CodeBuddy NPCはGitの中でどう「AIチームメイト」として働くのか

Tencent CloudのCodeBuddy NPCは、AIコーディングを別ウィンドウのチャットから、ソフトウェアを出荷するために開発者が日常的に使う成果物へ移そうとする取り組みだ。チケット、リポジトリのスナップショット、エラーログをその都度アシスタントに貼り付ける代わりに、開発者はCNB（Tencent Cloudの開発プラットフォーム）のIssueやプルリクエスト（PR）からNPCを呼び出し、非同期のデリバリーループに作業を任せられる。提供資料ではリリース日の記述に差があり、同時期の複数報道は正式公開を2026年7月23日としている一方、後日の報道には7月29日とするものもある。625

「AI Native Git」とは何か

Tencentが掲げるのが、AI Native Gitという考え方だ。Gitリポジトリと、その周辺のワークフローをAIエージェントの「作業記憶」として扱う。具体的には、次のような開発上の記録が対象になる。

• Issue：タスクの背景、目的、議論
• リポジトリのコードと履歴：プロジェクト構造と過去の変更
• PR：提案された変更とレビューのフィードバック
• CI/CDの結果：ビルド失敗、テスト結果、修正に向けたフィードバック

これはコード補完や単発のチャットセッションとは性格が異なる。チームが使う継続的な開発記録をAIが参照し、変更内容と検証結果も同じ記録へ残すことを想定している。Tencentは、既存のGit、Docker、CI/CD、品質ゲートを再利用し、コミット→検証→修正→再検証のループをつくるアプローチだと説明する。123

IssueやPRでNPCを呼び出す

CNBのドキュメントには、NPC向けイベントとしてissue.comment@npcとpull_request.comment@npcが記載されている。前者はIssueの説明またはコメントでNPCに言及した際、後者はPRの説明、レビュー、レビューコメント、コメントで言及した際に起動する。35

使い方は、同僚に仕事を割り振る感覚に近い。IssueやPRで適切なロールをメンションし、依頼内容を書けばよい。調査、実装、レビューといった作業を、別の対話型コーディング画面を開かずに依頼できる。

リポジトリ固有のNPCロールは、.cnb/settings.ymlで宣言できる。定義にはロール名、プロンプト、ナレッジベースのインポート、UI設定を含められる。必要に応じて、.cnb.ymlで独自の動作や実行イメージも設定可能で、設定しない場合はCNBが文書化している標準NPCランタイムイメージが使われる。3235

つまり、単一の汎用アシスタントではなく、役割を設定できるモデルである。たとえばコード支援役とレビュー役を分け、それぞれの出力が評価されるワークフロー内で呼び出せる。

タスク依頼からPR、CI修正までの流れ

Tencentが説明するCodeBuddy NPCのフローは、非同期実行を前提としている。タスクを受け取ったエージェントは、リポジトリの文脈を取得し、方針を立て、コードを変更し、PRを作成し、テストを実行する。CI出力を使って追加修正を行うことも想定される。開発者は各ステップの間、ライブチャットに張り付いている必要はない。16

想定されるサイクルは次の通りだ。

1. IssueまたはPRで作業を依頼する：メンションがNPCイベントを起動する。
2. 開発コンテキストを読む：タスク、リポジトリ、既存の変更、過去のワークフロー記録を参照する。
3. 計画し、実装する：方針を準備し、コードを変更する。
4. PRを作成して検証する：テストとパイプラインのチェックで、変更が機能するかを確認する。
5. 失敗を確認して反復する：CIが失敗した場合は結果を読み、原因を切り分け、変更を更新して再検証する。1623

Tencentがこれを単なるAI支援コーディング以上と位置付ける理由はここにある。AIはコード断片を提案するだけでなく、タスクをレビュー可能かつテスト済みの変更へ変える一連の工程に参加することを目指している。

