code review

"「自分が生成した出力を評価するよう求められると、エージェントは自信満々にその成果を褒める傾向がある。人間の目には品質が明らかに平凡であるにもかかわらず。」"

"レビューで発見した知見をルールへ継続的に反映し続けることで、AIによる実装・レビューの精度を底上げするサイクルを作ることが目的です。"

"生成AIの導入により、従来のオフショア開発における日本語⇔英語⇔ベトナム語の翻訳による情報劣化の課題が大幅に改善され、言語ロスをほぼゼロにすることができます。"

"Code output per Anthropic engineer has grown 200% in the last year. Code review has become a bottleneck."

"2025年後半、2つの限界に直面しました。限界①: 開発速度がビジネスの成長に追いつかない。…AI活用を個人の好みからチームのインフラに引き上げる——これが全体導入の出発点でした。"

"「個人で使ってみた」記事は山ほどあります。でも、チーム全員がAIコーディングツールを使い、運用ルールを整備し、定量的に効果を測定している事例は、まだ少ないのではないでしょうか。"

"私たちClassLabは、10名のエンジニアチーム全員がClaude CodeとGitHub Copilotを日常業務で使っています。この記事では、チーム導入の設計判断、独自の成熟度モデル、3層アーキテクチャの全容、そして3ヶ月間の定量結果を包み隠さず公開します。"

"もしnight-patrol内に修正ロジックを自前実装すると、夜用に「少し甘い基準」を作りたくなります。でもそうすると、夜通ったPRが昼のレビュー基準で落ちる事態が必ず起きます。"

"核になるアイデアは実装者 agent を untrusted として扱い、レビュアー自身が書いたレビュー結果ファイルを pre-commit で機械判定することです。"

"LLMが勝手にドキュメントを書き換えるのではなく、PRとして提案し、チームが確認してからマージする。"

"レビューするたびにAgentはまっさらな状態から始まります。 現実のレビュアーなら「このファイルは先週も同じ指摘をした」「このプロジェクトはPEP8より社内規約を優先するルールがある」といった文脈を持っています。 今回はその問題を解決するため、短期メモリ（会話履歴）と長期メモリ（JSONファイル）の2層構造を実装します。"

"MCPはそこから一歩進んで、ツールを独立したサーバープロセスとして切り出す。MCPはツールをサーバーとして独立させることで、どのLLMからでも同じツールを呼べる標準化されたプロトコルを実現している。"

"第1弾との本質的な違いは「フローが固定ではない」ことだ。SQLインジェクションが疑われるコードには search_best_practice(focus="security") を、深いネストがあるコードには complexity_check を使う。何を使うかをエージェントが自分で決める。"

"Claude Code v2.1.111 で追加された /ultrareview は、クラウド上で複数のエージェントを並列に走らせ、観点ごとに分業して包括的なレビューを行ってくれる新コマンドです。"

"本当に素晴らしいと思ったのは、既存のプロジェクトでこれを行って拡張しようとしたとき、システムがcodexとのフィードバックループを通じてより多くの問題を見つけ続け、それらの問題に対して新しいprdを開いたことです。"

""フレームワークに任せてしまうと「なぜ動いているのか」がわからないまま使い続けることになる。""

"この技術に関連する多数の問題（倫理、環境、著作権、健康など）を考慮し、この技術を禁止するポリシーを設けることを望んでいました。"

"冗談ではありません。私たちが実際に実現し、お客様の環境で大きな成果を上げている、AIによるレビューだけで全PRの83%が自動マージできる取り組みです。"

"1 コミット = 1 論理変更。人間は作業を塊で進め、コミット分割は最後に Claude に任せる。"

"業界ではこれを「10倍の生産性」と呼んでいます。私はこれをあるがままに「機械のスピードで出力を生成し、人間に生物学的なスピードでそれを処理することを強いるシステム」と呼んでいます。"

"1つのセッション内で全部解決しようとしない。"

"結論：プロンプトの質が、AIの回答の質を決める。役割・背景・出力形式の3点を明示するだけで、回答の精度は大きく変わります。"

"GitHub CopilotもClaudeも、どちらもAgent Skillsに対応しています。SKILL.mdのフォーマットも共通仕様。じゃあ実際に試したらどうなるのか。"

"PRの 会話しているコメント欄 に以下を入力して送信します。 @gemini-code-assist review"

"AIエージェントが週1,000本のPRを生成する時代が来ている。"

"Claude Code Reviewは、PRが開くたびに複数の専門エージェントがコードを並列で分析し、インラインコメントとして結果を返す管理サービスです。"

"AIを導入すると、実装スピードは確実に上がります。 ただ、チーム開発で本当に問題になるのは、コードを書く速さではなくコードを理解し、判断を共有する速さです。"

"生成AIは「最適解」ではなく「それっぽい解」を出す。"

"なぜこれが効くのか？理由はシンプル👇 ① コンテキストが整理される（いきなり実装しない、前提が明確になる）。② AIの得意分野を活かせる（構造化（PM）、生成（エンジニア）、批判（レビュアー））。③ 人間の開発プロセスに近い（実務に近いので再現性が高い）。"

"AIが出てきたことにより要件や設計が正しければコード的な正しさは保証されています。つまり、レビューの役割として大きくなったのは情報共有の側面です。"