Sourcegraph Cody - 大規模コードベース理解に特化したAIアシスタント

Sourcegraph Codyとは

Sourcegraph Codyは、大規模コードベースの理解に特化したAIコードアシスタントです。Sourcegraphのコード検索・インテリジェンス機能と統合され、プロジェクト全体のコンテキストを把握した正確なコード補完と回答を提供します。

特徴: コードベース全体を理解した上で技術的に正確な回答を提供する能力が、他のAIアシスタントとの差別化ポイントです。

Sourcegraphの歴史とCodyの誕生

Sourcegraphは2013年にクインン・スラック（Quinn Slack）とベンジャミン・ソルヴェスターソン（Beyang Liu）によって創業されました。当初はコード検索エンジンとしてスタートし、「開発者がコードベース全体を素早く検索・理解できるツール」というミッションを掲げていました。

Googleの内部ツールである「Kythe」に影響を受けながら、Sourcegraphはコードグラフ（コード間の依存関係・参照グラフ）を活用した高度なコード検索を実現。Uber、Yelp、Lyftなどの大手テック企業が内部的に何万ファイルものコードベースを管理するために採用しました。

2023年、生成AIの急速な台頭に合わせてSourcegraphは「Cody」をリリース。単なるコード検索ツールに留まらず、AI生成AIとコード検索の融合によって「コードベース全体を理解したAIアシスタント」という新しいカテゴリを開拓しました。

2025年には個人向けプランの新規登録を終了し、エンタープライズおよび個人開発者向けの「Amp」に戦略を集中するという方針転換を発表。これはAIコーディングツール市場における競争激化と、エンタープライズ特化という方向性の選択を示しています。

主な機能

• コンテキスト認識補完: プロジェクト全体を理解した上でのコード補完
• インライン編集: 選択したコードの直接編集
• マルチLLM選択: Claude 3.5 Sonnet、Gemini 2.0 Pro、GPT-4oなどから選択
• コードグラフコンテキスト: シンボル検索、コード検索との統合
• マルチコードホストコンテキスト: 複数リポジトリにまたがるコンテキスト理解
• コマンド機能: /explain、/test、/fixなどのスラッシュコマンドで素早くアクション実行

Codyのコアテクノロジー：コードグラフコンテキスト

Codyが他のAIコードアシスタントと一線を画す最大の技術的特徴が、コードグラフコンテキストです。

通常のAIコードアシスタントは、現在開いているファイルや最近開いたファイルをコンテキストとして使用します。一方Codyは、Sourcegraphのコード検索エンジンを活用して以下の情報もコンテキストに含められます：

• シンボル検索: 関数・クラス・変数の定義と使用箇所を横断的に把握
• リポジトリ横断検索: 複数のリポジトリに分散した関連コードを同時に参照
• コード依存グラフ: どのファイルがどのファイルに依存しているかの全体像
• コミット履歴の理解: 過去の変更履歴からコードの意図を推測

これにより、特に以下のような場面で威力を発揮します：

• マイクロサービスアーキテクチャで複数リポジトリにまたがる機能の実装
• 何年も前に書かれたレガシーコードの理解と修正
• 大規模なモノレポでの作業

料金プラン（2025年更新）

重要な更新: 2025年後半より、Cody FreeおよびCody Proは新規登録を終了。既存ユーザーは2025年7月23日まで利用可能。個人開発者向けには新しいエージェントツール「Amp」が推奨されています。

プラン詳細

無料プラン

• 無制限のオートコンプリート
• 月200回のチャット・コマンド
• Claude 3.5 Sonnet、Gemini 2.0 Flash、GPT-4o-miniなど

Proプラン

• 無制限のオートコンプリート
• 拡張されたチャット・コマンド制限
• Gemini 2.0 Pro、GPT-4oなど高性能LLM
• 統合検索結果、コード検索、シンボル検索
• 1Mトークンの拡張コンテキストウィンドウ

対応IDE

• VS Code
• JetBrains IDE（IntelliJ IDEA、WebStorm、PyCharm等）
• Visual Studio
• Eclipse

各IDEに対応したプラグインが提供されており、既存の開発環境を変更せずにCodyを導入できます。VS Code向けのCody拡張機能は特に人気が高く、インストール数は数十万を超えています。

