11月2日、Daniel Singerが「AI writes faster than humans can review」と題した記事を公開した。AIが生成するプルリクエストの件数とサイズが急増し、人間によるコードレビューがボトルネックになりつつあるという開発現場の実態を取り上げている。

レビューが追いつかない：AIコーディング時代の新たな詰まり所

AIコーディングツールの普及により、コードの「書く速度」と「レビューする速度」の乖離が顕在化しつつある。SourcegraphのAndrew NorrishがAI Engineerのイベントで語ったところによると、AIが書いたプルリクエスト（PR）は件数・サイズともに約2倍に膨らんでおり、現在はレビューがボトルネックになっているという。

これは多くのエンジニアが直感的に感じている問題だが、Sourcegraphという「コードインテリジェンス」プラットフォームを運営する立場からの証言は重い。同社はGitHub上の大規模なコードベースを横断的に解析しており、業界全体のトレンドを把握できる位置にある。

PRが倍増すると何が起きるか

件数が倍になれば単純にレビュー負荷も倍になる。さらに厄介なのはサイズも倍になっている点だ。AIは人間と違い、「とりあえず小さくコミットして議論する」という文化的抑制が効かない。依頼した機能を一気に実装して巨大なdiffを返してくる。

大きなPRはレビューが難しい。人間のレビュアーは数百行の差分を精査する際に集中力が途切れ、バグやセキュリティ上の問題を見落としやすくなる。これはAIコーディング固有の問題ではなく、大規模PRが品質リスクを高めるという広く知られた傾向が、AIによってさらに加速している構図だ。

Sourcegraphが取り組む「Deep Search」

Norrishが紹介したのは問題の提起だけではない。SourcegraphはDeep Searchと呼ぶ機能を開発しており、AIが書いたコードのレビューを支援しようとしている。

Deep SearchはSourcegraphが持つコードベース横断の解析基盤を活かした機能で、単一ファイルや差分だけを見るのではなく、リポジトリ全体の文脈を参照しながら変更の影響範囲や潜在的な問題を検出する点が既存の検索・静的解析ツールとの違いとして位置づけられている。通常のキーワード検索やlintが「局所的な正しさ」を見るのに対し、Deep Searchはコードベース全体における整合性や依存関係の変化まで踏み込んで解析する。

AIが生成したコードを別のAIがレビューする、という構図は理にかなっているように見えるが、「AIの出力をAIが検証する」ループには独自のリスクもある。この点についてNorrishは慎重な言い方をしており、人間のレビュアーが最終的な判断を持つべきという立場を崩していない。

Anthropicとの関係

記事ではAnthropicへの言及もある。SourcegraphのAI機能であるCodyはAnthropicのClaudeを活用しており、AIコーディング支援の精度はモデルの能力に直結する。ClaudeはコードタスクにおいてOpenAIのGPT-4系と並んで評価が高く、特に長いコンテキストを扱う点で強みを持つとされている。

開発ワークフロー全体への含意

この問題が示すのは、AIコーディングツールの導入効果を最大化するには、「書く」フェーズだけでなく「レビュー」フェーズへの投資が必要だという点だ。ツールチェーンの一部だけを最適化しても、後工程が詰まれば全体のスループットは上がらない。

元記事でNorrishは、現時点で取りうる現実的な方向性として、PRをAIに書かせる際にスコープを明示的に絞ること、レビュープロセス自体にAI支援（差分要約や変更意図の自動説明など）を組み込むこと、人間のレビュアーが「何を確認すべきか」にフォーカスできるようAIによる事前フィルタリングを活用することを示唆している。

※編集部の考察：これら3点は元記事においてNorrishの発言として紹介されているが、イベントでの発言をもとにした要約であるため、原文との照合を推奨する。

「AIが速く書ける」という事実は変わらない。だが、その速度に組織のレビュー体制が追いついていなければ、品質リスクは静かに積み上がる。Norrishの指摘は、AIコーディング導入を進める組織が見落としがちな死角を突いている。

詳細はAI writes faster than humans can reviewを参照していただきたい。