「AIのレビューだけでマージ、正直まだ怖い」と思ってたけど、条件次第ならアリかもしれない話

Posted at 2026-11-03

プルリクエストが、終わらない

「AIのおかげでコードを書くのは速くなった。AIがレビューもしてくれる。なのに、なんで私は今日もマージ待ちのPRの山を前にしているんだろう...。」

みなさん、こんな気持ちになったことはありませんか？

AIがコードを書いてくれる時代になり、実装のスピードは劇的に上がりました。AIによるレビューも使えるようになりましたが、マージ前の最終確認は人間がやる、という運用の現場も多いと思います。その分プルリクエスト（PR）の数もどんどん増え、気づけば、ボトルネックはコードを書くことではなく、人間がレビューすることになっていました。

「じゃあ、人間のレビューも省いて、AIのレビューだけでマージしちゃえばいいのでは？」

そう思う一方で、こうも思うのです。

「でも、AIが書いたコードをAIだけで見て、本当に大丈夫なの...？」

今回は、この「AIが書いたコードに人間のレビューは必要なのか」というテーマについて、世の中の議論や事例を眺めつつ、私なりの考えを整理してみました。結論の出ない話ではありますが、お付き合いいただけると嬉しいです！

AIレビューを巡る議論

まずはSNSを眺めてみると、私のタイムラインでは見事に意見が割れていました。

AIのレビューでOKにしてしまおう派
- 人間がボトルネックになるなら、AIにレビューしてもらってマージする運用にしたほうが速い、という意見です。
やっぱり人間のレビューは入れたほうがいい派
- AIが書いてAIが見るだけでは不安だし、最後は人間の目で確認すべき、という意見です。

「どっちの言い分もわかる...！」というのが正直な感想です。速さも大事ですし、安心感も大事ですよね。

事例と論文を見てみる

では、実際のところはどうなのでしょうか。気になったので、事例と論文を調べてみました。

マイクロソフトは「AIレビュー＋人間の目」

まず、マイクロソフトの事例です。Microsoftのエンジニアリングブログ（2025年7月）によると、PRが作成されるとAIアシスタントがレビュアーの1人として自動で参加する仕組みを、社内の多くのPRで使っているそうです。繰り返しになりやすい指摘や見落としやすい点をAIに任せて、人間は設計などより高いレベルの確認に集中する、という位置づけです。

「あのマイクロソフトでも、人間の目を完全には外していないのか...！」と、少し安心しました。つまり「AIレビューを入れたうえで、人間の目も残している」という事例です。

Anthropicは「AIレビューをほぼ全てのPRに入れて、承認は人間」

Anthropicは、Code Reviewの発表（2026年3月）で、AIのコードレビューを社内のほぼすべてのPRに入れていると述べています。実質的なレビューコメントが付くPRは 16% → 54% に増え、指摘が間違いとされたのは1%未満だそうです。

ただし、AIは承認しません。公式ブログにも「It won't approve PRs — that's still a human call」とあります。

方針をまとめたAI-native SDLC playbook（2026年8月）でも、エージェントによるレビューを何層も重ねて、人間のレビューは規制対象や重要なコードに絞るとされています。一方で、判断が必要なことの責任は人間が持つ（Humans remain accountable for every decision that requires judgment）とも書かれています。

Metaは「低リスクなものだけ」人間のレビューなしでマージ

Metaの論文では、AIによるコード増加を受けて、RADARという仕組みを動かしています。適格性の確認、リスクスコア、LLMレビューなどをすべて通った低リスクのdiffだけを人間のレビューなしでマージし、通らなければ人間に回します。内部統制（SOX）の対象などは除外されます。

大量のdiffを処理した結果、人間がレビューしたdiffと比べて、diffのレビューにかかる時間（中央値）が大きく短縮されました。revertされる割合や本番インシデントの発生率も、RADARを通さなかった変更より大幅に低かったそうです。

「コードレビューの終わり」を主張する論文

一方で、人間によるコードレビューの必須化をやめるべきだと主張する論文もありました。The End of Code Review: Coding Agents Supersede Human Inspectionでは、コーディングエージェントはすでに十分な能力に達していて、人間によるコードレビューは品質を保つ仕組みとして必須ではなくなったと主張されています。「人間が必ずレビューする」進め方は、AIが生むコードの量にスケールしない、とも述べられています。ただし、人間の承認をすべてなくす主張ではなく、高リスクな変更、新しいアーキテクチャの選択、規制対象のコードなどでは人間の承認を残すとしています。

