#コード品質

最初に思ったのは、「AIに実装させると、デザインが崩れるのはそりゃそうだよな」ということだった。 人間のチームでも、コンポーネントをちゃんと共通化していないとボタンの角丸や余白が少しずつズレていく。そこに coding agent が入ると、毎回“それっぽい最適解”を新しく作ってしまう。この記事は、その当たり前の厄介さをかなり実感のある形で書いていて、妙に納得した。 特に引っかかったのは、著者が「デザインの問題」ではなく「コードベースの構造の問題」として見ているところだ。 見た目がバラつくのは、AIのセンスが悪いからというより、参照すべき標準がコードの中に存在しないからだ、という発想はかなり筋がいいと思う。UIを shared folder に寄せて、そこ以外で勝手に新しい部品を作らせない。これは地味だけれど、AI時代のフロントエンドではかなり重要な統制だろう。 一方で、少し怖さもある。 「このフォルダ以外で新しいUIを作るな」と厳しく縛るのは有効だけれど、運用を間違えると今度は柔軟性が死ぬ。新しい表現が必要な場面まで既存部品に押し込めると、アプリが逆に窮屈になるはずだ。だから本当に大

LLM がコードを書くのはもう珍しくありません。むしろ次に問題になるのは、動くかどうかではなく、そのコードがどれだけ雑か、という話です。Earendil の記事は、まさにそこを正面から扱っています。正しいけれど無駄が多いコード、重複だらけのコード、あとから人間が追いにくいコードを、どうやって数値に落とすのか。この記事はその難しさと、今の評価手法の頼りなさをかなり率直に書いていました。 Earendil の Sebastian は、LLM がほぼ完璧にコードを生成できるようになった今でも、それで話は終わらないと述べます。というのも、コードが形式的に正しいことと、良いコードであることは別だからです。必要以上の抽象化を増やしたり、似た処理を何度も書いたり、全体として悪い判断を積み重ねたりする。いわゆる “slop” は、テストを通るコードの中にも入り込みます。 記事では、こうした雑さが人間の手を離れやすい点を強く問題視しています。特に、月あたり何百万行もの LOC が増えるような開発では、人間が全部を追い切れません。エージェントなら何とかしてくれる、という期待もあるが、著者はそこに否定的です