AIコード生成により、エンジニアが対応に苦戦し、コードレビューのボトルネックが発生

著者：The Pragmatic Engineer

翻訳：深潮 TechFlow

深潮導読：AIによるコード作成はますます速くなっているが、コードのレビューは依然として人間の仕事だ。この矛盾は危機へと発展しつつある：エンジニアはAIが生成したPRに圧倒され、審査を手抜きするか、AIがエラーを報告しなければそのまま承認してしまう状況になっている。大手企業は次々と独自のツールを開発して対応しているが、現在のところ、標準的な解決策は存在しない。

こんにちは、Gergelyです。これはPragmatic Engineer Newsletterの無料増刊です。毎回、私はベテランエンジニアやエンジニアリングリーダーの視点から、大手テクノロジー企業とスタートアップをレポートしています。今日は、The Pulse誌の4つのトピックのうちの1つを扱います。フルサブスクリプションユーザーは1週間前にこの記事を受け取っています。このメールが転送されたものであれば、こちらからサブスクライブできます。

私は、多くのエンジニアリングリーダーが最も気にしていることが、継続的に増加するコードレビューの負荷に対応することであると聞きました。このトピックはすでにしばらく存在していますが、最近ではこのような議論がますます増えてきているように感じられます。

私にとって、これは今年1月にOpus 4.5とGPT 5.4がほとんどの企業でより多くの優れたコードを書くようになり始めたことから始まりました。それ以来、ディレクターレベルの人々は、ソフトウェア開発のボトルネックがコーディング段階からレビュー段階に移りつつあるという議論を始めました。

2月以降、負荷の増加に対応するため、AIコードレビューツールが爆発的に増加しました。CodeRabbit、Greptile、Qodo、SonarQube（最近ではGitarも）といった専門のAIコードレビューツールの実験と採用が急増しています。また、Claude Code review、Cursor review、GitHub Copilot reviewといったコーディングツール自体が提供する機能も含まれます。さらに、これまでコードレビューには関与していなかったがコードベースにコンテキストを持つツールもこの分野に参入しており、SentryのSeer AI reviewsやLinear code reviewsなどがそれに当たります。

大手企業は、コードレビュー体験を改善するために内部ツールを構築しています。UberのCode Inboxがその一例です：

スマート割り当ては、Code Inbox内での審査プロセスを促進するための機能です：

図：コードインボックスのスマート割り当て設定により、レビュープロセスを推進。出典：The Pragmatic Engineer

また、変更の影響を評価し、開発者が高リスクの変更に特に注意を払うよう促すリスクアーカイブ機能もあります：

図：Code Inbox のリスクプロファイル機能は、コード変更のリスクを推定し、注目すべきポイントを通知します。出典：The Pragmatic Engineer

私たちはUberがAIをソフトウェア開発にどのように活用しているかを報じましたが、Uberだけではありません。Cloudflare（AI Code Reviewer）、Faire（Fairey）、HubSpot（Sidekick）など、多くの企業が、内部で開発したツールがサプライヤーのソリューションを統合するよりも効果的であることを発見し、コードレビューのプロセスをスムーズにするためのツールを構築しています。

もう一つの方法は、コードをレビューするのではなく、コードを検証する方法を考えることです。言うは易く行うは難しです。理論的には、徹底的なテストによってコードが期待通りに動作することを検証できるはずです。しかし、「徹底的」とはどの程度のテストを意味するのでしょうか？どのような種類のテストを指しているのでしょうか？統合テストやエンドツーエンドテストも含まれますか？ファジングテストは？形式的手法は？新しいテストが機能を期待通りにカバーしていることをどう検証しますか？これらすべてを観測可能性とどう結びつけますか？

過度に徹底的なコードレビューがエンジニアを疲弊させ、レビューの品質を低下させています。他の開発者がコードを真剣にレビューできなくなっているという噂を多く聞きます。AIのコードレビューに実質的な意見がなければ、そのまま承認してしまうのです。一方で、以前と同じくらいの労力と時間をかけてコードレビューを行う開発者は、AIが生成したゴミのようなPRに圧倒されていると感じています。

問題は存在するが、解決策は実験的なように感じる。