8月22日、Sergio De Simoneが「AI Code Review at Scale: LinkedIn's Multi-Agent Approach」と題した記事を公開した。LinkedInが大規模コードレビューを自動化するために構築したマルチエージェントAIプラットフォームの設計と実測結果を詳しく解説した内容だ。
「既製品AIレビュアー」では足りない理由
GitHubのPRにAIレビュアーを繋ぐだけなら、今や誰でもできる。LinkedInが問題視したのはその先だ。
Generating AI review comments at scale is trivial. The hard part is everything that comes after: making them factually grounded in the diff rather than hallucinated; high-signal rather than noisy; specific to the conventions of this codebase rather than generic best practices; and arriving before the human reviewer, not after.
（訳：AIレビューコメントを大量生成すること自体は簡単だ。難しいのはその後のすべてだ——ハルシネーションではなくdiffに根ざした事実に基づくコメントにすること、ノイズではなくシグナルを高めること、汎用的なベストプラクティスではなくそのコードベース固有の慣習に沿ったものにすること、そして人間のレビュアーより後ではなく前に届けること。）
既製品のAIレビュアーには、LinkedInが指摘する3つの構造的限界がある。
- 単一モデルのブラインドスポット — 同じクラスのバグを見落とし、同じ低品質な指摘を繰り返す
- カスタマイズ不足 — 組織全体のポリシー、リポジトリ固有の慣習、高リスクシナリオへの個別対応を同時に実現できない
- 運用制御の欠如 — レイテンシ、受け入れ率、プロバイダー障害などをエンジニアリングインフラとして監視・制御できない
LinkedInのコードレビュー基盤が目標としたのは、「開発者が実際に対応する価値があると判断するレビュー」を生成すること——ノイズではなくシグナルの最大化だ。
マルチエージェント構成の核心
LinkedInが採用したのは、複数の独立したAIレビュアーが異なるモデル・異なる推論アプローチで並列にレビューを行う構成だ。
各エージェントは独立して動作するため、複数エージェントが同じ問題を指摘した場合はその収束を「強いエビデンス」として扱う。一方、1エージェントのみが検出したユニークな指摘の扱いについては、元記事に詳細な言及があるため実際の処理フローは原文を参照されたい。
最終的にポストされる前に、以下のような指摘はフィルタリングされる：
- すでに修正済みの問題
- コスメティック（体裁だけの）指摘
- そのリポジトリの慣習と一致しない提案
- 関連性の低い指摘
カスタマイズは3層構造になっており、組織全体のポリシー → リポジトリ単位の慣習 → コンテキスト固有のルールという粒度で合成できる設計だ。インフラはKubernetesベースのイベント駆動パイプラインで、永続キューと水平スケーリングされたワーカーで構成されている。
実測値：提案の63.9%が実際に採用された
LinkedInは、AIが生成した提案を開発者が実際にどれだけ実装したかを測定する自動受け入れ率評価パイプラインを構築した。マージ後のコードベースと全提案を突き合わせる仕組みだ。
評価対象は1,727件のPRから抽出した5,230件のレビューコメント。そのうち**90.1%**はマージ済みコードをもとに高い確信度で評価できた。
カテゴリ別の受け入れ率は以下の通り：
| カテゴリ | 受け入れ率 |
|---|---|
| 並行処理バグ | 100% |
| ロジックエラー | 80% |
| バグ修正 | 58.1% |
| リファクタリング | 43.5% |
| セキュリティ関連 | 40.6% |
**全体平均63.9%**という数字は、「ノイズが多くて使えない」と言われがちなAIコードレビューへの一つの反論になる数値だ。特に並行処理バグの100%採用は、専門性の高い領域ほどAIが強みを発揮することを示唆している。
他社の取り組みとの比較
記事では他社の事例も触れている。Cloudflareはオープンソースのコーディングエージェント「OpenCode」を中心にオーケストレーションシステムを構築し、異なるトレードオフを選択した。Databricksは「AIコーディングコストの爆発的増加」への対処として、集中管理のためのUnity AI GatewayとエージェントツールのOmnigentを公開している。各社のリンクは元記事内の参照を確認されたい。
大規模コードレビューの自動化は各社がそれぞれの制約と要件に応じて独自のアプローチをとっており、LinkedInの事例はその中でも実運用での定量評価まで公開した点で参考になる。
詳細はAI Code Review at Scale: LinkedIn's Multi-Agent Approachを参照していただきたい。