CNBが実行基盤と統制レイヤーになる

このエージェントのワークフローは、CNBのリポジトリおよびパイプライン基盤に依存する。CNBのパイプライン設定では、Dockerイメージ、Dockerfileから構築するイメージ、dev containerベースの環境、マウントボリューム、ランナータグやCPU設定を指定できる。個々の開発者のPC環境を前提とせず、リポジトリで定義された再現可能な環境で作業を実行するための選択肢だ。34

CNBは再利用可能なDockerキャッシュにも対応し、後続ビルドで依存パッケージなどのネットワークリソースを繰り返し取得する処理を避けられる。33

認可面では、CNBはパイプライン実行中にCNB_TOKENを提供する。ドキュメントによると、この一時トークンはコードや成果物のプル／プッシュ、API呼び出しに使え、パイプライン終了後に破棄される。権限は起動イベントによって決まる。NPC起動時の実行については、コード、PR、Issue、コメントへのアクセス権限も記載されている。44

ブランチ作成、PR作成、失敗への応答が可能なエージェントには、モデルへのアクセスだけでは足りない。範囲が制限され、追跡できる開発システムへのアクセスが必要になる。CNBのシークレットストアに関するドキュメントは、機密情報に対するアクセス制御、操作制限、監査ログ、透かしといった仕組みも説明している。38

YAMLでロールを定義する意味

YAMLで定義するNPCロールにより、エージェントの振る舞いの一部をリポジトリ固有のものにできる。ロール定義にはプロンプトやインポートするナレッジソースを持たせられ、対応するパイプラインが実行方法を定める。3235

これにより、1つの開発プロセス内で異なる役割をつくれる。

• 調査ロール：コンテキストを集め、進め方を提案する
• 実装ロール：コードを変更し、PRを準備する
• レビューロール：必要に応じてPRを確認する
• 複数ロールの連携：より大きなタスクを分担する

Tencentは、複雑な作業向けに複数のNPCをNPC Teamとして編成できるとしている。ドキュメントはロールとイベントの基盤を示しているが、実際にどのように分担するかはチーム側の設計となる。63235

初回トークン消費を90％超削減したという主張

Tencentによると、公式のR&D NPCは初期版で2万超だった初回トークン消費を、およそ2,000トークンまで削減した。削減率は90％超で、プロンプト、ツール呼び出し、CLI出力、キャッシュヒット率を継続的に最適化した結果だとしている。623

この数字が重要なのは、エージェントのタスクでは通常、モデル呼び出しが複数回に及ぶためだ。初回コンテキストとツール記述のオーバーヘッドを減らせれば、実行全体のコストベースを下げられる。Tencentは、タスクの複雑さに応じてモデル戦略を選択できるとも説明しており、すべての作業に同じモデル構成を当てるのではなく、性能とコストのトレードオフとして捉えている。1523

ただし、これはTencent側が公表した効率指標であり、総コストやタスク品質を第三者が比較したベンチマークではない。実際の利用状況は、リポジトリ規模、タスク範囲、モデル選択、再試行回数、必要なCI処理量で変わる。

Tencentが「AIエンジニアリング協働」と呼ぶ理由

Tencentの用語は、開発ライフサイクルのどこにAIを置くかという変化を示す。

• AI支援コーディング：開発者のコード作成・編集を助ける。
• AIによるタスク実行：個別の行為を委任する。
• AIエンジニアリング協働：Tencentの表現では、タスク受付、実装、レビュー、検証、修正からなる接続済みのプロセスにエージェントを組み込む。110

実務上の中心的な主張は「自律的に出荷する」ことではなく、ワークフロー統合にある。既存の共同作業用成果物を通じてタスクを割り当て、変更はPRで提案し、受け入れ前にCIと品質チェックからフィードバックを得る。その結果、AIに何を依頼し、何を変更し、システムがその結果をどう評価したかについて、エンジニアリング上の履歴を残せる。144

この方式を検討するチームにとっての重要な問いは、意味のあるリポジトリアクセスを持つエージェントを監督するのに、既存の権限設計、テスト、レビュー規則、デプロイゲートが十分かどうかだ。CodeBuddy NPCはループ内の手順を自動化しうるが、人によるレビューや組織としての統制を不要にするものではない。