AI があなたの代わりにコードを書き上げたが、誰も改めて真剣に目を通そうとはしない。

著者：The Pragmatic Engineer

翻訳：TechFlow

TechFlow 編者注： AI によるコード作成はますます速くなっていますが、コードをレビューするのは依然として人間です。この矛盾は危機へと発展しつつあります。エンジニアは AI 生成の PR に圧倒され、要么是仔细にレビューできずに疲弊するか、要么は AI がエラーを報告しなければそのまま承認してしまうかのどちらかです。大手企業はそれぞれ自社ツールを構築して対応していますが、現時点で標準的な答えを持つ企業はありません。

こんにちは、Gergely です。これは Pragmatic Engineer Newsletter の無料特別号です。毎号、资深エンジニアとエンジニアリングリーダーの視点から、大手テック企業とスタートアップを取り上げています。今日は、過去に The Pulse ジャーナルで取り上げた 4 つのトピックの 1 つについて議論します。有料購読者は 1 週間前にこの記事を受け取っています。もしこのメールが転送されたものであれば、こちらから購読できます。

多くのエンジニアリングリーダーから最も心配されていることを聞きます。それは、継続的に増加するコードレビューの負荷にどう対処するかです。この話題は以前から存在していましたが、現在、このような対話が増えているようです。

私にとって、これは今年 1 月に始まりました。当時、Opus 4.5 と GPT 5.4 がほとんどの企業でより多くの、より良いコードを書き始めたのです。ほぼその時から、ディレクターレベルの人々が、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へと移行し始めたについて議論し始めました。

AI コードレビューツールの爆発

2 月以来、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（現在は Gitar も）のような専用 AI コードレビューツールの実験と採用が爆発的に成長しています。また、コーディングツール自体が提供するツールもあり、例えば Claude Code review、Cursor review、GitHub Copilot review などです。さらに、以前はコードレビューに関与していなかったがコードベースのコンテキストを持つツールもこの分野に参入しており、例えば Sentry の Seer AI reviews、Linear code reviews などです。

大手企業による自社内部ツールの構築：Uber の Code Inbox

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、レビュープロセスを推進するために Code Inbox 内にある機能です：

図：Code Inbox のスマート割り当て（Smart assignment）設定。レビュープロセスを推進するために使用されます。出典：The Pragmatic Engineer

また、変更の影響を評価し、開発者に対して高风险変更により注意を払うよう促すリスクプロファイル機能もあります：

図：Code Inbox のリスクプロファイル（Risk Profiles）機能。コード変更のリスクを推定し、重点的な注意を促します。出典：The Pragmatic Engineer

私たちは Uber がどのように AI を使用してソフトウェア開発を行っているか報道しましたが、Uber だけではありません。Cloudflare（AI Code Reviewer）、Faire（Fairey）、HubSpot（Sidekick）など多くの他の企業も、コードレビュープロセスをよりスムーズにするツールを構築しています。これは、自社実装の方が統合ベンダーのソリューションよりも効果的であると彼らが発見したためです。

「レビュー」から「検証」へ

もう一つのアプローチは、コードをレビューするのではなく、どのように検証するかを考えることです。言うは易く行うは難しです。理論的には、徹底的なテストはコードが预期通りに動作することを検証できるはずです。しかし、どのくらいのテストが「徹底的」と言えるのでしょうか？どのようなタイプ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どうでしょうか？形式手法はどうでしょうか？新しいテストが预期通りに機能をカバーしていることをどのように検証しますか？これらすべてを可観測性とどのように接続しますか？

過度なレビューがエンジニアを消耗させている

過度に徹底的なコードレビューはエンジニアを疲弊させ、レビューの質の低下を招いています。開発者が他の人ももはや心を込めてコードをレビューできていないことを見ており、AI 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という噂を多く聞きます。同時に、以前と同じように精力と時間をかけてコードレビューを行う開発者は、自分たちに送られてくる AI 生成のゴミ PR に圧倒されていると感じています。

問題は存在するが、ソリューションは依然として実験段階

問題は存在しますが、ソリューションはむしろ実験のように感じられます。