AIコーディングエージェントは多くのコードを生成するが、多くのソフトウェアを生成するわけではない。このギャップの原因は、コードレビュー工程に直接に見つけることができる。AIエージェントが導入された後、その工程の平均所要時間が顕著に長くなっている。一般的に、プルリクエストがコードベースにマージされるまでの平均的な"レビュー工程"の所要時間は、AIエージェントが導入された後、平均で49%増加している。この効果は、より細かいデータでも確認できる。研究者たちは、"プルリクエストの変更要求率がほぼ2倍になり、プルリクエストあたりのコメント数が35%増加している"と記している。この変化に対して、研究者たちはAIエージェント導入後にコードレビューを行う労働者の割合が14%増加したことを発見した。また、彼らはJellyfishのアクティブな従業員の総数を確認し、企業のLinkedInデータと照合することで、"AIによる顕著な雇用変化を帰属させることはできない"と書いている。エージェンシッピングの時代になると、プルリクエストが変更を必要とする頻度がはるかに多くなる。エージェンシッピングの時代になると、プルリクエストが変更を必要とする頻度がはるかに多くなる。画像提供者：ChenとStratton もしAIが理論的にこのレビュー工程を助けることができても、研究者たちはこれまでのところその影響は限定的であると見つけた。2026年3月時点で測定された80%の企業がAIコードレビューのいずれかの形態を使用していたが、AIエージェントはすべてのレビューコメントの23.3%とすべてのプルリクエストの10.8%を担当しており、人間がまだこの仕事の広範な部分を担当していることを示唆している。もちろん、AIエージェントはコード世界で比較的新しい一部であり、この研究の3月2026年のデータカットオフ以降、彼らの出力に大きな更新とアップグレードが行われてきた。そして、この調査の中で95%の企業がこの時点でAIコーディングエージェントを実装しているにもかかわらず、多くの企業は間違いなく導入のタイミングや方法を学んでいるプロセスを経ているだろう。ソフトウェアエンジニアリングチームが特定のコーディング問題に対してAIエージェントを使用する利点と欠点をより多くの経験を積むことで、このような"コーディング時間とレビュー時間"のトレードオフは改善される可能性がある。しかし、現時点では、AIにコードを書かせることは、コーディング速度の向上が人間のコードレビュー時間と労力の類似した向上によって相殺される二刀流の sword のように見える。このような結果は、AIコーディングエージェントを稼働させるために多大な時間と費用が、多くの企業のために本当に価値があるのかどうかを私たちが疑問に思うさせるものである。
出典: Ars Technica · 要約：HeadlinesBriefing