エンタープライズ機能

• BYOLLM（Bring Your Own LLM）: 独自のLLMを持ち込み可能。Azure OpenAI、AWS Bedrock経由のモデルも利用可能
• デプロイオプション: シングルテナント、セルフホスト対応
• セキュリティ: SAML/SSO認証、コーディング規約のガードレール
• サポート: 24/5の拡張サポート
• 監査ログ: AIのやり取りを記録・監査できる企業向け機能
• コンテキストフィルタリング: 特定のリポジトリやファイルへのアクセスを制限する機能

具体的な使用シナリオ・活用例

シナリオ1：大規模コードベースへの新規参入

新しいプロジェクトに参加した開発者が、何万行ものコードを短期間で理解する場面：

# Codyへの質問例
「このサービスの認証フローを説明してください。
どのファイルが関係していて、どのような順序で処理が行われますか？」

Codyはコードグラフを使ってプロジェクト全体を横断し、認証に関連するすべてのファイルを特定し、フローを説明します。

シナリオ2：レガシーコードの理解と安全なリファクタリング

10年前のJavaコードをモダンなSpring Bootに移行する場面：

# Codyへの質問例
「OrderProcessingServiceクラスの全ての依存関係を一覧にし、
リファクタリングする際に影響を受けるクラスを特定してください。」

Codyはシンボル検索とコードグラフを活用して、影響範囲を正確に把握します。これにより、意図しない副作用を避けながら安全にリファクタリングを進められます。

シナリオ3：マイクロサービス間のAPIの整合性確認

複数のマイクロサービスが通信するシステムで、APIの変更が他サービスに与える影響を確認：

# Codyへの質問例
「user-serviceのgetUserByIdエンドポイントを変更します。
このエンドポイントを呼び出しているサービスをすべて特定してください。」

複数リポジトリにまたがる検索ができるCodyならではの回答が得られます。

シナリオ4：テスト自動生成

# スラッシュコマンドの活用例
# 対象コードを選択して実行
/test

# → JUnit/Mockitoを使ったテストコードを自動生成

Codyの/testコマンドは選択したコードのテストケースを自動生成します。既存のテストコードのスタイルを参照するため、プロジェクトのテストパターンと一致したコードが生成されます。

シナリオ5：セキュリティ脆弱性の検出

# スラッシュコマンドの活用例
/explain セキュリティの観点からこのコードのリスクを教えてください

SQLインジェクション、XSS、認証漏れなどのセキュリティ問題を自然言語で確認できます。

競合ツールとの詳細比較表

Codyが特に優れているポイント

• コードグラフを活用したコンテキスト理解: 他のツールでは実現できない深いコード理解
• マルチリポジトリ対応: マイクロサービス構成での開発に非常に有効
• LLM選択の自由度: プロジェクトの要件に応じて最適なモデルを選択可能
• エンタープライズセキュリティ: BYOLLM、セルフホスト、監査ログなど企業要件を満たす

Codyが劣るポイント

• 個人向けプランの終了: 2025年後半から無料・Proプランの新規登録終了
• エージェント機能の弱さ: CursorやWindsurfと比較すると、自律的なコード変更能力は低い
• VS Codeのみのフル機能: JetBrainsなど他IDEではVS Code版より機能が少ない場合がある

エンジニア・開発者向けの具体的な活用方法

1. コンテキストをカスタマイズする

Codyのコンテキストはカスタマイズ可能です。重要なドキュメントや設計書をコンテキストに追加することで、プロジェクト固有の知識を活かした回答が得られます。

# .cody/context.md の例
プロジェクトアーキテクチャ：
- マイクロサービス構成（8サービス）
- 通信プロトコル：gRPC（サービス間）、REST（外部API）
- データベース：PostgreSQL（メインDB）、Redis（キャッシュ）
- 認証：OAuth 2.0 + JWT

2. スラッシュコマンドの活用

/explain  # コードの説明
/test     # テストコードの生成
/fix      # バグの修正
/doc      # ドキュメントコメントの生成
/smell    # コードの問題点の指摘

