AIコーディングエージェントはコードを増やすが、ソフトウェアは増やさない

AIコーディングエージェントによって、ソフトウェアチームはこれまでより速くコードを書けるようになっている。しかし、コード生成の高速化が、そのままソフトウェアの完成量や提供速度につながるわけではない。ハーバード大学の研究者、Fiona Chen氏とJames Stratton氏による分析は、AI導入後にコード量は増えたものの、完成したソフトウェアの明確な増加は確認できなかったと示している。

調査で分かったこと

研究者はJellyfishが集計した、2021年から2026年3月までの約3億件の開発イベントを分析した。対象は700社超のソフトウェア開発企業と、70万人超の従業員である。企業がAIコーディングアシスタントや、より自律的なコーディングエージェントを導入する前後で、開発指標を比較した。

主な結果は次の通りだ。

• AIコーディングエージェント導入後、生成されたコード行数は平均30%増加。
• コミット数は20%、プルリクエスト数は23%増加。
• Jiraなどで管理されるIssueやEpicの解決率は、統計的に有意な変化を示さなかった。
• プルリクエスト提出からマージまでの平均レビュー時間は49%増加。
• 修正を求められるプルリクエストの割合はほぼ倍増し、1件あたりのコメント数は35%増えた。
• コードレビューを担当する従業員の割合は14%増加した。

つまり、AIはコードを作る工程を加速させたが、理解、テスト、統合、承認といった後工程の負荷を取り除いてはいない。生成量が増えるほど、チームが確認すべき変更も増える。出力の品質や文脈理解に不確実性が残る限り、追加コードは納品量ではなく、レビューと手戻りの増加として現れやすい。

人間のレビューがボトルネックに

ソフトウェア開発は、単なるコード入力作業ではない。変更は既存アーキテクチャ、テスト、セキュリティ要件、製品目標に適合して初めて価値を持つ。今回の結果は、AIエージェントが実装時間を短くしても、開発の調整や検証を自動的に解決するわけではないことを示している。

AIによるコードレビューも、まだ不足分を埋め切れていない。2026年3月時点で調査対象企業の約80%が何らかのAIレビュー機能を使っていたが、AIエージェントが担当したのはレビューコメントの23.3%、プルリクエストの10.8%にとどまった。大半のレビューは依然として人間が担っている。また、AIエージェント導入後に企業のアクティブな従業員数が大きく変化したことも確認されていない。

企業が見るべき指標

この結果は、コーディングエージェントに価値がないという意味ではない。試作、定型変更、範囲の明確な実装では、初期作業を短縮できる可能性がある。ただし、コード行数やコミット数だけを成果指標にすると、活動量の増加をソフトウェア提供の改善と誤認しやすい。完成した機能、欠陥、手戻り、レビュー負荷、開発全体の所要時間を併せて測る必要がある。

データは2026年3月までであり、エージェントの性能や利用方法は変化し続けている。タスクの選別、テストの強化、レビュー自動化、責任分担の改善によって、現在のボトルネックが緩和される可能性はある。現時点での教訓は、AIがコードの供給量を増やしても、ソフトウェア開発全体の処理能力を自動的に高めるわけではない、ということだ。

出典：Ars Technica AI