本文へスキップ
hdknr blog
戻る

必須コードレビューをやめるなら、品質は何で担保するのか — レビューが担っていた 8 つの役割と AI 時代の代替手段

AI がコードを書く速度に、人間のコードレビューが追いつかなくなっています。AI 時代にこそ効くエクストリーム・プログラミング(XP)で紹介した Anton Zaides さんの記事は、AI 時代の新しいプラクティスの例として「必須コードレビューの廃止」を挙げていました。元記事の主張は、「コードレビューは大きなボトルネックになり、多くのエンジニアにとって苦痛になっている。これは XP の原則 Mutual Benefit(相互利益)の問題であり、エンジニアに過負荷をかけずに品質を保つ方法を探すべきだ」というものです。

ただし元記事は問いを投げているだけで、「では何で品質を担保するのか」までは書いていません。本記事はその答えを考えるものです。ここから先は元記事の内容ではなく、筆者の整理です。

結論を先に書くと、次の 3 点になります。

レビューの価値は「バグ取り」だけではない

コードレビューの役割を「バグを見つけること」と一括りにすると、廃止したときに何が抜けるのかが見えません。

この点を示したのが、Microsoft Research の調査「Expectations, Outcomes, and Challenges of Modern Code Review」(Bacchelli & Bird, ICSE 2013)です。開発者がレビューに期待する一番の役割は、欠陥の発見でした。ところが実際のレビューで得られていたのは、知識の共有、チーム内での状況把握、別の解決策の発見が中心でした。

つまり、レビューの価値の多くはバグ取り以外にあります。だから廃止するときは、役割を分解し、それぞれに代替手段を割り当てる必要があります。

コードレビューが担っていた 8 つの役割と代替手段

#レビューが担っていた役割主な代替手段対応する XP の実践・原則
1欠陥の発見先にテストを書く。CI で全テストを自動実行する。テストの質をミューテーションテストで確かめるTest-First Programming、Continuous Integration、Ten-Minute Build
2規約・スタイルの統一linter と formatter を CI で強制する。pre-commit フックでそもそもコミットさせない—
3セキュリティ・危険な変更の検出静的解析(SAST)、依存関係スキャン、シークレット検出。危険なパスだけ人のレビューを必須にするRedundancy
4設計の一貫性設計判断を ADR(Architecture Decision Record)に残す。アーキテクチャの制約をテストにする。AI 向けのルールファイルに設計方針を書くIncremental Design
5知識の共有・属人化の防止ペアプログラミング(ペアプロ)・モブプログラミング(モブプロ)。マージ後に変更を読み合う会。変更要約の共有Pair Programming、Shared Code
6若手の育成ペアプロ。メンタリングの時間をレビューとは別に確保するPair Programming、Humanity
7本番障害の防止(最後の砦)フィーチャーフラグ、カナリアリリース、監視、すぐ戻せるロールバックDaily Deployment、Incremental Deployment
8責任の所在作者がマージの責任を負う。障害時は根本原因を分析し、仕組みで再発を防ぐAccepted Responsibility、Root-Cause Analysis

1〜3 と 7 は、機械やデプロイの仕組みに移しやすい役割です。2 の規約は、そもそも人が見る必要のない領域です。4〜6 は人の仕組みでしか補えません。8 は仕組みというより、チームの約束事です。

XP の原則 Redundancy は、欠陥は単一の実践では防げないので、重複していても複数の実践で捕まえる、という考え方です。レビューを外すなら、外した穴を 1 つの代替手段で埋めようとせず、複数の手段を重ねるのが基本です。

全件必須から「リスクに応じて必須」へ

現実的な落とし所は、レビューの全廃ではありません。変更のリスクに応じて、人のレビューが必要かどうかを振り分ける形です。

PR を小さく作り、全 PR 共通の自動ゲート(テスト、型チェック、linter、静的解析、ミューテーションテストなど)を通したあと、変更したパスで高リスクと低リスクに振り分ける流れ図。高リスクの変更は人のレビューを必須にし、低リスクの変更は自動ゲートを通ればマージできる。どちらも最後にフィーチャーフラグや監視などの本番側の安全網を通り、知識共有はレビューとは別枠で行う

大事なのは、この振り分けを人の判断に任せないことです。「今回は小さいからレビュー不要」と作者が決められると、抜け道になります。

GitHub で振り分けるときの落とし穴

GitHub では、まず CODEOWNERS(パスごとにレビュー担当者を指定するファイル)で高リスクなパスとその担当を宣言します。

# .github/CODEOWNERS
# 高リスクなパスと、その担当チーム
/src/auth/            @your-org/security-team
/src/billing/         @your-org/billing-team
/db/migrations/       @your-org/dba
/infra/               @your-org/platform-team
/api/openapi.yaml     @your-org/api-owners