3. 大規模リファクタリングでの活用

大規模なコードベースでのリファクタリングでは、まずCodyに影響範囲を調査させてから作業を進めるワークフローが効果的です。

手順：
1. 「この関数を変更した場合の影響範囲を教えてください」
2. 影響ファイルのリストを確認
3. テスト方針について相談
4. 段階的なリファクタリング計画を立てる

4. オンボーディングの効率化

新しいチームメンバーのオンボーディング資料として、Codyとの対話ログを活用できます。「このプロジェクトの全体アーキテクチャを説明してください」という質問への回答は、コードベースの現状を反映した生きたドキュメントとして機能します。

メリット・デメリットの詳細分析

メリット

1. 前例のないコードベース理解の深さ Sourcegraphの10年以上にわたるコード検索・インデックス技術を土台にしたコンテキスト理解は、他のAIコードアシスタントが追いつけないレベルです。特に大規模なコードベースでは差が顕著に表れます。

2. 複数LLMの柔軟な選択 Claude、Gemini、GPT-4oなど複数のLLMを状況に応じて選べるため、最新モデルへの移行もスムーズです。またBYOLLMにより、独自にファインチューニングしたモデルも利用できます。

3. エンタープライズグレードのセキュリティ SOC 2 Type II準拠、SAML/SSO、監査ログ、セルフホストオプションなど、大企業が求めるセキュリティ要件を満たしています。

4. IDE非依存の哲学 VS Code、JetBrains、Visual Studio、Eclipseと幅広いIDEに対応しており、エンジニアが使い慣れた環境で利用できます。

デメリット

1. 個人向けサービスの縮小 2025年後半に個人向けプランの新規登録が終了することは、個人開発者にとって大きなデメリットです。エンタープライズ特化への路線変更は、カジュアルユーザーには利用しにくくなります。

2. エンタープライズコストの高さ Enterprise プランはカスタム価格であり、中小企業には導入ハードルが高い場合があります。

3. 自律的な編集能力の限界 CursorやWindsurfのようなエージェント型の自律的コード編集機能は、Codyでは限定的です。「理解して回答する」能力に優れますが、「自律的に実装する」能力では後発ツールに劣ります。

4. 学習コストとセットアップ コードグラフのインデックス構築に時間がかかる場合があり、大規模リポジトリでの初期セットアップには時間を要します。

国内（日本）での利用状況・活用例

日本国内では、特に以下のような企業・組織での採用が広がっています：

エンタープライズでの活用：

• 大手SIer・ITサービス企業: 長年蓄積されたレガシーコードの理解と近代化に活用
• 金融機関の内製開発チーム: セキュリティ要件を満たすセルフホスト環境での利用
• 製造業のIoT・組み込み開発部門: 複数の分散したリポジトリを横断した開発支援

個人開発者の活用（2025年7月まで）：

• OSSコントリビューターが大規模プロジェクトを理解するための補助ツール
• エンジニア転職時の技術理解加速ツール

日本のエンジニアコミュニティでは、特に「大規模レガシーコードの解読」に役立つという評価が多く見られます。コードコメントが少ない古いJavaやCOBOLコードの理解に使われるケースも報告されています。

将来展望・ロードマップ

Sourcegraphの戦略的方向性：

1. Ampへの移行: 個人開発者向けには新しいAIエージェントツール「Amp」が開発されており、よりエージェント指向の体験を提供予定
2. エンタープライズAIのデファクト化: BYOLLM、セルフホスト、監査機能を中心に大企業向けのポジションを強化
3. コードグラフの高度化: より大規模・複雑なコードベースへのインデックス対応
4. AIレビュー機能の強化: プルリクエストの自動レビュー、セキュリティスキャンとの統合
5. マルチモーダル対応: 図解や設計書の理解と、コードとの紐付け機能

AIコーディングツール市場の中でSourcegraphは、「高品質なコンテキスト提供エンジン」というポジションを確立しつつあります。LLMの性能が向上するにつれて、より高品質なコンテキストを提供できるSourcegraphのアーキテクチャの価値が増すという見方もあります。

よくある質問（Q&A）

Q1. GitHub Copilotと比べてCodyの優位性は何ですか？

A. 最大の優位性は「コードベース全体を理解したコンテキスト」です。GitHub Copilotは主に現在開いているファイルをコンテキストとして使用しますが、CodyはSourcegraphのコードグラフを活用して複数のリポジトリにまたがる情報を参照できます。特に、数十〜数百のリポジトリを持つ大企業での開発では、この差は顕著に表れます。

