Codens、AI エージェントによる PR 自動生成ツールを公開──3ヶ月で 2,424 本の実績
GitHub 上の主要 10 リポジトリにおいて、マージ済み PR の 64% を AI が生成し、作成からマージまでの中央値 2 分を実現した運用事例。
リリース: 2026-07-06 · 読了 5 分記事の要約
1. 核心（What）
- 2026年4月8日から7月6日までの3ヶ月間で、GitHub 上の主要 10 リポジトリにて合計 3,781 本の PR を処理。
- AI エージェントが生成した PR は 2,424 本に達し、全マージ済み PR の 64% を占めた。
- タスク実行エージェントによる PR 作成からマージまでの時間は中央値 2 分、75パーセンタイルでも 9 分で完了。
- 自社開発の AI 開発自動化スイート「Codens」をドッグフーディングし、要件定義から QA までを自動化。
2. 影響（Why）
- エンジニアの役割が実装者からマネージャーへ転換: 実装の大部分を AI が担うことで、人間はチケットの品質管理や verify 設計、AI 事故の一次切り分けに集中する体制へ移行した。
- 国内 SaaS 開発における運用負荷の劇的な圧縮: [国内 中規模 SaaS 開発チーム] のような組織において、深夜の Sentry アラート対応を自動修正 PR で完結させるなど、運用コストを大幅に削減できる可能性がある。
3. 根拠・詳細（How）
- Codens による自動化パイプラインの構成: 要件生成の Green、実装・PR 作成の Purple、レビューの Orange、QA・E2E の Blue、エラー修正の Red という 5 つのコンポーネントで構成。
- 検証環境と運用の制約: エージェントは Spot インスタンス上で動作し、タスクの失敗時は「failed at step」というログを出力して終了する仕様。テストコードの固定日付混入による事故など、AI 特有の課題も運用中に顕在化。
4. 展望・課題（Next）
- AI 渋滞とコンフリクトの解消: 複数の AI エージェントが並行して PR を作成する際に発生するコンフリクトの回避が、今後の運用上の課題となっている。