詳細を読む
Greptile が Claude Agent SDK で 真にエージェンティックな コードレビューを構築
業種：
ソフトウェア
会社規模：
小規模
製品：
Claude Platform
地域：
北アメリカ
約90% のキャッシュヒット率
Agent SDK によるプロンプトキャッシュがコストを大幅に削減し、コンピューティング効率を向上
100万件
月間で検出された問題数
動画のキャプション
動画のキャプション
Greptile は、コードベース全体のコンテキストを理解した上でプルリクエストをレビューする AI エージェントを構築しています。同社は NVIDIA、Brex、Coinbase などのエンタープライズからスタートアップまで 2,000 以上の組織にサービスを提供し、エンジニアリングチームが本番環境に出荷する前にバグやアンチパターンを検出するのを支援しています。
Claude Agent SDK により、Greptile は以下を実現：
- 約 90% のキャッシュヒット率を達成し、Greptile とセルフホスティングの顧客の両方のコストを大幅に削減
- git 履歴、類似関数、プルリクエストのコンテキストを横断して手がかりを追う、マルチホップのコード調査を実現
- ハーネスインフラではなく専門ツールにエンジニアリング時間を集中させることで、新機能をより速くリリース
- 厳格なワークフローに従うのではなく、問題を反復的に調査する自律的なコードレビューを実現
- 効率的なコンピューティング使用量により、エンタープライズ顧客にコスト効率の高いセルフホスティングオプションを提供
課題
AI コードレビューの分野では、ほとんどのツールが事前に決められたパスに従います。プルリクエストをスキャンし、固定されたチェックリストを実行し、予測可能な順序で結果を表示します。しかし Greptile は、コードレビューをチェックリストではなく調査として捉えています。熟練したエンジニアが異常を発見したとき、スクリプトには従いません。より深く掘り下げ、コンテキストを調べ、履歴を追跡し、コードベース全体の点を結びます。
Greptile のチームはこのギャップを認識していました。調査的な作業のための専門ツール、つまりコードベースのコンテキスト取得、意味的に類似した関数の検索、git 履歴の取得などのユーティリティは構築済みでした。しかし、オーケストレーション層がこれらのツールを厳格なフローチャートに押し込めていました。各ステップで新しい情報が明らかになりましたが、事前に決められたシーケンスに固定されていたため、システムはそれらの発見に基づいて行動できませんでした。
「Greptile が真にマルチホップで自律的なシステムを構築したいと考えていました。すべてのステップで新しい情報が明らかになり、次のステップがその情報に基づいて決定されるシステムです。厳格なフローチャートに従うのではなく」と、Greptile の共同創業者兼 CEO である Daksh Gupta 氏は述べています。
チームには、ツールと同じくらいインテリジェントなオーケストレーション層が必要でした。熟練したエンジニアのように思考できるものです。
Agent SDK によるエージェンティックコードレビューシステムの構築
Greptile チームは独自のエージェントハーネスの構築を検討しましたが、時間をどこに費やすべきかをすぐに見極めました。「コードレビュー用のより良いツールの構築にすべての時間を費やすことに価値があることが明らかになりました」と Gupta 氏は述べています。10人のエンジニアチームにとって、その集中は重要です。
Claude Agent SDK は、インフラではなくドメイン専門知識に集中できる強力なオーケストレーション層を提供しました。この決定は技術的な直感も反映していました：エージェントハーネスとモデルは密結合しているということです。「モデルとハーネスは結合されており、そのモデルが最高だということは明らかでした」と Gupta 氏は説明しています。「それは Anthropic SDK にとって本当に大きなアドバンテージでした」
Greptile がマルチホップコード調査に Claude を使用
