AIでコードは増えた それでも完成が速くならない理由
AIコーディングエージェント(AIコーディングエージェント)
指示に沿って、比較的長いコード作業を進めるAI。
コードレビュー(コードレビュー)
書いたコードを別の人が確認する作業。
Jellyfish(ジェリーフィッシュ)
開発チームの作業を記録して分析するサービス。
何が起きたか
AIコーディングエージェント(長い作業を半自動で進めるAI)の導入後、コードを書く量は増えたのに、完成したソフトの量は同じようには増えなかった。Harvard University(研究を行う大学)のFiona ChenとJames Strattonの作業中論文を扱ったComplexDiscoveryの記事では、コード量は約30%増え、Jiraの完了課題は統計的に明確な増加を示さず、プルリクエストがレビューを終えるまでの時間は49%伸びた。プルリクエストとは、変更したコードを共同の場所へ入れてよいか頼む記録だ。
なお、リンク先の論文の最新版は11月14日版に更新されている。最新版は、AIエージェント導入後のコード行が44%、レビュー提出から承認までの時間が56.1%増えたと報告する。元記事の30%と49%は、8月版をもとにした数字だ。研究の版を混ぜずに読む必要がある。
背景:コードは書いて終わりではない
ソフト開発には、何を作るか決める、コードを書く、レビューとテストをする、本番へ出す、という段階がある。コードレビューは、別の技術者が変更内容を読み、問題がないか確かめる作業だ。AIエージェントは書く段階を速くするが、レビューする人の時間まで同じ速さで増やすとは限らない。
論文のモデルでは、増えたコードが限られた確認担当者へ流れ込み、待ち時間を生む。変更依頼やコメントの増加は、下書きの直しに必要な作業も増えた可能性を示す。ただし、これは研究者の解釈であり、すべての会社に同じ原因があると証明したわけではない。
なぜ重要か
AIの効果を、コード行数や作業の速さだけで測ると、利用者に届いた機能まで見失う。今回の研究は、途中の活動と、レビューを通って本番に出た成果を分けて見た。AI導入は作業の一部を速くしても、全体の弱い場所を別の工程へ移すことがある。会社がAIを増やすなら、書く人だけでなく、レビュー担当、テスト、承認の時間も測らなければならない。
確認できたこと
最新版の論文は、Jellyfish(開発チームの作業を記録して分析するサービス)から、利用に同意した655社、72万542人、約4億4500万件の作業記録を使った。GitHub Copilot、Cursor、Claude Codeの利用と、コード、Jiraの課題、予定表を結び付けている。
AIエージェント導入後は、コード行が44%、コミットが36%、プルリクエストが35.7%増えた。一方、Jira課題の完了は13.7%増にとどまり、研究者は境界的な結果と説明する。レビュー提出から承認までの時間は56.1%増え、コメント数は38.6%増えた。レビュー用AIを導入した会社も79.1%あったが、レビューとコメントの大半は人が書いていた。
この話はHacker Newsでも大きな反応を集めた。ただし、反応の大きさはコミュニティの注目度であり、論文の正しさを証明する数字ではない。
まだ分からないこと
これは査読済みの確定結論ではなく、就職市場向けの研究論文である。データはJellyfishの同意企業に限られ、データ提供元は開発分析サービスを販売している。論文は、Jellyfishによる確認が機密情報の開示だけを対象にし、科学的内容の審査ではないと説明する。
短期の雇用変化は検出できなかったが、将来の雇用や、レビューを通ったコードの品質がどう変わるかまでは、この数字だけで決められない。11月版への更新で推定値が変わったことも、研究を追う際の注意点だ。
次に見る点
次の焦点は、コードを何行書いたかではない。承認された変更が何件出たか、レビュー担当が何時間使ったか、差し戻しが何回あったかを、AI導入前後で比べられるかだ。AIは書く工程を速くした。全体を速くできるかは、確認の工程をどう増強するかにかかっている。
AIがコードを書いても、仕事がすぐ終わらないわけ
📰 しっかり版: AIでコードは増えた それでも完成が速くならない理由
AIは書く仕事を速くしました。でも、人の確認が追いつきませんでした。
AIコーディングエージェント(AIコーディングエージェント)
長いコード作業を進めるAI。
コードレビュー(コードレビュー)
人がコードの変更を確認する作業。
Jira(ジラ)
仕事の進みを記録する道具。
💡 ようするに
- AIはコードを書く量を増やした。
- でも、完成した仕事は同じ速さで増えなかった。
- 人が確認する時間は長くなった。
何を調べたの?
AIコーディングエージェント(長い作業を進めるAI)の効果を調べました。Harvard University(研究を行う大学)の研究者が論文を書きました。
元の記事が紹介した版では、コードの量が約30%増えました。Jira(仕事の進みを記録する道具)の課題は、はっきり増えませんでした。プルリクエスト(変更を入れてよいか頼む記録)が確認を終える時間は、49%長くなりました。元の記事
なぜ遅くなったの?
