コードを読む時間のほうが長くなって、少し落ち着かない

AIエージェントにコード実装を任せると、「書く時間」は確かに減る。だが代わりに「読む時間」が増えている。業務でコードレビューを担当するエンジニア322名の調査では、直近半年以内にAI生成コードをレビューした86.3%が「負担が増えた」と答え、67.5%は週3時間以上の追加対応をしていると回答した。平日のうち丸1日分をほぼ差分確認に充てている計算だ。さらに見つかった問題のトップが「提出者本人がコードの内容を説明できない」というのは、深刻である。動作するが理解しにくいコード、がそれに続く。時間をかけたのに、説明できないコードが増えている。

AIの鬼の視点は、**「レビューに時間をかけることと、何を確かめたかは別の話」**という認識だ。差分を上から下まで目で追う時間と、「この分岐はなぜ必要か」を自分の言葉に置き換えられるか確かめる時間は、同じ長さでも中身が全く違う。前者は増やしやすく、後者は増やしにくい。調査では「品質基準を言語化してAIに指示する力」が今後求められるスキルとされているが、これはレビュー力というより、レビューする前に何を基準にするかを決めておく力に近い。基準なく差分だけ増えると、時間をかけたわりに何を見ていたのか自分でも説明しにくくなる。

実務的には、エージェント時代だからこそ「品質基準の言語化」にコストを割く必要がある。責務が混ざっていないか、同じ書き方で毎回判定できるか。これをテンプレート化し、依頼時とレビュー時に繰り返し使う。AIが積んだコードを確認するのは結局人間だが、その人間が何を見ているかが曖昧なままでは、時間の増加は疲労に直結する。差分を眺めて安心する時間ではなく、説明できるか確かめる時間に転換できるかが、エージェント時代の仕事のしなおしになる。