AIが書いたコードを関数ひとつだけ巻き戻す — Git上に「意味レイヤー」を足すAura

Claude Codeに大規模なリファクタリングを頼んで、15ファイルにわたる変更を受け取ったとする。ビルドは通る。テストも通る。だが翌日、課金処理の1関数だけがおかしいことに気づく。

git revertは使えない。あのコミットには他の14ファイルの正常な変更も含まれている。手動で1関数だけ戻すのは、変更の依存関係を完全に理解していなければ危険だ。結局、PRごと捨てて最初からやり直す。

この痛みに覚えがある開発者は少なくないはずだ。Lightrunの2026年調査によれば、AI生成コードの43%は本番環境でデバッグが必要になる。AIコーディングツールの側は日々進化しているが、「AIが壊したコードを安全に直す」側のツールはほぼ手つかずだった。

Auraは、その空白を埋めようとしているオープンソースツールだ。

Gitの上に載る「意味のレイヤー」

Auraの発想はシンプルで大胆だ。Gitはテキストの行を追跡する。Auraはコードの意味を追跡する。

具体的には、Tree-sitterを使ってコードをAST（抽象構文木）に変換し、関数・クラス・依存関係をMerkleグラフとしてローカルに保存する。.aura/ディレクトリに格納されるこのグラフが、Gitの「テキスト平面」の上に載る「意味平面」になる。

これにより何が変わるか。たとえばコードのフォーマット変更やimportの並べ替えは、git diffでは大量の差分になるが、aura diffではゼロになる。ロジックが変わっていないからだ。逆に、1行しか変わっていなくてもロジックに影響する変更は明確にフラグが立つ。

対応言語はRust、Python、TypeScript、JavaScript、Go、Java、C#など13言語。Naridon社が自社の開発で必要に迫られて作ったツールで、Apache 2.0ライセンスでGitHubに公開されている。

3つの核心機能

Auraには多くの機能があるが、AIコーディングの信頼性に直結するのは3つだ。

セマンティック・リワインドが最も目を引く。aura rewind calculate_tax src/billing.rsのように、特定の関数だけを過去の状態に巻き戻せる。周囲のコードはそのまま。git revertがコミット単位でしか動けないのに対し、Auraは関数単位で外科手術のように元に戻す。冒頭のシナリオ — 15ファイルの変更から1関数だけ戻したい — が、このコマンド一発で解決する。

インテント・ゲートキーパーは、AIエージェントの「意図」を追跡する仕組みだ。AIに「認証ロジックをリファクタしてくれ」と頼んだとき、その意図をベクトル空間に埋め込み、実際のコード変更と照合する。AIが宣言されていない箇所まで勝手に変更していたら「Intent Mismatch」としてコミットをブロックする。strictモードでは完全に止まる。

ブラスト・ラディウス分析は、変更の影響範囲をリポジトリ全体の依存グラフから算出する。file_a.tsのコア関数をAIが変更したら、下流のfile_b.tsとfile_c.tsのどの関数が影響を受けるかを即座にリストアップする。PRレビューでは行単位の差分ではなく「12個のロジックノードが変更、うち2個は未文書化、下流8ノードに影響、リスクスコア72/100」のように報告される。

Claude Code・Cursor・Copilotとの連携

AuraはMCPサーバーとして30以上のツールを公開しており、Claude Codeとはネイティブに連携する。ステータスラインにコンテキスト使用率やコスト、異常検知の情報がリアルタイム表示される。CursorやGemini CLI、Codex CLIのセッションも自動検出して追跡する。

面白いのは、ASTベースの文脈圧縮によりLLMに送るトークン量を80〜95%削減できるという点だ。エージェント間で作業を引き継ぐ際、テキスト差分の代わりに意味レベルの変更サマリーを渡すことで、コンテキストウィンドウを大幅に節約できる。コスト削減だけでなく、エージェントの理解精度も上がるだろう。

aura loopコマンドは依存関係を考慮した自律的なタスク実行ループを提供し、--jobsオプションで隔離されたworktreeでの並列実行もサポートする。失敗したタスクは自動でリバートされる。

現時点での評価

正直に言って、このツールのコンセプトは的を射ている。AIコーディングの問題の本質は「生成の質」だけでなく「生成後の管理」にもあり、後者は見過ごされてきた。関数単位のリワインド、意図の検証、影響範囲の可視化。どれも開発者が日々感じている痛みへの直接的な回答だ。

一方で気になる点もある。GitHubスター数は32（2026年7月時点）。Product Huntでは7月9日に8位にランクインしたが、コミュニティの規模はまだ小さい。対応言語も13と、競合のSem（28言語対応のセマンティックdiffツール）に比べると少ない。

そして根本的な問い — Gitの上にもう一つの管理層を載せるコストを、開発チームが受け入れるか。.aura/ディレクトリが増え、新しいCLIコマンドを覚え、CIパイプラインに組み込む。このオーバーヘッドに見合うだけの価値があるかは、チームのAI利用度合いによる。

AIエージェントにコードの50%以上を書かせているチームなら、導入する価値は十分ある。手動でほとんど書いているチームには過剰だ。ただし、AIコーディングの比率は業界全体で急速に上がっている。今は過剰に見えるツールが、半年後には必需品になる可能性は否定できない。

完全無料、Apache 2.0、ローカル実行でデータ送信なし。試すハードルは低い。AIが書いたコードの「管理」に限界を感じている開発者は、一度触ってみる価値がある。