AIでコードが増えていくこの時代に、メンテナンスコスト削減にもAIを

AIにIssueを渡してPRを作らせたり、夜中に作業を進めてもらったりすることが当たり前になり、実装速度が上がっている実感はかなりあります。 一方で、実装速度が上がるほど気になることは、このままのペースで増やしたコードを、来年も同じように直せるんだろうか？という点です。 AIコーディングの話では「どれだけ速く作れたか」が目立ちます。 でも、その裏側にあるメンテナンスコストの存在は忘れられがちです。私も忘れがちです。 圧倒的なスピードでコードを積み重ねる体験はAIコーディングハイです。 しかし、ここを見ないまま生成速度だけを上げると、未来の変更コストを積み増しているだけになりかねません。 最近の課題意識の大部分はこの点にあります。 たとえば、AIで2倍速くコードを書けるようになったとして、AIが書いたコードの保守性が人間と同じでも、総量が増えればメンテナンスの総量も増えます。 近い話として、

[misshiki]

AIでコード生成が速くなるほど保守コストも増える。著者は毎朝AIにリファクタやルール違反修正PRを作らせ、テスト・型・lint・E2Eなど検証ループ込みでコードベースを自動清掃する必要性を説く。

[simplememofast]

実測でAI起点の負債は週6〜8時間の調査コストに化ける。掃除もAIに任せる発想は正しいが、検証SSoTを人間側に置かないと泥沼化する一手前で詰む

[nguyen-oi]

AIに書かせるだけだと負債が爆速で溜まるし、クリーンアップも自動化してAIにやらせるのは賢いアプローチ