CodexのようなAIコーディングアシスタントでは、会話履歴を巻き戻せてもファイル状態が最新のままという不整合がよく発生します。本記事では、会話とコードを同時にロールバックするcodex-rewindのエンジニアリングを解説します。著者は、git上に構築するのがなぜ失敗するかを説明します。gitはファイルスナップショットを追跡しますが、会話ターンとコード変更の意味的なリンクは追跡しないからです。公式の2回の試みはポストモーテムとして分析され、単純なアプローチの落とし穴が明らかになります。中心となる貢献は、粒度、メモリ、速度のバランスを取る3つの有界パーティション戦略です。特筆すべき結果として、116GBの作業ツリーを59MBの追跡セットに削減し、大規模リポジトリでの効率的なロールバックを可能にしました。AI支援コーディングツールを開発する人にとって、状態管理の実践的な設計図となります。未コミット変更やマージ競合の扱いなど、議論されたトレードオフは類似システムに直接適用可能です。AIとバージョン管理の交差点に興味がある人には必読です。
Codexの会話履歴とファイル状態を同時にロールバックするcodex-rewindの設計を深掘り。gitの限界、パーティション戦略のトレードオフ、性能最適化を解説。