リポジトリ文脈管理フレームワーク CodeNib──グラフ更新を 8.7 倍、ベクトル更新を 25.4 倍高速化

論文概要

Coding agents（コーディングエージェント）は、進化するリポジトリ内を繰り返し検索・探索し、文脈を保持する必要がある。しかし、分断されたインデックスや言語サーバー、タスクごとのローカル履歴は、重複した探索を強め、ライフサイクルコストを不明瞭にしている。本論文では、コミットごとに再利用可能な語彙的（lexical）・密ベクトル的（dense）・構造的（structural）ビューを構築するデータシステム「CodeNib」を提案する。CodeNibは、出力をリポジトリ相対のソース範囲にマッピングし、編集を跨いで選択されたビューを維持しながら、ランク付けされた検索、シンボルナビゲーション、境界付きの文脈を単一のランタイム経由で提供する。100スナップショットを用いた実験において、独立したリビルドと比較してグラフ更新が中央値で $8.7\times$ 、ベクトル更新が $25.4\times$ 高速化されることを実証した。

Figure 1: CodeNibの全体的なアーキテクチャとデータフローを示す図です。

新規性と貢献

本研究の最大の新規性は、語彙・密ベクトル・構造的表現のマルチビューを単一のデータシステムとして統合し、コミット間のインクリメンタルな変更に対して明示的な整合性の境界（validity boundaries）を設けて維持する点にある。100スナップショットのコーパスにおける品質・コストのフロンティアをマッピングし、従来のリビルド手法に対する大幅な高速化と、トークン消費量の劇的な削減を定量的に示した。

提案手法の詳細

CodeNibは、リポジトリの各コミットに対して、複数の表現ビュー（語彙的、密ベクトル、構造的グラフ）を構築・維持する。直感的な設計として、コードの変更が発生した際に関係のない部分まで全体を再計算するのではなく、明示的な操作固有の有効境界を利用してインクリメンタルな差分更新を行う。これにより、グラフ構造の更新や埋め込みベクトルの再計算にかかるオーバーヘッドを極限まで抑制し、エージェントが必要とする正確な文脈のみを効率的に配信する。

Figure 3: インクリメンタルなメンテナンスのスピードアップとライフサイクルのコスト構造を示すグラフです。

評価・考察

100スナップショットを用いた評価では、独立したリビルド処理と比較して、グラフ更新が中央値で $8.7\times$ 、ベクトル更新が $25.4\times$ 高速化された。また、正規化されたライブサーバーの場所と一致する静的ナビゲーションのサブセット（1,000リクエストの63%）において、リクエストあたりのライブ/静的レイテンシ比の中央値は $4.7\times$ である。さらに、5つのモデルを用いた評価では、選択された文脈ポリシーにより、ペアとなる grep/read の手法と比較して、50〜87%少ないトラジェクトリトークンでローカライゼーションを維持できることが確認された。

応用例と今後の展望

CodeNibのアーキテクチャは、大規模なコードベースを扱う自律型コーディングエージェントの開発や、クラウドベースのIDE統合において極めて有効である。特に、日本のソフトウェア開発企業や受託開発ベンダー（数十〜数百名規模のチーム）において、AI支援コーディングツールのAPIコストおよびコンテキストウィンドウの無駄を50%以上削減する実務上の強いインパクトを持つ。今後は、より多様なプログラミング言語や複雑な依存関係を持つモノリスリポジトリへの適用検証が課題となる。

結論

CodeNibは、マルチビューのコードベース表現を統合し、インクリメンタルな更新と効率的な文脈配信を両立するデータシステムである。グラフおよびベクトル更新の大幅な高速化と、エージェントのトークン消費量削減を同時に達成し、スケーラブルなコーディングエージェント基盤としての有効性を実証した。

注釈

Coding agents: 自律的にコードの検索・編集・テストを実行するAIエージェント。
Trajectory tokens: エージェントがタスクを遂行する過程で消費されるプロンプトおよび生成トークンの総量。