コードレビューをしない選択 #でぃーぷらすトウキョウ

ボトルネックを突破しよう！AI時代の品質向上LT会 の登壇資料です。
https://d-plus.connpass.com/event/384491/

AI時代、コード生成は並列化できてもレビューは直列のまま。
リスクに応じてレビュー深度を変え、機械的な指摘をガードレールに変換する。
AIレビューで品質を底上げし、人間は設計レビューに集中する。
「人の頑張り」を「仕組み」に置き換える、コードレビューをしない選択の設計戦略。

Transcript

2. 梶川 琢馬 𝕏 @kajitack 株式会社 TechBowl VPoT TechTrain の開発やメンターをやってます 2/22
4. https://techtrain.dev/mentors
5. コードレビューは ボトルネックに なっていませんか？ 5/22
6. なぜレビューが ボトルネックになるのか 6/22
7. コード生成は並列、レビューは直列 レビューワーが増えないと、負荷が増え続ける PR #1 PR #2 PR #3 1 ⼈ AI Agent A レビューキュー ( 直列) AI Agent B AI Agent C ⼈間のレビュー 7/22
8. コードレビューの目的を見直す 本来の目的は知識の共有、保守性の担保、メンタリングの 3 つ バグフィルターとしてはほとんど機能していない 8/22
9. 機械的な指摘はツールに任せ、 人間は設計レビューに集中する 機械で検出可能 コーディングスタイル 型の不整合 依存方向の違反 テスト不足 セキュリティリスク（部分的） 人間にしかできない 設計判断の妥当性 ドメインモデルの適切さ 9/22
10. チームでのレビュー基準を変更 以前 全ての Pull Request を別のコードオーナーが approveするまでmerge不可 現在 自分が AI に生成させたコードを自分でレビュー 以下のレビュー方針に応じてセルフmerge可 内容 レビュー方針 例 競争優位性やリスク高 他のメンバーにレビュー依頼する 中核の業務ロジック / API・DB スキーマ変更 / 認証・決済・権限管理 一般的な型がある PR作成者がレビュー 補完的な業務ロジック / ユーティリティ関数 影響範囲が局所的 レビュー不要 UI / テキスト・フォーマット 10/22
11. 多層防御で品質を担保する 11/22
12. ⼈間のレビュー AI レビュー テスト 静的解析 型システム コンテキスト 整備 多層防御の設計思想 各レイヤーが異なる観点で問題を自動検出し 人間に届く前にフィルタリングする 12/22
13. 各レイヤーの実践 レイヤー 手段 効果 型システム ValueObject / 集約の定義 不正な値・不変条件違反をコンパイル時に検出 静的解析 deptrac / phpstan / ESLint 依存違反・型エラーを CI でブロック テスト ユニット + E2E + VRT 振る舞いの変更を自動検知 AI レビュー Copilot / Claude Code 多視点で品質を底上げ 13/22
14. 人間がレビューする 前に AI が品質を底上げ 複数の AI モデル × 複数の役割で多層レビュー GitHub Copilot や Claude Code の security-review skill や独自レビュー skill を定義 https://claude.com/blog/code-review 14/22
15. では、人間は何をするのか 15/22
16. コードを見る → 設計を見る Before コーディングスタイルを指摘 型の不整合を発見 依存方向を確認 テスト漏れを指摘 After ガードレールが自動検出 型システムがコンパイル時に検出 依存チェッカーが CI でブロック カバレッジと VRT が自動検知 人間は設計判断の議論に集中する 16/22
17. コンテキストを整備する 対象 手段 アーキテクチャ判断 CLAUDE.md に根拠を記録 ドメインモデル YAML で機械可読化 開発ガイドライン リポジトリ内に集約 人間も AI も同じドキュメントを読んで、同じルールに従う 17/22
18. レビュー指摘を資産化する レビューで繰り返す指摘 → ガードレールに変換する 1. レビューで指摘が発生 2. 「この指摘は機械的に検出できるか？」を問う 3. できるなら Lint ルール・型定義・テストに変換 4. 次回からは自動検出される レビュー指摘が減るほど、ガードレールが育つ 18/22
19. 実際どうなった？ 19/22
20. 「品質が下がるのでは？」 むしろ上がる 機械的な指摘 → ガードレールで自動検出し、人間の見落としを減らせる 設計判断 → 人間がノイズなしで集中レビューできる ルールの蓄積 → チームの知見が資産化される 20/22
21. 「ジュニアの成長機会が失われるのでは？」 レビューは知識伝達の場でもある リスク 対策 AI のコードを誰も説明できない 人間が説明できる状態を保つ 検証なしに取り込む文化 スキル空洞化を招く スタイル指摘に時間を奪われる ガードレールで解放 → メンタリングへ 機械的な指摘から解放された時間で 「なぜこの設計なのか」を教える余裕が生まれる 21/22
22. コードレビューをしない選択 コードレビューをしない選択の判断ができるようになった 機械的な指摘 → ガードレールで自動検出 多視点の検査 → AI レビューで底上げ 人間の判断 → 設計レビューに集中 「人の頑張り」を「仕組み」に置き換える 22/22