Pierreにはどんな技術があるのか？Codexが利用するTrees、Diffs、Code Storageなど5製品を解説

著者注：OpenAI は Pierre の買収予定を発表しました。この記事では、Codex がすでに利用している Trees と Diffs、そして Highlights、DiffsHub、有料の Code Storage という Pierre の5製品を解説し、どのオープンソースコンポーネントをすぐに利用できるのかを整理します。

2026年11月4日、OpenAI は開発者ツール企業 Pierre Computer Company の買収予定を発表しました。「OpenAI がまた Git ホスティング会社を買収した」と思った人も多いかもしれませんが、それは正確ではありません。Pierre は、コードの閲覧、差分比較、オンライン編集、シンタックスハイライト、Git ストレージを網羅する技術群を持っています。そのうち2つの製品は、すでに Codex App で使われています。

これは単なる噂でも、ニュースを伝えるだけの速報記事でもありません。 OpenAI の公式発表では、Codex が Pierre の Trees と Diffs ライブラリを利用していることが確認されています。また、Pierre のオープンソースリポジトリと NPM パッケージも公開されています。なお、取引はまだ完了しておらず、買収額も公表されていません。

この記事でわかること：Pierre の製品と技術の全体像を把握し、オープンソースコンポーネント、オンラインツール、有料ストレージサービスの違いを整理できます。さらに、今すぐ自分のプロジェクトに導入できるコンポーネントもわかります。

Pierre買収の重要ポイント

まず、確認済みの事実と未確認の情報を分けて整理します。以下の表には、OpenAIの発表とPierreの公式チャネルで明言された内容のみを掲載しています。

取引が完了するまでは、両社は引き続き独立して事業を運営します。Axiosは今回の取引を、CodexがGitHubの長年主導してきたコード共同作業の分野へ進出する動きと捉えています。ただし、これは競争の方向性に関するメディアの見方であり、OpenAIがGitHubに代わる完全なサービスの提供を発表したわけではありません。

Pierre の技術マップ：オープンソースコンポーネント、オンラインツール、有料ストレージ

Pierre を理解するには、まず製品を3つの層に分けて捉えるとわかりやすいでしょう。Pierre は大規模言語モデルを専門に学習する会社ではなく、モデル API も販売していません。コードの表示、編集、保存、管理に必要なソフトウェアとインフラを提供しています。公式サイトでは、自社を「機械駆動型ワークロード向けの、基盤となる組み合わせ可能なインフラ」を提供する企業と位置づけています。

オープンソース部分は GitHub リポジトリ pierrecomputer/pierre に集約されており、Apache License 2.0 を採用しています。2026-11-05 時点で、このリポジトリには約 6,500 Stars、266 Forks、約 1,320 コミットがあります。これらは変動するスナップショットデータです。なお、このリポジトリに Code Storage の商用バックエンドコードがすべて含まれているわけではありません。

Pierre Diffs を解説：Edit Mode、レビュー UI、Merge Conflict

Diffs のオープンソースパッケージは @pierre/diffs です。確認時点では、公式サイトに表示されていたバージョンは v1.6.4、React のエントリーポイントは @pierre/diffs/react でした。基本機能として、Web ページ上にコードファイル、パッチ、2つのバージョン間の差分を表示できます。左右に並べる Split ビューと、上下にまとめる Stacked/Unified ビューに対応し、行内の文字や単語単位で差分をハイライトできます。開発者はファイルの2つのバージョンを渡すことも、パッチファイルを直接渡すこともできます。

Diffs Edit Mode：差分ビューで直接コードを編集

OpenAI の発表でも特に取り上げられた機能です。レビュー担当者は Diff ビューでコードの行を直接編集できます。Edit Mode は範囲選択と複数選択、自動インデント、Undo/Redo、ファイル内検索、Lint マーカー、カスタム編集アクション、ローカルおよびリモートのカーソルに対応しています。公式からは EditProvider と関連する Editor API も提供されています。一部の編集機能は現在も Beta と表示されています。

