GitをZigで再実装した「Nit」、AI向け処理で71%のトークン削減を実現

この記事ではAIエージェントに特化して解説します。AIエージェント全般は AIエージェントフレームワーク比較2026年版 をご覧ください。

何が起きたか

GitをZig言語で再実装した「Nit」がHacker Newsで注目を集めている。最大の特徴はAIエージェント向けの出力最適化で、LLMに渡すトークン数を最大87%削減する。標準Gitの出力に含まれる冗長なヘッダー、指示テキスト、カラムパディング、装飾的フォーマットを排除し、機械向けにコンパクトな出力を生成する。

AIエージェントが開発タスクをこなす際、Gitコマンドの実行は避けられない。OpenHandsのようなAIコーディングエージェントがリポジトリの状態を確認するたびに、標準のGit出力はLLMにとって冗長なトークンを大量に消費する。Nitはこの問題をツール側で解決するアプローチだ。

コマンド別トークン削減の実測データ

justfielding.comが公開した実測ベンチマークデータによると、コマンドごとのトークン削減率は以下のとおりだ。

特に log -20 の87%削減は顕著だ。AIエージェントがコミット履歴を確認する場面は多く、ここでのトークン節約効果は大きい。実際のセッションデータに基づくと、Nitのコンパクトな出力により150,000〜250,000トークンの節約が見込まれる。Claude APIやOpenAI APIの従量課金モデルでは、この差が直接的なコスト削減に直結する。

標準Git出力との比較

同じ git status / nit status を実行した場合の出力差を見てみよう。

# 標準 git status の出力（~125トークン）
$ git status
On branch main
Your branch is up to date with 'origin/main'.

Changes not staged for commit:
  (use "git add <file>..." to update staging area)
  (use "git restore <file>..." to discard changes in working directory)
        modified:   src/main.zig
        modified:   README.md

Untracked files:
  (use "git add <file>..." to include in what will be committed)
        tests/new_test.zig

no changes added to commit (use "git add" and/or "git commit -a")

# nit status の出力（~36トークン）
$ nit status
M src/main.zig
M README.md
? tests/new_test.zig

人間が読む際には標準Gitの丁寧な説明文が役立つが、LLMはファイル名と状態フラグさえあれば十分に理解できる。Nitはこの「LLMには説明が不要」という前提で設計されている。

Zig言語を選んだ技術的な理由

NitがZigを選択したのは偶然ではない。Zig言語はAIツール開発においていくつかの明確な優位性を持つ。

libgit2とのゼロコスト相互運用

ZigはCのヘッダーファイルを直接インポートし、FFIオーバーヘッドなしにCライブラリを呼び出せる。Nitはlibgit2をこの方法で利用し、Gitオブジェクトデータベースにネイティブアクセスする。サブプロセス呼び出しによるテキストパース処理のオーバーヘッドが完全に排除されている。

// Zigでlibgit2を直接呼び出す概念例
const c = @cImport({
    @cInclude("git2.h");
});

pub fn getStatus(repo_path: []const u8) !void {
    var repo: ?*c.git_repository = null;
    _ = c.git_repository_open(&repo, repo_path.ptr);
    defer c.git_repository_free(repo);

    var status_list: ?*c.git_status_list = null;
    var opts = c.git_status_options{
        .version = c.GIT_STATUS_OPTIONS_VERSION,
        .show = c.GIT_STATUS_SHOW_INDEX_AND_WORKDIR,
        .flags = c.GIT_STATUS_OPT_INCLUDE_UNTRACKED,
    };
    _ = c.git_status_list_new(&status_list, repo, &opts);
    defer c.git_status_list_free(status_list);

    const count = c.git_status_list_entrycount(status_list);
    var i: usize = 0;
    while (i < count) : (i += 1) {
        const entry = c.git_status_byindex(status_list, i);
        // コンパクトな出力のみを生成
        outputCompact(entry);
    }
}

メモリ安全性とコンパイル時エラー検出

ZigはC互換でありながら、ランタイムではなくコンパイル時に多くのエラーを検出する。バッファオーバーフローやnullポインタ参照を実行前に発見でき、CLIツールの信頼性向上に寄与する。

