AIコーディングエージェントが乱立する中、メモリ消費と起動速度に不満を感じたことはないでしょうか。Claude Codeで1セッション386MB、10セッション並行なら2.3GB——マルチセッションで作業する開発者にとって、リソース効率は無視できない問題です。
jcodeは、Rustで書かれたオープンソースのコーディングエージェントハーネスです。1セッションあたり約28MBという軽さと、セマンティックメモリによる自動記憶、複数エージェントの同時連携を備えています。
この記事でわかること
- jcodeが既存のコーディングエージェントの何を解決するか
- RAM使用量・起動速度の具体的な比較データ
- セマンティックメモリやSwarmなどの主要機能
- インストール方法と基本的な使い方
- Claude CodeやGitHub Copilot CLIとの違い
コーディングエージェントのリソース問題を解決する
https://github.com/1jehuang/jcode
jcodeは「次世代のコーディングエージェントハーネス」を標榜するCLIツールです。開発者は1jehuang氏。2026年1月にGitHubで公開され、MITライセンスで提供されています。最新バージョンはv0.11.9です。
既存のコーディングエージェントには共通の課題があります。メモリ消費が大きい、起動に数秒かかる、複数セッションを並行するとリソースが膨らむ——jcodeはこれらをRustの性能で正面から解決しています。
RAM使用量は他ツールの10分の1以下
jcodeのREADMEには、主要ツールとの比較ベンチマークが掲載されています。ローカルエンベディングをオフにした状態での1セッションあたりのPSS（実メモリ使用量）は27.8MBです。
比較対象の数値を見ると、その差は歴然です。Claude Codeは386.6MB（約14倍）、GitHub Copilot CLIは333.3MB（約12倍）、OpenCodeは371.5MB（約13倍）。10セッション並行時にはさらに差が開き、jcodeが117MBに対してClaude Codeは2,300MB、OpenCodeは3,237MBに達します。
セッションを追加するたびに増えるメモリも、jcodeは約9.9MB。Claude Codeの約212MBと比較すると、21分の1で済みます。
起動速度は14ミリ秒
起動速度にも大きな差があります。jcodeの「Time to first frame」は14.0ミリ秒。Claude Codeは3,436.9ミリ秒で約245倍、GitHub Copilot CLIは1,518.6ミリ秒で約108倍の開きがあります。
入力を受け付けるまでの時間（Time to first input）も48.7ミリ秒と、他ツールが数百ミリ秒〜数秒かかるのに対して桁違いに速いです。ターミナルで頻繁にエージェントを起動する開発者にとって、この差は体感に直結します。
セマンティックメモリで文脈を自動的に思い出す
jcodeのメモリシステムは、会話の各ターンをセマンティックベクトルとして埋め込みます。新しい会話が始まると、過去の記憶グラフからコサイン類似度でヒットしたエントリを自動的に注入します。
従来のコーディングエージェントでは、セッションが変わると文脈がリセットされるのが一般的でした。jcodeはバックグラウンドで記憶の抽出・統合を行い、明示的にメモリツールを呼び出さなくても関連情報を想起します。さらに、記憶の鮮度チェックや矛盾解消を自動で実行する統合プロセスも備えています。
Swarmで複数エージェントが自動連携
同じリポジトリで複数のjcodeセッションを立ち上げると、サーバーが自動的にエージェント間の連携を管理します。あるエージェントがファイルを編集すると、そのファイルを読んでいた別のエージェントに通知が届きます。
エージェント間にはメッセージング機能があり、個別のDM、全体へのブロードキャスト、同一リポジトリ内のエージェントへの送信が使えます。エージェント自身がSwarmツールを使って仲間を生成し、タスクを並列処理することも可能です。
Gitの競合を自動解決する仕組みも組み込まれており、マルチエージェントワークフローでありがちな問題に対処しています。
30以上のプロバイダーに対応
jcodeは単体のモデルに縛られません。Claude、OpenAI、Gemini、GitHub Copilot、Azure OpenAI、xAI、Ollama、LM Studioなど、30以上のプロバイダーに対応しています。
OAuth認証フローをサポートしており、既存のサブスクリプションをそのまま使えます。たとえばChatGPT ProやClaude Proのアカウントでログインし、APIキーなしで利用を開始できます。複数アカウントの切り替えにも対応しており、トークンが尽きたら別のアカウントに素早く移れます。
ローカルモデルへの接続も簡単です。OllamaやLM Studio、vLLMなどのOpenAI互換エンドポイントを設定ファイルやCLIコマンドで追加できます。
ブラウザ自動化とサイドパネル
Firefox Agent Bridgeを使ったブラウザ自動化機能を内蔵しています。URLを開く、クリック、テキスト入力、スクリーンショット取得、フォーム入力、JavaScript実行など、16種類のアクションが使えます。
UIにも独自の工夫があります。サイドパネルにファイルをリアルタイム表示したり、Mermaidダイアグラムをインライン描画したりできます。Mermaid描画には独自のRust製レンダラーを使っており、既存ライブラリの1,800倍速いと謳っています。
Self-Dev：自分自身を改造できる
jcodeには「Self-Devモード」という独特な機能があります。エージェントに自身のソースコードを編集させ、ビルド・テストし、バイナリをリロードして作業を続行できます。
プラグインやエクステンションの制約に縛られない、文字通りの自己改造です。ただし、コードベースは複雑なため、フロンティアモデル（GPT-5.5クラス）の使用が推奨されています。
インストールと基本的な使い方
インストールはワンライナーで完了します。
# macOS / Linux
curl -fsSL https://raw.githubusercontent.com/1jehuang/jcode/master/scripts/install.sh | bash
# macOS（Homebrew）
brew tap 1jehuang/jcode && brew install jcode
WindowsではPowerShellスクリプトが用意されています。ソースからのビルドにはRustのCargoが必要です。
基本コマンドは以下のとおりです。
# TUIを起動
jcode
# 非対話で実行
jcode run "say hello"
# 過去のセッションを再開
jcode --resume fox
# バックグラウンドサーバーとして起動し、クライアントを接続
jcode serve
jcode connect
プロバイダーの設定はjcode login --provider claudeのようなコマンドで行います。既存のClaude CodeやCodex CLIの認証情報を自動検出する仕組みもあり、再設定なしで使い始められるケースもあります。
Claude CodeやCopilot CLIとの違い
jcodeのポジションは「ハーネス（外枠）」です。特定のAIモデルに依存せず、複数のプロバイダーを切り替えながら使えます。Claude CodeはAnthropic専用、GitHub Copilot CLIはGitHub/OpenAI専用という制約がありますが、jcodeはその両方を含む30以上のプロバイダーを横断的に使えます。
リソース効率ではjcodeが圧倒的に有利です。ただし、GitHub Stars数は約2,800でClaude Codeの規模と比べるとまだ小さく、エコシステムの成熟度には差があります。
もう一つの違いとして、Claude Codeのセッションをjcodeから再開する機能があります。Claude Codeが不調になった場合に、jcodeで途中から作業を引き継げます。Codex、OpenCode、piのセッション再開にも対応しています。
まとめ
jcodeは現時点でGitHub Stars約2,800と発展途上ですが、開発ペースは速く、v0.11系で頻繁にリリースが続いています。iOS版の開発も予告されており、モバイルからTailscale経由で自宅マシンのjcodeを操作する構想も進行中です。コーディングエージェントの選択肢が増える中、「ハーネス」という立ち位置からエージェント運用の在り方そのものを変えようとしているプロジェクトです。