これは、具体的な課題を解決する機能です。従来のフローでは、AI が生成したコードの問題に気づいたら、フル機能のエディターに切り替え、ファイルを探して修正し、レビュー画面に戻る必要がありました。Edit Mode は「問題の発見」と「修正」を同じ画面で行えるため、Agent が大量の変更を生成し、人間が部分ごとに確認する場面で特に役立ちます。

Diffs コードレビュー UI：組み込み可能な Annotation フレームワーク

Diffs は柔軟な Annotation フレームワークを提供しており、行単位のコメント、CI のチェック結果、AI のレビュー意見、サードパーティツールの出力を特定のコード行に紐づけられます。また、差分ビューに Accept Change や Reject Change といったカスタムボタンを追加でき、コメントへの返信や選択したコード行への説明の追加にも対応しています。

ここで区別しておきたいのは、Diffs は表示と操作のためのコンポーネントであり、脆弱性を自動的に発見する AI モデルではないという点です。レビュー意見の生成元は、自分のシステムで決めます。例えば、大規模言語モデルの API を使って提案を生成し、それを Diffs に表示させることができます。

Diffs Merge Conflict：構造化された競合処理

通常のテキスト Diff では、マージ競合が発生すると、競合マーカーが並んで表示されるだけです。Diffs は専用の競合処理 UI を提供し、競合箇所を構造化された追加・削除内容として表示します。ユーザーは現在のバージョンを保持するか、取り込むバージョンを採用するか、両方を保持するかを選び、解決後のファイルをプレビューできます。

技術面では、公式ドキュメントによると、Vanilla JavaScript と React に対応し、構文ハイライトには Shiki を使用しています。また、レンダリング構造の一部に CSS Grid と Shadow DOM を使い、SSR ツール、Worker Pool、仮想化レンダリングも提供しています。仮想化は、ブラウザーが画面に見えない大量の内容を一度にレンダリングするのを避けるためのものです。

Pierre Trees と Highlights：大規模なファイルツリーとストリーミング対応のハイライト

Trees：大規模リポジトリ向けのファイルツリーコンポーネント

Trees のオープンソースパッケージは @pierre/trees で、確認時に公式サイトで紹介されていたバージョンは v1.0.0-beta.6 です。Codex のようなツールで、左側のファイルブラウザーを担います。ディレクトリの展開・折りたたみ、名前やパスによる検索・フィルタリング、単一のサブディレクトリだけが続く空のディレクトリ階層の自動圧縮、ファイルやディレクトリのドラッグ、新規作成・名前変更、右クリックメニューやファイルアイコンのカスタマイズに対応しています。

AI コーディングの場面で特に役立つのが、Git のステータス表示です。ファイルの横に M（変更済み）、A（追加・ステージング済み）、D（削除済み）、R（名前変更済み）、U（未追跡）を表示でき、変更されたファイルを含む親ディレクトリにもマークが付きます。Agent が一度に数十個のファイルを変更した場合でも、ファイルツリーをひと目見れば、どこに変更があったか分かります。

パフォーマンス面では、Trees は自動仮想化を採用し、現在表示されている行を優先してレンダリングします。公式サイトでは、すべて展開すると 2,956 個のファイルを含むディレクトリツリーや、数万件の項目を仮想化してレンダリングするデモが公開されています。これらは公式デモであり、第三者によるベンチマークではありません。また、すべてのデバイスで同じ性能が得られることを示すものでもありません。アクセシビリティ面では、方向キーによる操作、Tab キーのフォーカス管理、ARIA の tree/treeitem ロールなどを提供しており、公式によると WCAG 2.1 の関連ガイダンスに沿って設計されています。

Highlights：Agent の出力速度に追いつくハイライター

Highlights は現在、Diffs の公式ドキュメントで Beta 版として紹介されています。ドキュメントによると、152 種類の言語に対応する Lexer を内蔵し、WebAssembly をベースに、ブラウザー、Node.js、Cloudflare Workers で動作します。HTML または Shiki 互換の Token オブジェクトを出力できます。

