Claude Code作者、AIコード試作段階

チャーニー氏が答えた質問の主は、12年の経験を持つ開発者だった。その開発者は、AIが書いたコードは人間が全て確認すべきだという意見と、コードはブラックボックスとして出力だけで判断すべきだという相反する2つの立場を天秤にかけていた。悩みは、AIでコードを生成するのは簡単でも、AIが選んだ手法が本番に適切かどうかを判断するのに時間がかかることだった。チャーニー氏の回答は、どちらにも余地があるというものだった。

チャーニー氏の回答で両者を分けるのは、単一のルールではなく目的とリスクだ。同氏はAnthropic自身の本番環境を挙げ、Lint、E2Eテスト、ファザー、コードレビュー、セキュリティレビュー、ドキュメントの維持がガードレールとして機能しているとし、開発者の役割はコード品質の基準を守ることだと伝えている。また、Claudeのモデルが賢くなるにつれ、品質管理の仕組みは回しやすくなるとも述べている。

筆者自身の実践は小規模な事例として紹介されている。データ分析などの試作では、AIが生成したコードを全て読むことはしないが、完全なブラックボックス扱いもしない。どんなコードが書かれているかの感覚は保ち、実行結果がおかしいと感じたときはAIにやり直させる。重視しているのは、expect(true).toBe(true)のようなテストは意味がなくても通ってしまうため、テストを blind に信じないことだ。ブラックボックス化が成立するかどうかは、AIがコーディング作業の多くを担う中で、信頼できるテストと文書化された仕様という、小規模チーム向けに筆者が勧める2つの出発点をどこまで広げられるかにかかっていそうだ。