この論文は、実験で「人間とAIのレビュー効果は同じだった」と示したものではなく、「こう考えるべきだ」と主張する論考（ポジションペーパー）です。私も最初は勘違いしそうになりました...。

人間が見る範囲や承認の残し方は、それぞれ違いがあります。

マイクロソフト：AIをレビュアーの1人として入れつつ、人間は設計などより高いレベルの確認に集中する
Anthropic：AIレビューを幅広く入れるが、承認は人間が行う
Meta：適格性の確認やリスクスコアなどの条件をすべて通った低リスクな変更に限り、人間のレビューなしでマージする
論文：通常の変更では人間レビューを必須とせず、高リスクな変更や規制対象のコードなどでは人間の承認を残す

私のスタンス

さて、肝心の私はどう思っているのか。

2026年11月現在、基本的にはまだAIのみのレビューは不安

正直なところ、2026年11月現在の私は、AIだけでレビューして、そのままマージするのはまだ不安です。

ただ、この考えは少しずつ改める必要があるとも感じています。なぜなら、AIの進化がすごいからです。

1年前を思い出してみると、私の環境では、AIが「テストを通すために該当箇所をコメントアウトする」という、思わず二度見するようなことをやっていました。

「いやいや、それはテストを通したことにならないでしょ...！」

と、何度ツッコんだかわかりません。

ところが最近は、私の環境ではそういうズルがかなり起きにくくなりました。精度が上がってきているのを実感します。1年前の印象のまま「AIは信用できない」と言い続けるのは、さすがにもったいないですよね。

ここまでならAIレビューのみでもOKでは？

そこで、私なりに「この条件が揃っていて、このコードなら、AIによるレビューのみでマージしてもいいのでは？」と考えている範囲があります。Anthropicが「人間は重要なコードに集中する」としているのや、Metaが「低リスクなものだけ自動で通す」としているのと同じく、「人間が見るべきところを絞る」という発想です。

前提条件は次の2つです。

ハーネスエンジニアリング等が整備されていること
最低限の動作確認を人間が行っていること

そのうえで、対象は「失敗したときの被害が小さいもの」や「品質の基準がコードの美しさではないもの」であれば、任せられるのでは、という考え方です。前提条件と対象の条件は、どちらも満たしている必要があります。

この前提と対象の条件のもとで、AIレビューのみでもOKだと思っているのは、次の2つです。

① 見た目中心のUI変更のコード

スタイルや文言、レイアウトの調整といった見た目中心のUI変更は、影響範囲が限られていることが多いです。万が一おかしくなっても、画面を見ればすぐ気づけますし、被害も小さく済みます。

ただし、「UI」と言っても中身はさまざまです。次のような画面を見ても気づけない変更は、人間が見たほうがいいと思っています。

権限による表示の出し分け
フォームのバリデーションや入力値の扱い
個人情報の表示
dangerouslySetInnerHTML など、XSSにつながりうる処理

② E2Eテストのコード

E2Eテストのコードは、コードのキレイさよりも、テストがちゃんと動くことのほうが大事だと思っています。そもそもE2Eテストは壊れやすいので、コードをキレイに保つことに力を注ぐ必要は薄いかな、と感じています。

「E2Eテストの可読性を、人間が一行ずつ吟味する時間があるなら、他のことに使いたい...！」

というのが本音です。

ただし、ひとつだけ注意があります。それは、「テストが通る」ことと「ちゃんと検証できている」ことは別だという点です。冒頭の「テストを通すためにコメントアウトする」話と同じで、アサーションが緩かったり、エラーを握りつぶしていたり、skip や retry で逃げていたりすると、何も守れていないテストが緑になってしまいます。

なので、可読性は見なくていいけれど、「何を検証しているか」だけは人間が確認する、というのが私の線引きです。

おわりに

「AIが書いたコードに人間のレビューは必要なのか」という問いに、私の今の答えは次の通りです。

「基本的にはまだ必要。でも、条件と対象次第で、AIレビューのみでも任せられる範囲が増えてきた」

なんとも煮え切らない答えですみません...！ですが、AIの進化が速いからこそ、このスタンスも半年後には変わっているかもしれません。

みなさんの現場では、AIが書いたコードのレビューをどうしていますか？「うちはここまでAIに任せているよ！」「いやいや、ここは人間が見るべき！」など、ぜひ教えてください。

参考

You get articles that match your needs
You can efficiently read back useful information
You can use dark theme

What you can do with signing up