よくある反応：「AIのレビューを何段も挟むの？ サイクルが遅くなるじゃん」
こうする
人間がレビューする前に、AIによるレビューを重ねる。
- 実装AIの自己チェック——受け入れ条件との突き合わせ
- フレッシュなAIのレビュー——実装の文脈を知らないサブエージェントや別のモデルに差分を渡す。先入観がないので、実装者が思い込みごと見逃したものを拾う
- 人間のレビュー——ここまで通ったものだけが届く
指摘が出たら実装AIに対応させ、再度レビュー。人間の前にかなり高いクオリティまで持っていく。
なぜ：ボトルネックは人間のレビュー時間
一番高くて希少なリソースは人間の時間です。粗い状態でレビューに出すと、人間が細かい指摘を書き、AIが直し、また人間が見る——人間往復が増える。これが本当の遅さです。
多重レビューは1タスクのサイクルを少し遅くする代わりに、人間のチェックの回数と深さを減らします。手戻りが少なくなり、結果は速い。
さらに大前提として、並列で動かしている（軸B）。AIレビューが回っている待ち時間は、人間は他のタスクを見ればいいだけ。1本のタスクの所要時間ではなく、同時に流れる全タスクのスループットで考えると、答えは明確です。
サイクルが速くて精度が悪いより、少しサイクルを落として精度高く回すほうが、並列で進められる分、結果として速い。
これは受託開発なら顧客に出す前の品質の話でもあります。人間（自分たち）のチェックは、顧客の目に触れる前の最後の砦。そこに届く時点の品質を仕組みで上げておくことが、信頼に直結します。
運用のコツ
- レビュー観点は共有のものさしで。受け入れ条件と、案件のコードの地図にある「落とし穴」を観点に渡す。観点が固まってきたらスキル化
- 別モデルを混ぜる価値。同じモデルは同じ盲点を持ちがち。違うモデルのレビューは違う角度から刺さる
- 人間レビューを空洞化させない。AIレビュー通過はゴールではなく前提。人間は仕様・UX・リスクなど人間にしか判断できないことに集中する
お知らせ
この記事は、イデアライブ社内の「AI駆動開発の考え方」ドキュメント（全12本）をシリーズとして公開しているものです。