AIコーディングエージェントによってコードを速く書けるようになっても、ソフトウェア開発の仕事全体が早く終わるとは限りません。ハーバード大学の博士課程候補者2人によるワーキングペーパーは、企業データを使ってこの変化を調べています。OSChinaの要約によると、対象は718社、従業員725,938人です。報告された変化はコード生成量の増加だけではなく、その後のコードレビューが新たなボトルネックになっている点にも及びます。
主なポイント
- AIコーディングエージェントの導入後、従業員1人当たりの月間追加コード行数は5,017行から6,511行へ増加。伸び率は約30%です。
- コミット数は20%、Pull Request数は23%増加しました。コード量だけでなく、開発チームの協業フローにおける活動も増えています。
- コードが増えても、タスクが自動的に完了するわけではありません。素材によれば論文はJiraデータも使っていますが、提供された要約は該当箇所で途切れており、具体的な指標や結果は確認できません。
- 見出しはコードレビューを現在のボトルネックとして挙げています。コード生成が速くなっても、変更内容を確認し、理解して統合する作業まで自動でなくなるわけではありません。
この数字から分かるのは、コード行数やコミット数だけでAI開発支援の成果を評価すべきではないということです。これらは開発活動を示す指標であり、コード品質、納期、最終的なタスク完了を直接示すものではありません。生成が速くなってもレビュー体制が同じままであれば、Pull Requestの確認や処理に負荷が移る可能性があります。導入するチームは提出件数を増やすだけでなく、レビューの流れと開発者が対応できる量にも目を向ける必要があります。
ただし、今回の素材には論文の詳しい方法、比較設計、Jira分析の結果が含まれていません。この要約だけからAIが全体の効率を必ず下げると結論づけることも、レビュー時間がどれほど増えたかを示すこともできません。慎重に言えるのは、コード活動の増加と作業完了は同じではないという点です。AI開発の次の課題は、コード生成を速めるだけでなく、増加した変更を処理できるレビューとデリバリーの体制を整えることです。
出典:OSChina
コメント
ログイン状態を確認中…
コメントを読み込み中…