powered by TechFeed
表示モード
Deep Dive

AIは「汚いコード」で失速する — コードヘルスをMCPで渡すと修正率90%超・トークンも40%削減

11月19日、InfoQが「Producing Healthy Code with Artificial Intelligence Costs Fewer Tokens」と題した記事を公開した。AIによるコード生成においてコード品質(コードヘルス)を高く保つことが、AIのパフォーマンス向上とトークン削減の両方に直結するという知見について詳しく紹介している。

11月19日、InfoQが「Producing Healthy Code with Artificial Intelligence Costs Fewer Tokens」と題した記事を公開した。AIによるコード生成においてコード品質(コードヘルス)を高く保つことが、AIのパフォーマンス向上とトークン削減の両方に直結するという知見について詳しく紹介している。


AIは「自傷モード」で動いている

GOTO Copenhagenは毎年デンマーク・コペンハーゲンで開催されるソフトウェア開発者向けカンファレンスだ。2026年の同イベントでのプレゼンテーションで、Adam TornhillはAIコーディングの落とし穴をデータで示した。

1,000以上のオープンソースプロジェクトを対象にした調査によると、AIを導入した最初の数週間は開発速度が上がるが、2か月後には速度向上の効果が完全に消える。原因はコードの複雑性の急増だ。Tornhillはこれを端的に表現した。

AIは「自傷モード」で動いており、自分が後で確実にメンテナンスできないコードを書きがちだ。

ソフトウェアプロジェクトのコストの95%は最初のリリース後に発生する。プロトタイプを作ることは元々難しい問題ではなく、コード品質・保守性・アーキテクチャが問題になるのはその後だとTornhillは指摘する。


コードヘルスとは何か

コードヘルスとは、コードの理解・変更・保守のしやすさを示す指標だ。Tornhillによれば、AIが登場する以前の人間によるコーディングの研究でも、健全なコードで作業する開発者は、同じ問題を不健全なコードで扱う開発者と比べて最大10倍速い。欠陥リスクは15分の1に下がり、コードレビューは2倍速く完了する。

InfoQとのインタビューでTornhillはコードヘルスの測定方法について次のように説明した。

コードヘルスは多面的な概念であり、3つの設計レベルの指標を組み合わせる必要があります。

  1. モジュールレベル:モジュールが凝集性を持ち、単一の責務を果たしているか
  2. 関数レベル:個々の関数ブロックの設計品質、APIの表現力
  3. 実装レベル:深いネスト、過剰なコピペなど偶発的な複雑性を避けているか

平均的なコードベースはAI非対応

コードヘルスのスコアはCodeSceneが独自に定義する10点満点のスケールで計測される。平均的なコードベースのコードヘルスは5.15。一方、AIフレンドリーなコードはスコア9.5以上から始まる。この差がエンタープライズにおけるエージェント型AIの採用を阻む技術的負債の正体だとTornhillは主張する。

AIにコードヘルスの問題を修正させると何が起きるかも検証されている。ここで重要なのは、2段階の劣化が起きるという点だ。

まず、低品質コード(コードヘルスが低い状態)をAIエージェントに修正させると、ベストケースでもヘルス問題の約50%しか直せない。さらに問題なのはその後のフェーズで、いったんコードヘルスが改善されてきた段階で次のリファクタリングをAI(Claude)に任せると、正しくリファクタリングできるのは20%のみに落ち込む。AIは保守的になり、コード品質を実質的に改善しない小さな変更しかしなくなるのだ。


MCPでコードヘルスデータを渡すと修正率が90〜100%に

ここが記事の核心だ。コードヘルスデータを持つ**MCP(Model Context Protocol)サーバーをエージェントに接続することで、修正率が90〜100%**に跳ね上がったとTornhillは報告する。

MCPとは、AIエージェントが外部ツールやデータソースと連携するためのプロトコルで、エージェントに対してコードヘルスの計測結果をリアルタイムで供給する仕組みとして機能する。

エージェントによるリファクタリングはスケールにおいて「予測可能で機械的なプロセス」となり、コードベース固有のリファクタリングが実行可能になった。InfoQとのインタビューでTornhillはその手順を説明した。

  1. ベースライン確立:コード品質を計測し、改善対象を特定する
  2. 安全網の構築:既存の振る舞いを保護する信頼性の高いテストスイートを用意する
  3. エージェントへのフィードバックループ:客観的なコードヘルス情報とテスト結果をもとにAIが変更の妥当性を判断できるようにする
  4. エージェントに学習させる:コードベース固有の成功パターンを蓄積した「プレイブック」を進化させていく

詳細はRefactoring at Scale with Agentsのケーススタディにまとめられている。


トークンも40〜45%削減できる

コードヘルスはコスト面にも影響する。健全なコードでは、同じ作業を40〜45%少ないトークンで完結できるとTornhillは述べた。LLMのAPI利用コストが開発コストに直結する現在、この差は無視できない。

Tornhillが所属するCodeSceneは、コードヘルスの計測・可視化を専門とするツールを提供しており、今回の知見はその研究から得られたものだ。なお、CodeSceneはコードヘルス計測ツールの提供企業でもあるため、同社の研究成果を参照する際にはその点を念頭に置くことが望ましい。

Tornhillはモジュールレベルのコード品質については自動化による改善が現実的な段階に入りつつあると指摘しつつ、次の課題は設計・アーキテクチャレベルでのAIフレンドリーさを引き上げることだと結論づけた。


詳細はProducing Healthy Code with Artificial Intelligence Costs Fewer Tokensを参照していただきたい。