JetBrains AI
Supercharge your tools with AI-powered features inside many JetBrains products
JetBrains Context のご紹介: コーディングエージェントのリポジトリ・インテリジェンス
複雑なコードベースでコーディングエージェントの作業を効率化し、より高品質な結果を出せるようにする新しいリポジトリのためのインテリジェンスレイヤーである JetBrains Context をこの度公開しました。チームと組織を想定した JetBrains AI の導入の一環として、JetBrains AI サブスクリプションをお持ちの方を対象に JetBrains Context を追加料金なしで早期アクセスで提供中です。Claude Code、Codex CLI、および Junie CLI と統合し、JetBrains IDE、Air、VS Code、およびその他の対応エディターから使用できます。
JetBrains はどんなに複雑なコードベースを扱う場合でも、常に開発者の生産性が向上するように注力してきました。それは、従来は自動補完、コード解析、移動などのインテリジェント機能を提供することを意味していました。今日ではコードを効果的に作成、検証、レビューするのに必要なリポジトリ・インテリジェンスを AI エージェントに提供し、同様の生産性を AI エージェントにも反映させています。
「当社は数十年にわたり、開発者が複雑なコードベースに早く慣れるように支援してきました。実は AI エージェントも慣れないプロジェクトに取り組む場合、ほぼ同じ支援が必要なのです。」
エンタープライズ規模のコードベースではコンテキストが必要不可欠です。入念なレビューや手直しを必要とする平凡な結果と、コードベースや API、依存関係、実装パターン、エンジニアリング規則を理解している効率的なエージェント型コーディングには根本的な違いがあります。
開発者と同様、エージェントは小規模な概念実証（PoC）プロジェクトではさほど支援を必要としません。しかしながら、エージェントが大規模なコードベースを効果的に扱えるようにするには、追加のコンテキスト、つまりは明文化されていない組織の知識や洞察が不可欠なのです。
エージェントの新たな現実
当社のコンテキストに対する取り組みは、開発者の間でエージェントのスキルを向上させるニーズが高まっていることを反映しています。開発者はかつてはどんな AI の出力でもたいていは満足していましたが、「ハネムーン期」（初期段階）が終わりつつある今、状況はより複雑化してきました。開発者への期待は徐々に高まっており、開発者が新たな要件を満たそうと努力している中、AI の使用範囲が拡大しています。AI の ROI（投資収益率）に対する要求は開発チームの工期短縮を意味し、AI の利用枠が設けられるようになりました。つまり、トークンを無限に消費して最先端モデルを湯水のように使い、力任せに問題を解決するやり方はもはや通用しないのです。エージェントが新たに得た「超能力」に現実の要求が急速に追いついてきているのです。
かつては単に不便だったものが、徐々にボトルネックに変わってきました。ほとんどの問題解決タスクや機能開発タスクでは、エージェントに大規模なコード探索を実行させ、現状を把握したり、予定している変更に向けて参考情報を得る必要があります。実務上では検索の実行、探索エージェントの起動、ファイルの読み取りなどがそうですが、これらの作業は時間やトークンを消費しがちです。最先端の高性能モデルを使用していても、コンテキストやリポジトリのアクセス範囲が限定的な場合は、エージェントが適切なコードを見つけたり、優れた実装例を探し当てたり、再利用価値のある既存のパターンを識別したりできなくなる可能性があります。結論は単純です。エージェントがリポジトリの検索にかかる時間を短縮すればするほど、より多くの時間を手元のタスクに費やせるようになるのです。JetBrains Context はまさにこの問題を解決するように設計されました。
JetBrains Context とは
JetBrains Context は Claude Agent、OpenAI Codex、JetBrains Junie をはじめとするコーディングエージェントのリポジトリ・インテリジェンスレイヤーです。リポジトリのセマンティックインデックスを段階的に構築してセマンティック取得機能を提供することで、エージェントがファイルの検索や読み取りを何度も行わなくても、関連するリポジトの情報にアクセスできるようにします。エージェントが単にキーワードを検索したり何度もファイルを探索したりするのではなく、どんな質問でも直接投げかけたり、関連する用語や概念を検索したりできるようになるのです。これを実現するため、リポジトリのインデックスを段階的に作成するバックエンドと、エージェントがそのデータを解析できるようにするセマンティック検索ツールという 2 つの主要コンポーネントを使用しています。
今回導入される機能の中で特に有望なのは、複数のリポジトリを検索する機能です。エージェントが現在のリポジトリに限らず、ローカルにチェックアウトされていないリポジトリを含む組織コードベース全体から関連するコードを発見できます。これにより、エージェントによる API や依存関係の検証、変更による影響の把握、リモートプロジェクト内の再利用可能なコードの特定が可能になります。最終的にはコード品質の水準が向上し、不要な作業を回避し、コードベース全体でアーキテクチャの適合性を高めることができます。
論より証拠（試せば分かる）
205 個のオープンソース SWE-bench タスク、175 個の production-monorepo タスク、1,953 個の code-localization タスクで JetBrains Context を検証しました。JetBrains Context はこれらの各ベンチマークでエージェントのターン数を最大 68%、遅延を最大 59%、実行コストを最大 48% 削減しました。
AI システムを安定して測定するのは容易ではありません。最新のコーディングエージェントは本質的に確率ベースで動作するため、業界で定評のあるベンチマークと本番環境規模のリポジトリを基にした評価を設計しました。評価を通じて改良を重ねることで、この技術を大規模なコードベースで時間、コスト、コード品質を大きく変えられると確信を持って言えるレベルにまで高めることができました。
JetBrains Context の早期アクセスはすでにサブスクリプションで提供されています
使用を開始するには、ランディングページの手順に従ってください。
- 単純な
GETリクエストを使用して CLI をインストールします。 - CLI の
jbcontext loginコマンドを使用して認証します。 既存の資格情報をそのまま使用できます。JetBrains AI のライセンスが必要ですが、JetBrains Context で AI の利用枠が消費されることはありません。 - プロジェクトフォルダーに移動し、
jbcontext setup-agentコマンドを使用して、お好みのコーディングエージェント用に JetBrains Context を設定します。ユーザースコープ内でグローバルに設定することも可能です。 - JetBrains Context がエージェントフックで自動的にコードのインデックスを事前に作成します。自分で
jbcontext indexコマンドを呼び出すことで、明示的にインデックスを作成することも可能です。ユーザーのソースコードが JetBrains Context のサーバーに保存されることはありせん。
今後は普段通りにコーディングを進めていく中で、エージェントの生産性を大幅に向上させる新しいリポジトリ・インテリジェンス機能が搭載されていることにお気づきになると思います。
JetBrains Context を試しても役に立っているかどうか分からない場合は、新しい組み込みの解析機能をぜひご確認ください！ jbcontext analyze を入力するだけで、リアルタイムのデータに基づくコスト削減と時間短縮の効果をご確認いただけます。
皆様のご意見をお待ちしています。以下のコメント欄からご意見・ご質問・ご感想をお寄せください。CLI から直接 jbcontext send-feedback コマンドを使用することもできます。
オリジナル（英語）ブログ記事の作者：
