コードは30%増えた、機能リリースはゼロ増|ハーバード研究が示すAIエージェントの落とし穴
「コードレビューが追いつかない。エージェントに書かせた分だけキューが詰まって、結局リリースは前と変わらない」と、Hacker Newsのスレッドに書いたのは、ある中堅テック企業のシニアエンジニアだ(出典:Hacker News、2026年10月。英語引用は筆者訳、以下同)。「レビューはずっとボトルネックだったが、エージェントが来てさらに悪化した」という声も別のコメントで確認できる。
その肌感覚を大規模データで裏付ける研究が、2026年10月に注目を集めた。ハーバード大学の博士課程研究者、Fiona ChenとJames Strattonによるワーキングペーパー「Artificial Intelligence in the Firm: Bottlenecks in Software Production」だ(出典:fion.ac/jellyfish.pdf、2026年8月4日版)。718社・約72万6000人のエンジニアデータを分析した結果は、明快だった。AIエージェントはコード量を約30%増やしたが、完成した機能は統計的に有意に増えなかった。
- Claude CodeやGitHub Copilotを導入したが、リリース速度が期待通りに上がらないと感じているエンジニアリングマネージャー
- AIエージェント導入のROIを経営層に説明しなければならないPM・CTO
- コードレビューの負荷増加を肌で感じているシニアエンジニア
- AI導入効果の研究を追っている、テックトレンドに関心のある開発者
ハーバード研究(718社・約72万6000人)では、AIコーディングエージェント導入後にコード量は約30%増えたが、完了課題数は統計的有意に増えなかった。PRレビュー時間が49%長くなり、修正要求がほぼ2倍に膨らんだことが原因だ。企業の約80%がAIレビューツールを導入済みだが、AIが生成しているレビューコメントは23%にとどまる。コードを増やす前に、レビューパイプラインを整備する必要がある。
研究の中身:何を、どう測ったのか
論文はエンジニアリング分析プラットフォームのJellyfishが提供したデータを使用している。2021年1月から2026年3月までの期間に、約3億件のワークイベントを収集。AIコーディングツールの導入タイミングが企業ごとに異なることを利用し、「差の差(Difference-in-Differences)」という手法で因果関係に近い分析を行った。
測定した指標は大きく2種類だ。
- コーディング指標:コミット数、PR数、コード行数
- ソフトウェアアウトカム指標:Jiraチケットの解決数、エピックの完了数
結果として、AIコーディングエージェントの導入後に1人あたりのコード量は約30%増加し、コミット数は約20%、PR数は約23%増えた。数字だけ見れば「AI導入は成功」に見える。
ところがJiraチケットの解決数とエピックの完了数は、統計的に有意な増加が確認できなかった。コードは増えたが、製品として出荷された機能は増えていない、という結論だ。
著者らはこの乖離の原因を「コードレビューボトルネック」に求めている。
- PRのレビュー時間が49%増加
- PRに対する修正要求がほぼ2倍
- PRあたりのコメント数が35%増加
- レビュー担当に割り当てられたワーカーの比率が14%増加
コードが速く生成されるほど、レビューキューが詰まる。人間のレビュアーがボトルネックになり、最終的な出荷速度が上がらない——という構図だ。
「AIレビューツールを入れればいい」がうまく機能しない理由
自然な疑問として、「AIでコードを書いてAIでレビューすればよいのでは」という発想が出てくる。実際、研究によれば2026年3月時点で調査対象企業の約80%がAIコードレビューツールを導入済みだった。
しかし現実には、AIが生成しているレビューコメントは全体の23%にとどまっている。残り77%は依然として人間が書いている。
なぜか。Qodoが2026年に実施した開発者500人・エンジニアリングリーダー300人へのサーベイでは、「AIが生成したコードのレビューが、最大のデリバリー上の制約になっている」と回答した人が最多だった(出典:Qodo「2026 State of AI Code Quality Report」)。Sonarのサーベイ(1100人超)では、**38%が「AIが書いたコードのレビューは人間が書いたコードより手間がかかる」**と回答している(出典:Sonar「Developer Survey 2026」)。
Hacker Newsで別のエンジニアはこう書いた。「シニアエンジニアはコードをライン単位で読む習慣をなかなか手放せない。エージェントがどれだけ上手くなっても同じだ」(出典:Hacker News)。また、「AIが書いたテストは既存のバグを隠すことがある。品質こそが本当のボトルネックだ」という指摘も見られた(出典:Hacker News)。