ここで注意が必要です。ブランチ保護やルールセットの「Require review from Code Owners」は、承認数の要求と組み合わせて働きます。承認数を 1 以上にすると、CODEOWNERS の対象外の PR にも承認が必要になります。かといって承認数を 0 にすると、コードオーナーのレビューが強制されなかったという報告があります。つまり、標準の設定だけでは「高リスクなパスを変えた PR だけ承認を必須にする」形を作りにくいのです。

そこで、振り分けを必須ステータスチェックとして実装します。

  1. GitHub Actions のワークフローで、PR が変更したファイルを取得する
  2. 高リスクなパスに触れていなければ、チェックを成功させる
  3. 触れていれば、担当チームの承認が付いているかを API で確かめ、無ければ失敗させる(レビューが付いたときにも再実行されるよう、pull_request_review イベントでも起動する)
  4. ルールセットでは承認数を 0 にしたまま、このチェックを必須ステータスチェックに指定する

実装では 2 点に注意が必要です。まず、承認者が担当チームに属しているかを API で調べるには組織のチーム情報を読む権限が要り、ワークフロー既定の GITHUB_TOKEN では足りない可能性が高いです。GitHub App や、権限を絞ったトークンを用意します。次に、フォークからの PR や Dependabot の PR ではトークンが読み取り専用になり、シークレットも渡りません。これらの PR でチェックがどう振る舞うかも決めておく必要があります。

CODEOWNERS はそのまま残しておけば、担当チームへのレビュー依頼の自動化に使えます。なお、設定の組み合わせによる挙動は変わりうるので、本番リポジトリに入れる前に、テスト用のリポジトリで「低リスクの PR は承認なしでマージでき、高リスクの PR は止まる」ことを実際に確かめてください。

レビューで見ていたことを CI で自動検証する

レビューで人が見ていたことのうち、ルールとして書けるものは CI に移せます。

人が見ていたこと機械による検証ツールの例
書き方の規約linter / formatterESLint、Ruff、Prettier
型の整合型チェックTypeScript(tsc)、mypy
「この層からあの層を呼んではいけない」アーキテクチャテストArchUnit(Java)、dependency-cruiser(JS/TS)、import-linter(Python)
脆弱性・危ない書き方静的解析・依存関係スキャンCodeQL、Semgrep、Dependabot
秘密情報の混入シークレット検出gitleaks、GitHub の Secret scanning
「このテストはちゃんと効いているか」ミューテーションテストStryker(JS/TS)、mutmut(Python)、PIT(Java)

最後の行は、AI 時代に特に重要です。LLM はテストを通すために、実装ではなくテスト側を書き換えることがあります。そのため「テストが緑」だけでは品質の担保になりません。

ミューテーションテストは、コードをわざと壊して(変異を入れて)テストが落ちるかを確かめます。壊しても落ちないテストは、何も守っていないということです。詳しくは テストを信じる前に、テストを壊す — mutation harness で「緑」に意味を持たせる を参照してください。

テストを先に書かせることも効きます。「テストも書いて」と「テスト駆動で実装して」では、AI の出力の質が大きく変わります。詳しくは 「テスト書いて」と「テスト駆動で実装して」は全く別物 を参照してください。

AI コードレビューを導入するときの注意

人のレビューを減らす代わりに、AI レビュアーを入れるチームも多いでしょう。AI レビューは役割 1〜3 をかなり補えますが、次の点に注意が必要です。

レビュー廃止でいちばん失われやすいのは「知識共有」

欠陥の発見は、自動化でかなりの部分を補えます。しかしレビューを廃止すると、チームの誰もそのコードを読んでいない状態が生まれます。

Zaides さんの記事も、ペアプログラミングの節で同じ懸念を書いていました。元記事の表現では、多くのエンジニアが Claude とだけ作業するようになり、チーム内のコミュニケーションと学びが失われている、というものです。

対策は、レビューとは別枠でコードを読む時間を確保することです。

レビューを「マージを止める関門」と「知識を共有する場」に分けて考えるのがポイントです。前者は自動化と振り分けで軽くできます。後者は別の形で残す必要があります。

まとめ

必須レビューをやめることは、品質への要求を下げることではありません。人の注意という限られた資源を、本当に人が見るべき変更と、チームの知識を育てることに振り向け直すことです。

参考リンク



前の記事
稼働中のサイトを HubSpot CMS へ止めずに移す — 定石と、やってしまった例
次の記事
Indra OCR:CPU だけで動く 100 万パラメータの OCR、日本語・縦書きにも対応