Q2. 2025年後半に個人向けプランが終了した後はどうすればいいですか？

A. Sourcegraphが推奨する個人開発者向けの後継ツールは「Amp」です。Ampはよりエージェント指向の設計で、個人開発者向けの機能を提供する予定です。また、GitHub Copilot、Cursor、Windsurfなどの代替ツールへの移行も選択肢です。

Q3. セルフホストするとどのようなメリットがありますか？

A. セルフホストのメリットは主にセキュリティとプライバシーです。コードデータが外部サービスに送信されないため、金融機関、医療機関、防衛関連など機密性の高い業界での利用が可能になります。また、企業のセキュリティポリシーに完全に準拠した形で導入できます。

Q4. BYOLLMとはどういう機能ですか？

A. Bring Your Own LLM（BYOLLM）は、Enterprise契約者が自分たちのLLMをCodyに接続できる機能です。例えば、Azure OpenAIやAWS Bedrockで管理しているGPT-4oやClaude、あるいは自社でファインチューニングしたカスタムモデルを使用できます。これにより、データの処理場所を完全にコントロールできます。

Q5. コードの品質や一貫性を保つための機能はありますか？

A. Enterpriseプランでは「コーディング規約のガードレール」機能が提供されており、組織のコーディングスタンダードに違反するコードの生成を抑制できます。また、プロジェクト固有のベストプラクティスをコンテキストとして設定することで、一貫性の高いコード生成が可能です。

Q6. JetBrainsでのフル機能は使えますか？

A. JetBrains向けのプラグインは提供されていますが、VS Code版と比較すると一部の機能が限定される場合があります。コア機能（コード補完、チャット、コマンド）は問題なく動作しますが、最新機能のリリースはVS Code版が優先されることが多いです。

Q7. OSS（オープンソース）プロジェクトでの利用はどうなりますか？

A. 個人向けプランの終了後は、OSSプロジェクト向けの特別なプランが提供される可能性があります。詳細はSourcegraphの公式発表を確認してください。現在（2025年7月まで）は無料プランを利用可能です。

Q8. モノレポ（Monorepo）環境での活用方法は？

A. CodyはMonorepo環境でも効果的に機能します。コードグラフが単一の大規模リポジトリ内の依存関係を把握するため、どのモジュールがどのモジュールに依存しているかを素早く確認できます。大規模なMonorepoを持つ企業でのCody採用事例は多く、特にその強みが評価されています。

Q9. CI/CDパイプラインへの組み込みは可能ですか？

A. Sourcegraph APIを通じてCI/CDパイプラインへの統合が可能です。コードのコミット時に自動レビューを実行したり、プルリクエストへの自動コメントを追加したりするワークフローを構築できます。

プログラマー・ITエンジニアへの推奨度評価

総合推奨度: ★★★★☆（4.0/5）

エンタープライズ環境での大規模コードベース管理においては他のツールを凌駕する能力を持ちますが、個人開発者向けサービスの縮小は大きな制約です。

公式リンク

• 公式サイト
• Cody料金プラン
• ドキュメント

まとめ

Sourcegraph Codyは、大規模で複雑なコードベースを扱う開発者やエンタープライズチームに最適なAIアシスタントです。Sourcegraphのコード検索・インテリジェンス機能との統合により、他のAIツールでは難しい深いコンテキスト理解を実現しています。

2013年の創業以来培ってきたコードグラフ技術を基盤に、生成AIの波に乗ってCodyを誕生させたSourcegraphは、エンタープライズAIコーディングツール市場における重要なプレイヤーとなっています。

2025年後半からの個人向けプラン終了に伴い、エンタープライズ向けソリューションとしての位置づけがより明確になっています。機密性の高いコードを扱う大企業や、複数リポジトリを横断した開発が必要な組織にとって、Codyは依然として最有力の選択肢のひとつです。

参考リソース

• Sourcegraph Cody 公式ドキュメント
• Sourcegraph 公式サイト
• Sourcegraph ブログ
• Cody GitHub リポジトリ