主な API は 4 つあり、それぞれ役割が明確です。codeToHtml() はコード全体を処理し、codeToTokens() は行ごとに整理された Token を出力します。StreamTokenizer は内容を少しずつ受け取り、完成した行を出力する用途に適しています。一方、LiveTokenizer は編集中のドキュメントを増分更新するためのものです。つまり Highlights が解決するのは、「Agent がコードをストリーミング出力しているときに、画面のハイライトをどう追従させるか」という表示上の問題であり、モデル自体のプログラミング能力を高めるものではありません。

DiffsHub：github.com を diffshub.com に置き換える

DiffsHub は、Trees と Diffs が実際の場面でどのように動作するかを紹介する Pierre のオンラインツールです。GitHub の Pull Request、Commit、Comparison、Patch、Diff のリンクにある github.com を diffshub.com に置き換えると、同じ変更内容を Pierre の画面で閲覧できます。公式例には oven-sh/bun や nodejs/node などのリポジトリが含まれています。

プライベートリポジトリにアクセスするには、適切な権限を持つ GitHub Personal Access Token を自分で用意する必要があります。公式サイトによると、Token はブラウザーの localStorage に保存されます。これは、Pierre がプライベートリポジトリを自由に読み取れるという意味ではありません。また、非常に大きな Diff を表示すると、モバイルブラウザーがクラッシュする可能性があるとの注意書きもあります。DiffsHub は GitHub の代替サービスではなく、オープンソースの Diffs ライブラリそのものでもありません。

Pierre Code Storage は普通の GitHub リポジトリと何が違うのか

Trees と Diffs がコードを「見る」ためのインターフェース層だとすれば、Code Storage はコードを「保存する」ためのインフラ層であり、今回の取引における戦略上の重点でもあります。Git を基盤とする分散型のプログラマブルなストレージサービスで、リポジトリを大量に作成、読み取り、変更、同期する必要がある AI 製品を対象としています。

GitHub の中心にあるのは、リポジトリ、PR、Issues、CI/CD といった、人を軸としたコラボレーションです。一方、Code Storage は Headless と API-first を重視しています。API を通じたリポジトリ、Commit、ブランチの作成や Merge に加え、ファイルへの直接書き込み、ストリーミング読み取り、コードベースの Grep・Glob による絞り込みをサポートします。Ephemeral Branches（一時ブランチ）、Webhook、Git LFS のほか、GitHub、GitLab、Bitbucket との同期も提供しています。標準的な Git over HTTPS による Clone、Push、Fetch も利用できます。

Hacker News の Code Storage に関するスレッド（66 ポイント、コメント 42 件）では、Pierre 側が次の例を挙げています。Agent が 10 個のファイルを変更した後、GitHub REST API でコミットする場合は、ブランチの SHA の取得、Branch、Blob、Tree、Commit の作成、参照の更新を順に行う必要があり、リクエストは約 15 回に上ります。高負荷時には、結果整合性に起因する 422 エラーへの対処も必要です。一方、Code Storage では、1 回の createCommitFromDiff で Diff 全体をコミットできます。これはメーカーがコミュニティで行った説明であり、独立した比較テストではありません。

アーキテクチャについて、公式は Git の三相コミットプロトコルと、Quorum をベースとした「Spoke-like」アーキテクチャを採用し、分散環境での一貫性と耐久性を確保していると説明しています。ただし、クラスタ構成の全体像は公開されていません。企業向けには SOC 2 Type II、HIPAA 関連のサポート、テナントごとの暗号化、年次のペネトレーションテストも明示していますが、導入時には報告書や契約条件を確認する必要があります。

