supaは10月5日、AI駆動開発プラットフォーム「supateam」の新バージョン「supateam v2.0」の提供開始を発表した。AIコーディングツールなどからデータを自動収集し、AIの利用量やコスト、作業内容に加え、レビューや修正、手戻りの発生状況を可視化する。さらに、AI行動分析や、AIアプリケーションと外部のデータやツールを接続するための標準規格「MCP（Model Context Protocol）」による対話型分析を通じ、課題の把握から改善策の特定までを支援するとしている。

AIの作業内容や手戻りの発生状況を可視化

supaによると近年、AIコーディングツールの普及によってコードの生成や修正が高速化する一方、AIへの投資コストが開発量や提供価値に見合っているか分かりにくいことや、生成コードのレビューと修正による負担、メンバー間の活用状況や成果の偏りなどが課題になっているという。

新版では、Claude Code、Cursor、Codex、GitHub、Jiraなど、開発現場で利用されるツールからOpenTelemetry※を通じてデータを自動収集。AIの利用量やコストだけでなく、AIが担った作業や、追加指示、レビュー、修正、手戻りが生じた箇所も可視化できる。データ収集のためのラベル付けや日々の入力作業は不要で、普段の開発フローを変更せずに利用できるとしている。

※　OpenTelemetryは、トレースやメトリクス、ログなどのテレメトリーデータを生成・収集・出力するための、ベンダーに依存しないオープンソースのオブザーバビリティフレームワーク。

プルリクエスト単位でAIコストやレビュー負荷を計測

同製品はOpenTelemetryの設定のみで導入でき、コードやプロンプトそのものを受け取らずに利用可能だという。設定後は独自のアルゴリズムとLLMが収集データを解析する。

計測対象は、プルリクエストごとのAIコスト、AIへの指示回数、レビュー負荷、リリース後の手戻り、利用モデルの傾向などである。組織、メンバー、プルリクエストの各単位でAIの活用状況を確認でき、開発チームの振り返りやAI投資対効果の評価に活用できるとしている。

  • 生成AI開発に特化した指標の可視化

    生成AI開発に特化した指標の可視化

また、AIセッションデータを解析する「AI行動分析機能」も備える。スプリントごとのバグ対応への偏りや、成果物・チケット単位のAI利用コストを把握できるほか、作業効率や精度の向上につながる効果的なプロンプトや手順を特定し、チームで共有できるという。

  • 影響を可視化

    AI利用の実態や開発プロセスへの影響を可視化

MCPによる対話型分析に対応

supateam v2.0はMCPにも対応しており、蓄積データに対して対話形式で問い合わせられる。これにより、モデル別・チーム別のコストの詳細や利用状況の比較など、確認したい切り口に応じて分析できるとしている。

  • MCPによる対話分析

    MCPによる対話分析