敵対的レビュー、重大な指摘138件中72件は1レーンのみ

敵対的レビューは、AIエージェントにコードレビューをさせる手法のひとつとして広まっている。差分を通常どおりレビューするだけでなく、「この変更で誤った結果やエラーを起こす入力や状況は何か」を探す役割のエージェントを別に立て、両者の指摘を実コードで確かめてから確定させる方式である。筆者のチームでも導入しているが、時間とtokenのコストが高く、細かい指摘を捌く運用の負担も大きいことから、実務でどの程度役立つかを自分の手元のデータで確かめることにした。

検証ではClaude Codeのskillとして敵対的レビューを自前で用意し、正統・敵対・役割の3系統8本のレーンを並列に実行した。指摘は本体のエージェントが実コードで確かめ、判定が割れた論点は別のClaudeのモデル（Claude Fable 5）にまとめて送って判定させた。交差検証を通った指摘は確定の前にYAGNIレーンで再チェックし、実害を示せないものを棄却または降格した。

9回のレビューのうち、Fableに判定を依頼したのは31回で計64件。内訳は問題あり26件、問題なし27件、降格7件、その他4件だった。確定した357件のうちSuggestionとNitが207件を占める一方、各レーンが指摘した段階では1,413件あり、確定しなかった1,056件の棄却にも交差検証の時間とtokenがかかる。敵対的レビューを入れるとレビューと自動修正のループで指摘が収束しにくくなる傾向も強まるため、YAGNIレーンや指摘の帰属の分離、周回の打ち切り条件の固定といった工夫が必要になる。

筆者は、行数だけで適用範囲を切り分けることはできないとし、データの更新、計算ロジック、認可まわりなど何に触るかを基準にすべきだと結論づけている。導入を検討するチームにとっては、検出力とコストのどちらをどこで優先するかの線引きが焦点になるとみられる。