特に差分が大きい場合のコードレビューにAIを活用する

特に差分が大きい場合は、コードレビューにAIを活用すべきです。2026年6月22日 私はAIが1万行のコードレビューを引き起こし、これがボトルネックになっているという話をよく聞きます。このような場合、コードのすべての行をレビューするのに時間を浪費するべきではなく、AIを使ってレビューするべきだと考えます！ レビュー担当者として貢献することレビュー担当者として、自分が何に貢献するのかを知る必要があります。レビュー担当者として貢献するのは、著者やLLMが持ち合わせていないかもしれない、あなたの『分布外（Out Of Distribution）』の知識です。LLMを出し抜いて、あちこちの数行のコードを細かく指摘できると考えるのは間違いです。これはあなたの時間の無駄です。なぜなら、LLMはすでにこの種の課題をはるかに上回っているからです。LLMが今や重大な脆弱性を発見していることを思い出しましょう。ここには、あなたの行ごとのレビューの余地はありません。 レビュー担当者としてどのような知識をもたらすことができますか？あなたがもたらすのは、著者もLLMも知らない知識です。例を挙げると、先週アーキテクトと行った会議で、サービスAが非推奨になることについて議論しましたか？著者はこれを知りません。また、おそらくあなたのコードベースには一般的な原則があるでしょう。例えば、『主要な巨大オブジェクトにフィールドを追加しない』とか『この特定のやり方でメトリクスを追加しない』といったことです。これらがあなたがレビューにもたらすものです。コードベースの専門家としてあなただけが知っている、いくつかの高レベルな設計上の問題点もそうです。 私がレビューにAIを使う方法は、AIに変更箇所を指摘し、プロンプトや質問という形で私の『分布外（Out Of Distribution）』の知識を提供することです。 注意点このワークフローは、コードの各行が『神聖』ではない場所で機能します。組み込みシステムのように、各行が神聖である可能性のある場所もあります。