Claude は現在、Greptile のコードレビューに対する調査的アプローチを支えています。エージェントが異常な計算やコードベース内の類似関数と異なる関数を発見すると、次に何を調査するかを自律的に判断できます。変更理由を理解するために git 履歴を調べたり、コミットを元のプルリクエストまで遡ってコンテキストを読んだり、リポジトリ内の他の場所のパターンとコードを比較したりできます。「調査報道記者や探偵のように行動しています」と Gupta 氏は説明しています。「探偵のためのすべてのツールがあり、求めていたのはそのための本当に強力なオーケストレーターでした」
Greptile は Opus 4.5 上で動作しています。「コードのバグやアンチパターンの検出において、当社が達成しようとしていることすべてにとって最高のコーディングモデルだと信じています」と Gupta 氏は述べています。「プロンプトキャッシュは当社のユースケースに適しており、MCP との統合も価値がありました」
Greptile は SDK のサブエージェント機能も多用しています。1 つのサブエージェントがメモリ取得を処理し、チームが表明したコーディング標準、Greptile がコードベースについて学習した特異性、ドキュメント、claude.md ファイル、cursor ルールからのコンテキストを含む情報バンクから取得します。この蓄積された知識がすべてのレビューに活用されます。
チームはフックを使用して、重要な箇所に決定論性を注入しています。コードレビューでは、プルリクエスト内のすべてのファイルが確実に検査されるようにしています。これは、徹底的で一貫したカバレッジを必要とするエンタープライズ顧客にとって不可欠な保証です。
成果
Agent SDK への移行は即座に効率向上をもたらしました。Greptile は現在、90% 近いキャッシュヒット率を達成しており、運用全体にわたって大幅なコスト削減につながっています。自社の Anthropic インスタンスを使用して Greptile をセルフホスティングしている顧客にとって、この効率性はコストの比例的な増加なしに、より大規模な AI コードレビューの展開を可能にします。「Agent SDK により、真の自律性を手に入れました。すべてのステップが新しい情報を生み出し、次のステップはその情報に基づいて決定できます」と Gupta 氏は述べています。「これにより、コードレビューエージェントの動作方法が根本的に変わりました」
より深い影響は、Greptile が今構築できるものにあります。「Agent SDK により、はるかに高いコスト効率でより速くリリースでき、専門ツールの構築に深く集中できるようになりました」と Gupta 氏は述べています。「達成したい特定のタイプのことのために、高度に専門化されたツールの構築にすべてのエネルギーを集中できます」
ハーネスインフラの保守の代わりに、チームはコードレビューを真に有用にするツール、つまりより良いコードベースの理解、よりスマートな類似性検出、より豊富な git 履歴分析にそのエンジニアリング時間を投資しています。
その結果は本番環境に表れています。NVIDIA のオープンソースリポジトリの一例では、Greptile がレビュー担当のエンジニアが最初に異議を唱えた問題にフラグを立てました。エージェントは追加のエビデンス（コードベース全体の類似関数との比較、関連する git 履歴）で応答し、エンジニアはその検出が正しかったことを認めました。エージェントがエビデンスで自身の発見を擁護できるようなマルチステップの調査は、まさにエージェンティックアーキテクチャが可能にするものです。
顧客もその違いに気づいています。「AI が把握するのが繰り返し難しいことが証明された技術スタックを持っているにもかかわらず、Greptile は良好なシグナル対ノイズ比で一貫したレビューインサイトを提供し、最も厳しいエンジニアをも納得させました」と、Brex のプリンシパルエンジニアである Jarrod Ruhdland 氏は述べています。
Greptile は Agent SDK で可能なことを引き続き拡大し、Agent SDK なしでは開発と保守がはるかに困難だったであろう新機能を構築しています。毎月 10 億行以上のコードをレビューする企業にとって、インフラではなくドメイン専門知識に集中できる能力は、戦略的なアドバンテージとなっています。
「Agent SDK により、はるかに高いコスト効率でより速くリリースでき、専門ツールの構築に深く集中できるようになりました」
共同創業者兼 CEO、Greptile
動画のキャプション