顧客事例も Pierre 自身が公開したものです。Lovable の事例では、毎週 800 万個以上のリポジトリが新たに作成され、作成数のピークは 250 個/秒とされています。Poke は Agent の記憶やワークフロー設定の保存に Git を使っており、Push のレイテンシの P95 は 90 ミリ秒と公表しています。Skydive は 150 を超える Agent それぞれにプライベートリポジトリを持たせ、アイデンティティの定義、MCP 設定、Skills、永続的な記憶を保存しています。これらの事例は、Git リポジトリの用途が「コードの保存」から「Agent の状態の保存」へと広がっている傾向を示しています。

Pierre SDK、CLI、Agent Skills の最新動向

買収発表の前日である 2026 年 11 月 3 日、Pierre は新しい統合 SDK と CLI をリリースしました。最大の変更点は、SDK、CLI、HTTP API で操作の命名が統一されたことです。例えば、ブランチの作成はそれぞれ pierre.repos.branches.create()、pierre repos:branches create、/api/repos/{repo_name}/branches/create となっています。エージェントは共通の「操作カタログ」を使い、インターフェースを切り替えられます。

# TypeScript SDK（Node.js 22 / 24 / 26）
npm install @pierre/sdk

# Python SDK（Python 3.10+）
pip install pierre-sdk

# Go SDK（Go 1.25+）
go get github.com/pierrecomputer/sdk/go

# CLI
npm install -g @pierre/cli

# コーディングエージェント向けに Pierre Skills をインストール
npx skills add pierrecomputer/skills

# CLI を使って main からブランチを作成
pierre repos:branches create feature/preview --repo-name my-repo --base-ref main

認証には PIERRE_ORG と PIERRE_PRIVATE_KEY の2つの環境変数を使います。SDK は操作ごとに、必要な権限範囲に合った有効期間5分のトークンを発行します。新しい SDK は従来の @pierre/storage、pierre-storage、code-storage-go に代わるものです。旧パッケージも引き続き使用できますが、新バージョンはリリースされません。なお、この SDK と CLI は Code Storage 向けのものであり、OpenAI の Codex CLI に組み込みコマンドが追加されたわけではありません。

Pierre Code Storage の料金の仕組み

Code Storage の料金は誤解されやすいポイントです。Starter の月額 $20、Scale の月額 $200 は、いずれも月間の最低利用料金であり、従量料金に上乗せされる固定のサブスクリプション料金ではありません。つまり、Starter で当月の利用額が $20 を超えた場合は実際の利用額を支払い、$20 未満の場合は $20 が請求されます。

公式サイトのシミュレーターでは、ホットストレージ 20GB、コールドストレージ 250GB、書き込みと読み取りがそれぞれ 250GB の場合、月額約 $162 と試算されています。1 か月を約 730 時間として概算すると、ホットストレージが約 $73、コールドストレージが約 $36.5、書き込みが $15、読み取りが $37.5 で、合計はちょうど $162 です。読み取りトラフィックの占める割合は小さくなく、HN で一部の開発者がネットワークトラフィックの課金を批判している理由の一つでもあります。この例はシミュレーションによる概算であり、実際の請求額ではありません。また、この料金体系は Codex のサブスクリプションや OpenAI モデルのトークン料金とはまったく別のものです。

Pierre の技術スタック入門：Diffs で AI レビューのプロトタイプを作る

Pierre のコンポーネント自体にはモデル機能がないため、実用的な構成としては、git diff で変更を取得し、大規模言語モデルの API を呼び出して行単位のレビューコメントを生成し、その結果を Annotation として Diffs に渡して表示する方法があります。以下はアーキテクチャの概略であり、OpenAI がこれに対応する統合 API を提供しているという意味ではありません。

最小限の例なら十数行で実装できます。diff をモデルに渡し、JSON で返すように指示します。

import subprocess, openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"  # OpenAI 互換 API
)

diff = subprocess.run(["git", "diff", "HEAD~1"], capture_output=True, text=True).stdout
resp = client.chat.completions.create(
    model="gpt-4o-mini",  # プラットフォームで利用可能な任意のモデルに置き換え
    messages=[{"role": "user", "content": f"逐行审查以下 diff，返回 JSON 列表 [{{file, line, comment}}]：\n{diff}"}]
)
print(resp.choices[0].message.content)

import json
import subprocess
from typing import List, Dict
import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"
)