コードレビュー(人が変更を確認する作業)は、コードを書いた後にあります。AIが速く書くと、確認する人が読む量も増えます。確認する人の数や時間が同じなら、待つ仕事が増えます。だから、書く速さだけでは全体が速くなりません。
その後、研究レポートは11月14日版に更新されました。新しい版では数字も変わっています。記事と論文は、どの日付の版かを確かめる必要があります。最新版の論文
どこまで分かったの?
研究は多くの会社と働く人の記録を使いました。でも、まだ完成した研究ではありません。すべての会社で同じことが起きるとは限りません。AIが作ったコードの良し悪しを、数字だけで全部判断することもできません。
この話はHacker News(技術ニュースの掲示板)でも話題になりました。人気は正しさの証明ではありません。投稿
これから見る点
コードの量だけでなく、実際に使える機能を見る必要があります。確認に何時間かかったかも大切です。AIで書く人が増えた後、確認する人の仕事がどう変わるかに注目です。
💬 AIでコードが増えると、チェックが大変になる
HNでは、AIで作る速さが上がるとレビューが詰まるという意見と、要件・設計・テスト・CI/CDなど別の場所が詰まるという意見に分かれた。コメントは個人の経験や意見で、すべての会社に当てはまる証明ではない。
- ある投稿者は、AIで1件あたりの開発やレビューは速くなったが、依頼・コード・PRが増えて、後の工程が詰まったと職場経験を報告した。これは自己申告で、すべての会社の事実ではない。
- 別の人たちは、問題はレビューだけでなく、何を作るかの要件、設計、テスト、自動でテストして届ける仕組み、並列化にもあると考える。
- 会社の事情やシステム全体を知る人の判断は重要だ。小さな変更だけを見ると、間違った問題を解いていないかを見逃す。LLMは機械的な確認や図作りを助けられるが、人の判断の代わりにはならない。
- 別の自己申告では、エージェントが作ったPRを本人が承認して、他の人の確認を省く例があった。まだ障害は起きていないが、重大障害の心配が示された。
- 自動テストや安全策でレビューを減らす案はあるが、作るのに時間がかかる。AIにAIをチェックさせて自動承認するだけでは、間違いを見逃す可能性がある。
コメント232件時点の初期(改訂1)。100件を取得し、全体から100件を抽出して要約しました。内容はHN利用者の自己申告で、編集部が確認した事実ではありません。
AIが書くと、なぜ待つの?
📰 しっかり版: AIでコードは増えた それでも完成が速くならない理由
AIはコンピューターへの指示を書きます。人が読む時間は短くなりません。
AIコーディングエージェント(AIコーディングエージェント)
コードを書くお手伝いAI。
Hacker News(ハッカー・ニュース)
技術ニュースを読む人が集まる掲示板。
何があったの?
AIコーディングエージェント(コードを書くお手伝いAI)が登場しました。Fiona ChenさんとJames Strattonさんは、Harvard(研究をする学校)の研究者です。
AIはプログラムの指示をたくさん書きました。でも、人はその指示を読みます。変なところがないか確認します。確認が終わるまでの時間は長くなりました。
なぜなの?
AIが書く指示が増えると、読む指示も増えます。読む人の時間は、すぐには増えません。だから、完成を待つ時間が長くなります。
元の記事が紹介した研究では、書く量が増えました。でも、完成した仕事が同じだけ増えたとは言えません。元の記事
Hacker News(技術ニュースの掲示板)でも話題になりました。これは、みんなが注目したしるしです。正しさのしるしではありません。投稿
これからどうするの?
研究レポートは、まだ作業中です。すべての会社の話ではありません。次は、AIが書いた指示を人がどう確認するかを見ます。
💬 AIがコードを作ると、だれがチェックする?
AIはコードを早く作れる。でも、作る量が増えると、チェックする人の仕事も増えるかもしれない。
- ある人は、職場でAIを使うと開発が速くなったのに、依頼やPRが増えて、後ろの作業が詰まったと話した。これはその人の経験で、みんなに当てはまる証明ではない。
- ほかの人は、難しいのはチェックだけでなく、何を作るか、全体の設計、テストだと言った。小さな変更だけでは、全体が正しいか分からない。
- AIはチェックを手伝えるが、人の判断は必要だ。AIが作ったPRを本人だけで合格にする例もあり、まだ事故はなくても心配だと言われた。
- よいテストや安全策を作るには時間がかかる。AIにAIをチェックさせるだけでは、間違いを見逃すことがある。
コメント232件時点の初期(改訂1)。100件を取得し、全体から100件を抽出して要約しました。内容はHN利用者の自己申告で、編集部が確認した事実ではありません。
💬 AIで実装が速くなると、コードレビューが新しいボトルネックになるのか
HNの議論は、記事の「AIコーディングエージェントが実装からレビューへボトルネックを移す」という見方に割れた。職場での自己申告や個人的な意見が中心で、研究結果や全企業に通用する証明の代わりではない。
コメント232件時点の初期(改訂1)。100件を取得し、全体から100件を抽出して要約しました。内容はHN利用者の自己申告で、編集部が確認した事実ではありません。