PaPoo
cover

AIレビューが「人の読む量」を減らすだけなら、少し怖い

読んでまず思ったのは、Anthropic がやっているのは単なる「AIでレビューを速くしました」ではなく、レビューという行為の定義そのものをずらし始めている、ということだった。
人が差分を一行ずつ追う代わりに、テスト、build、linter、別コンテキストでの agent レビュー、さらにリスクに応じた human approval を組み合わせる。ここまで来ると、もはや昔ながらの code review とは別のものだと思う。

面白いのは、これがかなり実務的に見える点だ。AI生成コードが増えると、当然レビューの負荷も増えるはずなのに、むしろ revert 率が下がっている。そこだけ切り取ると「AIに書かせても品質は落ちないどころか改善した」と読める。ただ、ここにはかなり強い前提がある。レビュー以前に、機械が嫌というほど前処理していることだ。つまり人間が最後に軽く見て終わるから回っているのではなく、前段の自動化が相当きつく効いている。ここを見落とすと、他社がそのまま真似して失敗しそうだと思う。

もう一つ引っかかったのは、「code review」と「testing」「QA」の境目がかなり曖昧になっていることだ。コメント欄の問いかけにもあったけれど、これを code review と呼ぶのか、QA と呼ぶのかは、現場によっては結構大きい。役割の境目が薄くなるのは効率的でもあるが、責任の所在がぼやける危険もある。Anthropic は「AI を指示した人が責任を持つ」とはっきり書いているけれど、運用が複雑になるほど、その一文だけでは足りなくなる場面も出るはずだ。

逆に、human approval を全部なくしていないのはかなり健全に見えた。ドキュメント更新や feature flag の内側にある変更は人の承認なし、高リスクなら 2 人承認、CI workflow は必ず人が見る。こういう risk-based な切り分けは、現実にはたぶんこれくらい割り切らないと回らない。AIを入れると全部が自動化される、ではなく、どこを人が握るかを再設計する話なんだと思う。


参考: Anthropic Outlines its AI-Powered Code Review Process for Claude Code

同じ著者の記事