SYSTEM_PROMPT = (
    "你是资深代码审查员。只针对 diff 中新增或修改的行给出意见，"
    "严格输出 JSON 数组，每项包含 file、line、severity、comment 四个字段。"
)

def get_diff(base: str = "HEAD~1") -> str:
    result = subprocess.run(
        ["git", "diff", base], capture_output=True, text=True, check=True
    )
    return result.stdout

def review_diff(diff: str, model: str = "gpt-4o-mini") -> List[Dict]:
    if not diff.strip():
        return []
    resp = client.chat.completions.create(
        model=model,
        messages=[
            {"role": "system", "content": SYSTEM_PROMPT},
            {"role": "user", "content": diff[:60000]},  # 長すぎる入力を避けるため、単純に切り詰める
        ],
        temperature=0.2,
    )
    text = resp.choices[0].message.content.strip()
    text = text.removeprefix("```json").removesuffix("```").strip()
    try:
        return json.loads(text)
    except json.JSONDecodeError:
        return [{"file": "", "line": 0, "severity": "info", "comment": text}]

if __name__ == "__main__":
    annotations = review_diff(get_diff())
    # 結果をファイルに書き出し、フロントエンドで @pierre/diffs の Annotation 機能を使って対応する行に紐付ける
    with open("review_annotations.json", "w", encoding="utf-8") as f:
        json.dump(annotations, f, ensure_ascii=False, indent=2)
    print(f"生成 {len(annotations)} 条审查意见")

フロントエンド側では、@pierre/diffs をインストールした後、review_annotations.json 内のコメントをファイル名と行番号に基づいて Diff ビューに紐付けます。さらに Edit Mode を組み合わせることで、レビュアーがその場で修正できるようになります。具体的なコンポーネントのパラメータについては、diffs.com/docs の公式ドキュメントを参照してください。

🚀 クイックスタート：このようなプロトタイプを作る際は、モデル層の呼び出しに APIYI apiyi.com を利用するのがおすすめです。1 つのキーで GPT、Claude、Gemini などを切り替えられるため、自分のコードベースにおける各モデルのレビュー品質を簡単に比較できます。新規ユーザーには無料のテスト利用枠もあります。

Pierre買収の影響分析

開発者への影響

• オープンソースコンポーネントをすぐに使える：DiffsとTreesはすでにCodexの本番環境で稼働しており、Apache-2.0ライセンスで提供されています。AIコーディングアシスタントのサイドバーや社内レビュープラットフォーム、エージェント向けワークベンチなどに適しています。OpenAIも引き続きオープンソースとして公開することを約束しています。
• レビューが新たなボトルネックに：OpenAIによると、社内の週間PR数は以前の第4四半期と比べて2倍以上に増加しました。コード生成が速くなるにつれ、「見やすく、修正しやすい」レビュー画面が効率を左右するようになります。
• エージェントの状態保存に新たな選択肢：PokeとSkydiveの事例は、Gitをエージェントのメモリや設定の保存に活用できることを示しています。履歴管理やロールバックの機能も備わっています。

業界への影響

• Codexが開発ライフサイクルのより広い範囲をカバー：生成からレビュー、保存へと対象が広がります。ただし、2026-11-05時点で、GitHubとの連携が廃止されることを示す証拠はありません。
• PandoとCode Storageは別物：11月2日にOpenAIが発表したPandoは、社内のモノリポを支えるために独自開発したGitバックエンドです。PierreのCode Storageとは別のプロジェクトです。
• コミュニティの評価はまだ定まっていない：HNの議論では、コールドストレージでのアーカイブやGitHubとの位置づけの違いを気にする声がある一方、通信量に応じた課金を批判する声もあります。数十件のコメントで開発者全体を代表することはできず、現時点では独立した大規模な評価もありません。

