AIコーディングの高速化で、コード管理基盤の再設計が始まる

これまでコードホスティングは、開発者がコードを書き、変更をプッシュし、プルリクエストを作成するための安定した基盤と考えられてきた。ところがAIエージェントが開発に参加すると、従来の想定を超える数の変更、リポジトリ取得、テスト実行が発生する。

書く速度に基盤が追いつかない

最近のGitHubでは、Git操作やプルリクエスト、応答速度に影響する障害が報告された。個々の障害がすべてAIに起因するとは限らないが、開発の負荷構造が変わっていることは明らかだ。開発者の人数が急増しなくても、AIが複数の変更を同時に準備し、各プッシュが多くの自動ジョブを起動するためである。

OpenAIによると、Codexを使うことで一人のエンジニアが複数の変更を同時に準備できる。プッシュのたびに、コードの取得、チェック、テストを行うタスクも実行される。そこで同社は4月から独自のGitバックエンドPandoに実際の開発トラフィックを流し、移行後はプッシュ1回の中央値の所要時間が約8割短縮したとしている。さらにPierreの買収を計画し、コード保存、ファイルツリー、差分表示などをCodexに取り込もうとしている。

AI製品が開発フローを内包する

• CursorのOriginでは、リポジトリ作成、コードレビュー、ブランチのマージをCursor内で行える。既存のGitHubプロジェクトを同期することもできる。
• Anthropicは社内向けにScionを開発した。クライアントが完全なリポジトリを保持するのではなく、必要なファイルだけを取得し、履歴確認やコミット、マージはサーバー側で処理する。
• Anthropicでは、1日のコード変更が5月の約2500件から9月には3万件超に増えたという。継続的インテグレーションのジョブは、1日に約2500万回コードを取得していた。
• GitHubも計算資源とストレージを増強し、異なるブランチの更新を並列処理する仕組みや、読み取りと書き込みの資源分離を進めている。

影響：生成よりも管理が難しくなる

AIが生成したコードは、テスト、レビュー、マージ、責任者の確認を経て初めて実用になる。Anthropicが紹介した手順では、モデルにブラウザー操作やテストを行わせ、画面キャプチャ、操作記録、テスト結果などの検証材料を提出させる。それでも最終的な責任はエンジニアが負う。

コード管理は単なる保存サービスではなく、AI開発製品の中核機能になりつつある。リポジトリの文脈、テスト結果、マージ処理を一体化できれば、生成から配布までのループを短縮できる。一方、社内向けシステムがそのまま公開エコシステムの代替になるわけではない。専門的なAI開発基盤と、広範な協働ネットワークを持つGitHubが併存する可能性が高い。

出典：量子位