コード検索：エージェントがSnapのコードベースを横断検索する仕組み
本記事では、Snapが大規模なコードベースを効率的に横断検索するために構築したエージェント型コード検索システムについて解説する。従来のキーワード検索や正規表現では不十分な複雑なクエリに対応するため、セマンティック検索とコード構造の理解を組み合わせたアプローチを採用。開発者の生産性向上とコード理解の迅速化を実現している。
背景メモ
- Snap（Snapchatの親会社）は、若年層中心に月間8億人以上が利用するソーシャルメディア企業。大規模なコードベースを抱え、AIエージェントが効率的に検索・理解できる仕組みが不可欠。
- 本記事は、Snapが社内で開発した「コード検索システム」の技術設計を解説。従来のキーワード検索ではなく、コードのセマンティクス（意味）を理解するAI検索を採用している。
- 背景として、ソフトウェアエンジニアやAIエージェントが大規模リポジトリから関連コードを探すのは依然困難。GitHub CopilotなどのAIコーディング支援が普及する中、コード検索の精度は「AIが適切にタスクを実行できるか」を左右する重要な基盤技術となっている。
- Snapは独自の埋め込みモデルと近似最近傍探索（ANN）を組み合わせ、レイテンシと精度の両立を図っている点が特徴。