よくある質問 FAQ

Pierre Trees、Diffs、Code Storage の重要ポイント Key Takeaways

• 3層構造：Pierre はオープンソースコンポーネント、オンラインツール、有料ストレージサービスで構成される、単一の Git プラットフォームではありません。
• 統合済みの機能：Codex App ではすでに Trees と Diffs が使われています。Code Storage の統合は今後の計画です。
• Diffs の特徴：Edit Mode によるインライン編集、Annotation によるレビュー UI、構造化された Merge Conflict の処理が可能です。
• Trees の特徴：大規模なファイルツリーを仮想化レンダリングし、M/A/D/R/U などの Git ステータスを標準で表示します。
• Code Storage の位置づけ：APIファーストの Git インフラです。性能データはいずれも公式の自己申告値です。
• 料金のポイント：$20/$200 は月額最低利用料で、ストレージと通信量に応じて課金されます。別途発生するサブスクリプション料金ではありません。
• 始め方：Diffs コンポーネントを導入し、モデル層から APIYI apiyi.com を通じて呼び出せば、レビュー用のプロトタイプを構築できます。

まとめ

Pierre の技術的なポイントは、次の3つにまとめられます。

1. UI層は実績あり：Trees と Diffs はすでに Codex で稼働しており、今すぐ無料で組み込めるオープンソースコンポーネントです。
2. ストレージ層が戦略の中心：Code Storage は Git をエージェント向けのプログラマブルなインフラに変えます。ただし、規模や性能に関するデータは、現時点では提供元の自己申告値です。
3. それぞれの違いを把握する：買収はまだ完了しておらず、Pando と Code Storage は無関係です。また、ストレージ料金とモデル料金は別の料金体系です。

AIプログラミングツールや社内コードレビュープラットフォームを開発しているなら、まず @pierre/diffs と @pierre/trees で UI を構築し、大規模言語モデルを連携させてレビューコメントを生成する方法が現実的です。APIYI apiyi.com を利用すれば、1つのインターフェースで複数のモデルを比較し、自分のコードベースでの効果をすばやく検証できます。

📚 参考資料

1. OpenAI の買収発表：OpenAI to acquire Pierre Computer Company， Inc.
2. リンク： openai.com/index/openai-to-acquire-pierre

3. 概要： 取引状況、Codex で使用済みのコンポーネント、オープンソースに関する方針の一次情報

4. Diffs 公式サイトとドキュメント：Diffs コンポーネント、Edit Mode、Highlights の説明

5. リンク： diffs.com/docs

6. 概要： インタラクティブなサンプルと完全な API ドキュメントを掲載

7. Trees 公式サイト：ファイルツリーコンポーネントのデモ

8. リンク： trees.software

9. 概要： Git ステータス、仮想化、アクセシビリティの説明

10. Code Storage の料金：公式の課金基準と料金シミュレーター

11. リンク： code.storage/pricing

12. 概要： 月額最低利用料金と従量課金の詳細

13. Pierre SDK and CLI リリースノート：2026-11-03 更新

14. リンク： code.storage/changelog/pierre-sdk-and-cli

15. 概要： インストールコマンド、環境要件、統一された名称

16. Pierre オープンソースリポジトリ：Apache-2.0 ライセンスのソースコード

17. リンク： github.com/pierrecomputer/pierre

18. 概要： コンポーネントのソースコードとコミュニティの動向

19. Scaling Git at OpenAI：OpenAI が独自開発した Pando の紹介

20. リンク： openai.com/index/scaling-git-at-openai
21. 概要： Pando と Code Storage の違いを理解するための資料

著者：APIYI 技術チーム
技術交流：AI コードレビュープロジェクトで複数の大規模言語モデルを比較したい方は、APIYI の apiyi.com にアクセスしてテスト用クレジットを取得し、ぜひ私たちと情報交換してください