10月9日、Ars Technicaが「AI coding agents generate more code, but not more software」と題した記事を公開した。AIコーディングエージェントの導入がコード生成量を増やす一方、レビュー負荷の増大によってソフトウェアの実際のアウトプットはほとんど増えていないという研究結果を紹介している。

調査対象企業の**95%**が何らかのAIコーディングエージェントを導入済みという2026年の現状において、「開発速度が劇的に上がる」という期待の実態を問うデータが明らかになった。エンジニアリング組織向け分析プラットフォーム「Jellyfish」のデータとLinkedInのデータを照合して行われた研究（Chen and Stratton, 2026）が示したのは、コードの量と、製品として届くソフトウェアの量の乖離だ。

コードは増えた。だがソフトウェアは増えていない

AIエージェント導入後、プルリクエストの提出からコードベースへのマージまでの所要時間が平均49%増加した。コードを書く速度は上がっても、そのコードが製品に組み込まれるまでの時間が大幅に延びているという構図だ。GitHub Copilot WorkspaceやCursor、Devinといったエージェントが次々と登場し、コード生成そのものは加速した。しかし生成されたコードの量が増えるほど、人間がそれを検証する工数も比例して増えていく。

具体的なレビュー負荷の内訳を見ると、その深刻さが際立つ。

• 変更依頼（changes requested）が発生するプルリクエストの割合がほぼ2倍に増加
• プルリクエスト1件あたりのコメント数が35%増加
• コードレビューを担当する作業者の割合が14%増加

「エージェントコーディング」時代に入り、プルリクエストに変更が要求されるケースが急増している。Credit: Chen and Stratton

AIがコードを書く速度を上げた分、人間がそのコードを検証・修正するコストが膨らんでいる。「コーディング工数の削減」と「レビュー工数の増大」が互いを打ち消し合い、チーム全体のスループットはほとんど変わっていない。

AIレビューは補完できていない

AIがコードを生成するなら、レビューも補完できるのではないか——その期待に対しても、データは厳しい現実を示している。

2026年3月時点で、調査対象企業の**80%が何らかのAIコードレビューを導入済みだった。しかし、AIエージェントが実際に担当したのはレビューコメント全体の23.3%、プルリクエスト全体の10.8%**にとどまっており、レビュー作業の大部分は依然として人間が担っている。コード生成AIの急速な普及に対して、レビューAIの能力はまだ追いついていないというのが現状だ。

雇用への影響は「有意でない」

JellyfishとLinkedInのデータを照合した結果、研究チームは「AIの導入に起因する有意な雇用変化は確認できなかった」と述べている。AIエージェントがエンジニアを直接置き換えているという証拠は、少なくとも現時点では見当たらない。コードを書く主体が変わっても、それを判断し責任を持つ人間の存在は依然として不可欠ということだろう。

「まだ学習中」という留保

研究者たちはこの結果を断定的に捉えてはいない。調査のデータカットオフは2026年3月であり、AIエージェント自体のアップデートはその後も続いている。また、多くのチームはまだ「どの問題にエージェントを使うべきか」を模索している段階だ。チームがエージェントの適切な使いどころを習熟していけば、コーディングとレビューのバランスは改善する可能性がある。

ただし現時点では、AIにコードを書かせることは生成速度の向上とレビュー負荷の増大をセットで引き受けることを意味しており、その導入コストが見合うかどうかは依然として問われたままだ。

詳細はAI coding agents generate more code, but not more softwareを参照していただきたい。