コードKGに90日分のgit logを入れたら、AIが影響範囲を90秒で出した

変更が及ぶ範囲を調べるのに、これまでは30分待たされるのが常だった。AIに「UserServiceのこのメソッドを変えたら、どこに影響する？」と聞くと、全ファイルを頭から読み直して、それでも3ファイル分の見落としがある。その見落としが本番障害を招く。悔しい話だが、これが従来のAIの限界だ。

なぜ見落とすのか。AIはコード構造も変更履歴も持たないから、毎回コード全体を「初見」で読んでいるからだ。だから時間がかかるし、抜ける。その悔しさを解くために、コードナレッジグラフ（KG）に直近90日のgit logを注入して、AIに渡す仕組みを組んだら、90秒で影響範囲が出て、ファイル網羅率が98%に跳ねた。30分→90秒。73%→98%。素人が見ても効く。

キモは「変更履歴を構造化する」という一点だ。tree-sitterでコード構造をAST化し、git logから「同じcommitで一緒に変わったファイルのペア」を拾って、KuzuというグラフDBに詰める。AIにCypherクエリを書かせて、そのKGを参照させるだけだ。Kuzu自体はSQLiteみたいにファイル一つで動く。セットアップはpip install一行。ノートパソコンで十分。

これは単なる高速化の話ではない。見落としが減ることの経営的な意味を考えてほしい。設計変更は常に副作用を連れている。それを全部見つけられたら、本番障害の確率が下がる。中小企業の開発チームが20人以下なら、このくらいの仕込みで「影響範囲の見落とし」という無駄をほぼ消せる。AIに全体を任せるのではなく、AIに「見ていい情報」を先に構造化して渡す。それが次の段階の使い方だ。