概要
AIエージェントによってコード記述のコストがゼロに近づく中、開発の真のボトルネックは、人間による「意図の再構築」と「検証」という理解のコストに移行している。
詳細内容
GoogleのエンジニアであるAddy Osmani氏による、AIエージェント時代のコードレビューに関する考察です。2026年時点のデータを背景に（※執筆時点の予測を含む）、AI導入によりコードの産出量は4倍に増えたものの、実質的な生産性向上は12%程度に留まっている現状を指摘しています。その最大の理由は、人間がコードを読み理解する速度が変わらないため、レビューが深刻なボトルネック化していることにあります。
従来のレビューは「作者の推論を確認する作業」でしたが、エージェントが書くコードには最初から人間の推論が存在しないため、レビュアーは「存在しない意図をゼロから再構築する」という困難な作業を強いられています。これにより、レビュー時間は平均441%増加し、未レビューのままマージされるPRも急増しています。
対策として、Osmani氏は以下の戦略を提案しています。
1. **リスクに応じた階層化**: 影響範囲（ブラスト・レジアス）に応じてレビューの深さを変え、定型的な変更はAIに任せ、高リスクな箇所に人間の注意を集中させる。
2. **異種混合のAIツール活用**: 特性の異なる複数のAIレビュアー（CodeRabbit、Greptile、Seer等）を併用し、多角的にバグを検出する。
3. **証拠の要求**: テスト結果や変更の意図をAIに明示させ、レビュアーが「最初の理解者」になる負担を減らす。
結論として、エンジニアの仕事は「コードを書くこと」から「コードが正しいことを証明すること」へと比重が移っており、人間は「ループの中」ではなく「ループの上」で説明責任と判断を担うべきであると説いています。