Kinopee-slides.pdf

Transcript

1. A I 駆 動 開 発 勉 強 会 # 3 — H A R N E S S E N G I N E E R I N G AI 自走のコーディング時代に、 人間はレビュー責任をどう果たせるか？ 木下 雄一朗 / Kinopee — 株式会社キー・プランニング 代表取締役 2026.06.23 ── AI 駆動開発勉強会 #3 / 御茶ノ水ソラシティ + YouTube Live 1 / 13
2. W H O A M I 自己紹介 木下 木下 雄一朗 / Kinopee 株式会社キー・プランニング 代表取締役 「Software Design 」誌で連載中 技術ジャーナリストとして、AI コーディングの最前線と AI 企業の日本進出を継続取材。書籍 も執筆。 Cursor Regional Leader, East Asia Cursor の東アジア地域（日本・中国・韓国・台湾）を担当する地域リーダー。 Cognition （Devin / Windsurf ）Ambassador 自律エージェント Devin を擁する Cognition のアンバサダー。 CR Sponsored by CodeRabbit 本セッションは AI コードレビュー「CodeRabbit 」のスポンサード。 2 / 13
3. P R O B L E M 1 / 2 AI でコードは速くなった。 次に詰まっているのは、レビューでした。 27 社の AI 駆動開発を取材して、 ほぼ全社で同じ現象を聞いた。 出典：書籍『AI を開発チームに採用する技術—— IT 企業 27 社の挑戦と成功法則』 （仮題・2026 年 8 月刊行予定、オーム社） 3 / 13
4. P R O B L E M 2 / 2 コーディング高速化のしわ寄せは、レビューに移動した 3 分おき S 社 Slack レビュー ch に新規依 頼。1 日 20-30 件が上位者に集 中。 PR +84% M 社 2 年間で PR 数 +84% 、Lead Time は 3-4 倍に悪化。 1 日40PR F 社 1 人あたり最大 40 PR 。レビュ ワー負荷が先に飽和。 終日レビュー M 社 シニアが Claude Code で並列 生成 → 他メンバーが終日レビ ュー。 4 / 13
5. I N S I G H T AI が増やすのは「PR の量」 。減らないのは「承認責任」 。 増えるもの AI コードは増える Cursor / Claude Code / Devin / Codex / Cline PR 数は増える レビュー対象も増える 変わらないもの 規制業界の責任要件は変わらない 賠償責任・監査・契約は人間に残る EU AI Act 2026/8/2 発効 → human oversight が法要件化 AI モデルが進化しても、 「人間が確認した」という社会的・法的要件は消えない。 5 / 13
6. T H E B O U N D A R Y PR を出すという行為は、責任を「場」へ移すこと PR 作成前 / ローカル / 0.3 秒 Kadomori 門守 著者が責任を保持して整える ✓ Review Map ✓ Top 3 Review Focus ✓ Responsibility Handoff ベンダー中立・データ送信なし ★ 著者が責任を保持 → PR 作成 責任を場へ移譲 PR 作成後 / 共有 Post-PR AI レビュアー CodeRabbit / Cursor Bugbot / GitHub Copilot Review ＋ 人間レビュアーが最終承認 ★ 人間が最終責任 6 / 13
7. T H E G A P Post-PR レビューはすごく強くなった。Pre-PR はどうですか？ CodeRabbit 、Bugbot 、Copilot Review 、Greptile — Post-PR の AI レビューは過去 2 年で劇的に進化した。 一方、著者が PR を出す前に責任を整理するレイヤー は、まだ仕組み化されていない。 Post-PR レビュー CodeRabbit / Bugbot / Copilot Review — 充実 Pre-PR 整理 空いているレイヤー 仕様書 11.4 「観点提示は差分の『読み方』を事後に導く。事前ルールには書けない」と同じ問題意識 7 / 13
8. P R O P O S A L Kadomori — Pre-PR Evidence Layer AI 生成変更を、人間が承認責任を負える PR に整えるためのローカル CLI 1 Review Map 変更ファイルを 機械確認可 / 文脈確認要 / 人間判断要 の 3 つに分類。 2 Top 3 Review Focus レビュアーが最初に見るべき場所を 優先 順位付き で提示。 3 Responsibility Handoff 著者・レビュアー・責任者向けの確認証 跡（.kadomori/handoff.md ） 。 デフォルト ルールベース＝決定論的　同じ入力 → 同じ結果／LLM 不使用／通信なし／0.3 秒 オプション LLM 補助　ACP 経由・組織が承認済みのエージェントを使用 決定論的（再現可能） データ送信なし ベンダー中立 単一バイナリ・3 OS 対応 8 / 13
9. D E M O 自分の PR を Kadomori に通したらどうなるか $ kadomori check \ --goal "Apache-2.0 から商用 EULA へライセンス変更 " \ --no-llm 解析モード : Team policy / policy seed （ LLM なし） Executive Summary ───────────────── Reviewability: 63/100 結論 : NotReady （ PR 作成前に要対応） 主な理由 : 目的との関係説明が必要 PR 粒度 : TooBroad （広すぎる） 差分規模 : 11 ファイル / +1682 / -198 Top 3 Review Focus ────────────────── 1. Scope drift: .github/workflows/release.yml が ライセンス変更の goal に含まれない 2. 依存関係 / version 変更 : Cargo.toml の 互換性・既知の脆弱性確認 3. PR 粒度 TooBroad: 800 行超過 実行時間 : 350ms 0.35 秒 決定論的・再現可能　── 同じ差分なら、何度実行し ても同じ結果 PR を 11 ファイル / 1880 行で開く前に、3 つ の確認点を著者に戻せる。 レビュアーが PR を開く前に、著者側で対応 できる。 出典：Kadomori v0.2.0 / 本セッション登壇者の Kadomori 自身 PR #383 の実測 9 / 13
10. C O M P L E M E N T A R Y CodeRabbit が PR レビューを劇的に楽にした。その次のステップ。 著者が AI で コード生成 → Kadomori で Pre-PR 整理 0.3 秒・ローカル・著者責 任 → PR 作成 （責任移譲） → CodeRabbit が Post-PR レビュー 自動レビュー・観点抽出 → 人間が 最終承認 ★ 承認責任 Pre-PR と Post-PR は競合ではなく 補完。 Kadomori が著者の責任整理を整え、CodeRabbit が PR を効率的にレビューし、人間が最終承認する。 10 / 13
11. E N T E R P R I S E R E A D Y データを送信しない設計 ✓ ローカル CLI （単一実行ファイル、3 OS 対応） ✓ Kadomori 本体は いかなる通信も行わない ✓ LLM 補助は ACP 経由 ＝ ユーザー組織が 既に審査済み のエージェントを使う ✓ Kadomori 自身は LLM API を持たない（外部への直接通信なし） セキュリティ追加審査が原理的に不要 出典：Kadomori README 『LLM 連携』節 / 商用 EULA より 11 / 13
12. C A L L T O A C T I O N テスター企業を募集します 先着 5 社の特典 v0.3 policy seed 機能の 先行アクセス Team Policy 設定の 初回 サポート（無料） 懇親会（21:00-22:00 ）でも個別にお話しさせてください。 12 / 13
13. C L O S I N G AI がコードを書く速度を上げるほど、 人間が承認責任を負うレイヤーが価値を持ちます。 Kadomori は、その責任を著者が果たすための Pre-PR レイヤーです。 ご静聴ありがとうございました。 本イベントをスポンサードいただいた CodeRabbit に感謝！ DM 　https://x.com/kinopee_ai 13 / 13