Microsoftの社内実験:PR数は増えたが、それは何を意味するか
同時期、Microsoft社内でのClaude CodeとCopilot CLIの早期展開を分析した研究もarXivにプレプリント(未査読)として登録されている(arXiv:2607.01418、Emerson Murphy-Hill, Jenna Butler, Alexandra Savelieva、2026年7月1日提出。出典:arxiv.org/abs/2607.01418)。
早期採用者のマージ済みPR数は約24%増加した(95%信頼区間は+14.5%〜+33.7%)。これは良い数字に見える。しかし著者自身がペーパー内で明記している通り、「マージ済みPR数は出力の代理指標にすぎず、コード品質・顧客価値・全体生産性とは別物だ」。
Microsoftの数字(PR+24%)とハーバードの数字(完了課題:変化なし)を並べると、矛盾しない一つのストーリーが浮かぶ。AIエージェントはPRを増やす。しかしPRの増加がそのままデリバリーの増加にはつながらない。
採用プロセスについても興味深い発見があった。エージェントツールの社内普及はトップダウンの指示より「社内ソーシャルネットワーク」経由の横展開が主で、継続率は年齢や職種より「既存のコーディング活動量」に相関していた。つまり、もともとコードを書いていた人がエージェントを使い続ける。
研究が示す「正しい導入順序」
ハーバードの論文著者は、「コード生産能力への投資より、下流のレビュー能力への投資が先決だ」と結論している。現場の実践に引き直すと、次のような優先順位になる。
まず整備すべきもの:
- 自動テスト(ユニット・統合)のカバレッジを上げる
- CI/CDでの静的解析・リンターを強化する
- AIによる一次レビュー(Copilot Review, CodeRabbit等)を本格導入する
その上でエージェントを本格化:
- 上記が整った状態でエージェントにコードを書かせると、出口のキャパが確保されている
- レビューキューが詰まらず、コードの増産が完了機能の増加につながる
Developers Digestの分析では、「フラキーなテスト・依存キャッシュのミス・プレビュー環境の限界がエージェントの実用性を下げている」と指摘されており(出典:Developers Digest)、CI/CDの整備はエージェント導入効果を最大化する前提条件だと分かる。
セキュリティ面での懸念もある。Hacker Newsのコメントによれば、「現在のモデルはセーフガードにより、セキュリティ重視のコードレビューが苦手だ」という声もある(出典:Hacker News)。セキュリティ関連コードのレビューは引き続き人間が担うべき領域として残りそうだ。
この研究の限界と注意点
結論を過大解釈しないために、著者が認めている限界も記しておく。
- データ対象期間は2026年3月まで。それ以降に登場した新世代エージェントや自動レビューツールの効果は含まれていない
- Jellyfishを採用している718社は大企業・中堅企業が多く、スタートアップや小規模チームには当てはまらない可能性がある
- 差の差分析は因果推論に近いが、ランダム化比較試験(RCT)ではないため、選択バイアスが残る
- 「完了課題数ゼロ増」という結果は企業平均であり、うまく導入できているチームが存在することを否定しない
また、MEMAの別の研究(METRの開発者生産性研究)では、経験豊富な開発者個人がAIツールで19%遅くなるという別の現象も報告されている。ハーバード研究は企業・組織レベルの集計であり、個人レベルでの影響とは分けて考える必要がある。
本記事で引用したハーバード研究の数値(+30%コード、+49%レビュー時間等)は、Yahoo Tech、FourWeekMBA、Forkast、ComplexDiscovery等の二次報道に基づいている。ワーキングペーパー(未査読)の最終値とは若干異なる可能性があるため、一次資料の確認を推奨する(出典:fion.ac/jellyfish.pdf)。
AIコーディングエージェントの活用を検討している方は、Claude Codeの具体的な使い方や動的ワークフロー機能も参照してほしい。導入前にレビュー体制の整備状況を確認しておくと、研究が示す「コードは増えるが機能リリースは増えない」という罠を避けやすくなる。
参考記事・内部リンク:
- AIツールで経験豊富な開発者が19%遅くなる|METR研究の衝撃 — 個人レベルでの生産性逆転現象
- Claude Code動的ワークフロー完全ガイド — エージェントを実際に活用する方法
- Claude Code vs GitHub Copilot 徹底比較 — ツール選定の参考に
本記事は公開情報・学術論文・報道に基づき作成しています。ハーバード研究はワーキングペーパー段階(未査読)であり、最終的な結論は査読後に変更される可能性があります。数値・データは参照時点のものであり、最新情報は一次資料をご確認ください。