TL;DR
AI ネイティブなエンジニアリング組織において、コード生成はもはやソフトウェアをリリースする上で最も時間のかかる部分ではありません。レビュー、検証、修正、そして人間による意思決定がボトルネックとなり、組織がどれだけ速く動けるかを最終的に左右します。スタンドアロンの AI コーディングツールでも 30〜40% の高速化は見込めますが、スループットの飛躍的な向上を実現するには、コードが書かれた後に発生するすべてのプロセスを最適化する必要があります。
前回の記事 Cosmos によるコードレビュー問題の解決 では、コード出力を 3 倍に増やし、マージ時間の中央値を短縮しながら品質を維持したレビューシステムについて説明しました。その後、このシステムをレビューだけでなく、PR からマージまでの完全なループに拡張しました。専門化されたエージェントが機械的な作業を処理し、正確性を検証してフィードバックに対応します。一方、人間は判断と知識移転を担い、最終的なマージの決定は常に人間が所有します。
これが ループエンジニアリング です。個々のツールを単独で最適化するのではなく、生成されたコードを検証済み・理解済み・マージ可能な変更へと変換するシステム全体を改善します。
「AI コードレビューツール」だけでは不十分な理由
CodeRabbit や Greptile のような従来の AI コードレビューツールは、diff を分析してコメントを投稿します。便利ではありますが、レビューはあくまで 1 つのステップにすぎません。本当の足かせは、人間同士の引き継ぎの連鎖です。
- 意図とアーキテクチャの再構築
- 低リスク変更のトリアージ
- レビューフィードバックの適用
- CI の失敗とマージコンフリクトの修正
- 機能動作のエンドツーエンド検証
- 安全にリリースするための十分なエビデンスの収集
- プッシュごとの再レビュー
PR からマージまでのループは、人間が自信を持ってマージできるようになるまで、専門化されたエキスパートにレビュー、修正、検証、意思決定のサポートを継続させます。フリート内の各エキスパートはこれらの引き継ぎのうち 1 つ以上を担当し、断片的な手動作業の連なりを、調整されたシステムへと変えます。目標はループ全体の最適化です。つまり、最初のコメントまでの時間ではなく、人間の時間、コスト、品質、マージまでのレイテンシーを最適化します。
1. 概要: 完全なループのエンジニアリング
画像の説明を読む
ALT
AI ネイティブなコードレビューループ: エージェントがバグを発見・修正し、変更を検証してポリシーを評価します。人間は判断を要する問題を解決し、最終的なマージの決定を行います。
当初のシステムでは、リスク分析 (Risk Analyzer)、行単位の正確性レビュー (Deep Reviewer)、人間がガイドする設計レビュー (Pair Review) を分離していました。拡張されたシステムでは、修正、ランタイム検証、自動承認の拡張が追加され、人間のボトルネックがさらに軽減されています。Cosmos とその設定可能なエキスパートの概要については、前回の記事 Cosmos によるコードレビュー問題の解決 をご覧ください。
単一の汎用レビューアではなく、エキスパートと機能の組み合わせ
エキスパートまたは機能
役割
Risk Analyzer
リスクを分類し、自動承認ポリシーを適用
Deep Reviewer
客観的な正確性の欠陥について、網羅的な行単位の分析を実施
Pair Reviewer
意図、アーキテクチャ、プロダクトのコンテキスト、トレードオフを再構築
Memory Manager
PR と Pair Review セッションからのフィードバックを記憶し、今後の実行を改善
Verifier
<sup>NEW</sup>
テスト環境で影響を受ける動作をエンドツーエンドで実行 (Verifier ブログ
PR Fixer
<sup>NEW</sup>
レビュー指摘、CI の失敗、マージコンフリクトを修正
Review Dashboard
<sup>NEW</sup>
エキスパートの状態を監視・要約
cosmos approve
<sup>NEW</sup>
著者のリクエストに応じて設定可能な承認ポリシーを評価
Deep Reviewer と Pair Reviewer の違いは特に重要です。
- Deep Reviewer の問い: 「この実装に客観的なバグはあるか?」自律的に実行され、AGENTS.md または CLAUDE.md のガイドラインに照らして PR をチェックします。
- Pair Reviewer の問い: 「この変更はより広いシステムの観点で意味があるか、またどの決定に人間の判断が必要か?」人間と対話的に実行されます。人間は、レビューコメントを投稿した後に PR を監視し、コメントが対応されたら代わりに承認するよう指示することもできます。
PR Author エキスパートは以前、PR の作成と、レビューコメント・CI の失敗・その他のフォローアップ作業の修正という 2 つの役割を担っていました。分離された設計では、PR Author はドラフト PR の作成時点で役割を終え、PR Fixer が引き継ぎます。これにより、ユーザーは修正の実行方法をより細かく制御でき、PR Author なしで作成された PR にも対応できます。
Review Dashboard は、エキスパートのステータス、レビュー済みコミット、エビデンス、実行可能なアクションをひとつのビューにまとめます。
- ヒューマン・イン・ザ・ループの設計
人間によるレビューと検証は、AI ネイティブなエンジニアリング組織における希少リソースになりつつあります。目標は人間を無差別に排除することではありません。人間の注意を、最もレバレッジが効く場所にだけ費やすことです。
人間がループに残る理由
エージェントは機械的な分析と実行の大部分をこなせますが、ビジネスと組織に関する完全なコンテキストを持っているわけではありません。人間が不可欠な理由は次のとおりです。
- 判断: このロジックはフロントエンドとバックエンドのどちらに置くべきか?このトレードオフはプロダクトに適切か?このリスクは今許容できるか?
- 知識移転: レビューは、エンジニアがアーキテクチャとプロダクトの動作について共通理解を築く手段のひとつです。
- オーナーシップと説明責任: ソフトウェアのリリース後にそれを所有するのはエージェントではなく、人間の開発者とエンジニアリング組織です。したがって、最終決定は常に人間が下し、Merge をクリックします。これらのエキスパートのいずれも PR をマージしません。
したがって、設計目標は次のとおりです。
エージェントが機械的な作業を行い、人間が重要な決定を下す。
著者とレビューアのワークフロー: 導入前と導入後
従来のワークフロー
ヒューマン・イン・ザ・ループのワークフロー
すべての PR を手動でトリアージし、低リスクの変更を特定する
Risk Analyzer にリスクを分類させ、組織の自動承認ポリシーを適用させる
PR を行単位で読む
Deep Reviewer に網羅的な行単位の分析を任せる
diff からコンテキスト、意図、アーキテクチャを再構築する
Pair Reviewer のブリーフィングで変更を理解し、判断が必要なポイントを特定する
手動でデプロイして機能を実行する
Verifier のエビデンス (スクリーンショット、ログ、トレース、取得した出力) を検査する
すべての修正をゼロから再レビューする
Pair Reviewer に承認済みコメントが対応されたかを監視させる
フィードバックをトリアージし、修正を実装し、CI を修復し、
