credits
• Lovable Docs: Integrations

Replit

• Replit Docs: Introduction
• Replit Docs: Replit Core

LangChain

• LangChain Docs
• LangGraph Docs
• LangSmith Docs

---

本記事はネクサフローの AI 研究シリーズの一部です。