コンパクトなバイナリ

Zigで生成されるバイナリは依存関係が少なく、デプロイが容易だ。AIエージェントが動作するコンテナ環境への組み込みもシンプルになる。

処理速度の改善

トークン削減だけでなく、実行速度も改善されている。100回のhyperfineベンチマークによる実測値は以下のとおりだ。

AIエージェントがGitコマンドを連続実行するループでは、この速度差が累積して体感できるレベルの高速化につながる。

U1コンテキスト実験：1行で十分という発見

diffのコンテキスト行数を標準の3行から1行に削減する「U1実験」は、重要な知見をもたらした。27回の試行でClaudeが完全な理解を維持したのだ。

標準の git diff は変更箇所の前後3行を表示する（-U3）。これは人間が文脈を把握するために有用だが、LLMには過剰だった。

# 標準diffの出力（コンテキスト3行）
$ git diff -U3 src/config.ts
@@ -10,9 +10,9 @@
 import { Logger } from './logger';
 import { Config } from './types';
 
-const DEFAULT_TIMEOUT = 5000;
+const DEFAULT_TIMEOUT = 10000;
 
 export function initConfig(): Config {
   return {

# U1コンテキストのdiff出力（Nitが生成するコンパクト版）
$ nit diff
@@ -13 +13 @@
-const DEFAULT_TIMEOUT = 5000;
+const DEFAULT_TIMEOUT = 10000;

変更行そのものと直前直後の1行だけで、LLMは変更の意図を十分に理解できる。この知見はNit固有のものではなく、AIエージェント向けのCLIツール全般の設計指針として応用できる。

トークンフローの可視化

AIエージェントがリポジトリを操作する際のトークン消費の差を図示すると、以下のようになる。

AIエージェント環境への組み込み方

Nitを既存のAIエージェント環境に組み込む方法はシンプルだ。

# Zigのインストール（macOS）
brew install zig

# Nitのビルド
git clone https://github.com/fielding/nit
cd nit
zig build -Doptimize=ReleaseFast

# パスに追加
sudo cp zig-out/bin/nit /usr/local/bin/

# エイリアスの設定（既存gitへの透過的なフォールスルー付き）
echo 'alias git="nit safe"' >> ~/.zshrc
source ~/.zshrc

# 動作確認：未実装コマンドはgitに自動フォールスルー
nit status       # Nitネイティブ実装（コンパクト出力）
nit log -20      # Nitネイティブ実装（87%削減）
nit push origin  # gitにフォールスルー（nitが未実装のため）

CursorやOpenHandsのようなAIコーディングエージェントでGitを多用している場合、この設定だけで即座にコスト削減が始まる。エージェント向けのApache Airflowによるパイプライン自動化と組み合わせれば、CI/CDフロー全体のトークン効率も改善できる。

他のGit最適化アプローチとの比較

Nitの位置づけを理解するため、他のアプローチと比較する。

git --porcelain はスクリプト向けのコンパクト出力を提供するが、AIエージェント向けに体系的に最適化されているわけではない。Nitはこの発想を一歩進め、LLMが実際に必要とする情報だけを出力するよう全コマンドを再設計している。

エンジニアへの影響

• APIコスト削減: AIエージェントのGit操作コストが最大87%減少し、長時間セッションほど恩恵が大きい
• CI/CD高速化: Git操作を含む自動化フローの処理時間が1.4〜1.6倍短縮
• LLM連携の設計指針: 既存CLIツールのAI向け最適化の参考実装として活用できる
• Zig言語の実用実績: C/C++ツールの最適化リライトでの有効性を実証した事例

Nitは現在も開発中だが、alias git=nit safe という透過的な導入方法により、リスクなく試せる。AIエージェントの開発コストが話題になる中、ツール側からのアプローチとして注目に値する。

参照ソース

• justfielding.com「Nit: Replacing Git with Zig」
• Hacker News「Nit: Replacing Git with Zig for AI agents」