TOPハウツー・学習テクノロジー集え!プログラミング初学者#159 AIにコードを書かせたら、“動くのに本番で壊れるバグ”が増えた? その原因と対策05:50 4月13日 73再生 問題を報告する 再生する シェアする 書籍一覧https://zenn.dev/python_academia?tab=booksAI目次AIコードがもたらす新たなバグの脅威一見動くが本番で壊れるバグの正体なぜAI生成コードの欠陥は見抜けないAI特有のバグ発生メカニズムと根本原因AI時代に必須となる開発現場での品質対策AI文字起こし(β版) # 初めのあいさつ 皆さんおはようございます。スパイスアカデミアです。 本日は4月13日月曜日です。 今日は喫茶店の日だそうです。 1888年、今日この日、東京上野に日本初の本格的なコーヒー喫茶店 カヒーサッカンが開店したということみたいですね。 はい、喫茶店好きな方いっぱいいらっしゃるんじゃないでしょうか。 はい、私もですね、コーヒー大好きなので将来はですね、 ゆっくり喫茶店で作業とかできたらいいなと思っておりますけれども、 本日も一日頑張っていきましょう。 # チャンネル紹介 つぞえプログラミング小学生チャンネルでは、プログラミングに興味がある方や学び始めた方に向けて学習のヒントをお伝えしております。 各曜日で話す内容を決めておりますので、興味のある曜日だけでも聞いていただけると嬉しいです。 詳細はプロフィール欄をご確認ください。 # AIにコードを書かせたら、“動くのに本番で壊れるバグ”が増えた? その原因と対策 159回目、今日はVoicyトークテーマ、気になるニュースということで、ITニュースを紹介していきたいと思います。 今日はAIにコードを書かせたら動くのに本番で壊れるバグが増えた、その原因と対策というニュースですね。 AIコーディングは開発を加速させる一方で見抜けないバグという新たなリスクを生んでいるという、 一見動くのに本番環境で障害を引き起こす厄介なバグの脅威と現場で取れる対策、 さらに最新動向も踏まえた筆者の意見をまとめるということです。 実際見ていきましょう。 AIコーディングエージェントの普及により開発速度は劇的に向上した。 しかしその裏で、見た目は正しそうなのに本番環境で障害を引き起こすという厄介なバグの増加が指摘されるようになっているということです。 スタックオーバーフローブログで公開された記事によると、 AIが生成したコードには人間が書いたものよりも多くの、しかも重大な問題につながりやすいバグが含まれているということみたいですね。 この問題の本質は、AIがタイプのような単純なミスは人間より少ない一方で、 人間には見抜きにくいロジックエラーを多く見出してしまう点にあるということです。 しかもAIはコードを大量に生成するため、プルリクエスト件数が増やすく、 従来の人間によるコードレビューでは対処しきれないレビュー崩壊とでも呼べき現状が浮かび上がっているということみたいですね。 それほどコードが量産されているということで、その分レビューも増えていて崩壊しているということですね。 記事が紹介する調査では、470のオープンソースギターブリポジトリを分析した結果、 AIが作成したプルリクエストは人間に比べて約1.7倍の多くのバグを含んでいたということです。 レビューが限界だよというところなんでしょうが、 実際になんでこんなAIのコードは危険になりやすいのかということが書いておりますが、 コンテキスト、文脈が足りない、LLMは大量の学習データを持つ一方で、 そのプロジェクト固有のコードベースや設計意図までは持っていないため、 2つ目が与えたコンテキストも途中で落ちる。 システムプロンプトやagents.mdファイルなどでコンテキストを渡しても長時間動かすと、 コンテキスト圧縮などで古い文脈が押し出されて重要な情報が抜け落ちてしまうということみたいですね。 最後に長時間の自律実行でミスが蓄積、ハルシネーションや小さな判断ミスが積み重なり、 最後にはその誤りがコードに残ってしまうということみたいです。 なぜレビューで見抜きにくいのかというところにも言及されていて、 1つ目がロジックエラーは見た目では分かりにくい。 AIは一見最もらしいコードを作成するので、実際に頭の中で追わないと見抜けないよというところですね。 続いて家族性の問題が大きい。 AIコードは人間のコードより3倍家族性の問題が多く、 常識の問題は2.66倍、命名の不正語は2倍多かったということです。 差分が大きくなりやすい。 エージェント型ツールでは巨大なコミットや大量の差分が生まれやすく、レビュー負荷が急増するということですね。 多くやってらんないよという感じですかね。 記事がお勧めする基本対策はいくつか載っておりまして、 まず1つ目がプルリクエストを小さくする。 レビューアーが理解できる流度に保つと。 2つ目はタスクを小さく分ける。 エージェントに長時間まとめて任せないで小さな単位で実行すると。 品質保証チェックリストを使う。 AIコードで起こりやすい問題を確認項目に入れるということですね。 あとはAIをAIでチェックするみたいなことも書かれております。 最後ですね。 2025年が速度の年なら、 2026年は品質の年だということですね。 速度でだいぶ話題になりましたが、 2026年は品質の方を見ていかなきゃいけないということで、 このニュース締めくくられております。 非常に素晴らしいツールだと思うんですけれども、 こういう障害というのも起きているので、 うまく付き合っていくのと、 AIの進化に期待するというところでしょうか。 # 終わりのあいさつ 本日は気になるITニュースのご紹介でした。 どこまで行ってもやっぱりバグは含むものかなというふうに思いますので 本当にすごい進化しちゃうとわからないですけれども 最終的に責任を取るのは人間なので その辺うまく付き合い方も模索していかなきゃいけないんだろうなというふうに思いました。 また気になるニュースがあったら紹介していきたいと思います。 最後に少しだけ宣伝です。 私パリスタンアカデミアは全という技術系のプラットフォームで電子書籍を執筆しております。 初級から中級の内容を体系的に学ぶことができますので 興味のある方はぜひチェックしてみてください。 本日はこれで終わりたいと思います。 最後までお聞きいただきありがとうございました。 以上パリスタンアカデミアでした。 もっと見る #気になるニュース 集え!プログラミング初学者Pythonアカデミア00:331.初めのあいさつ00:182.チャンネル紹介04:163.AIにコードを書かせたら、“動くのに本番で壊れるバグ”が増えた? その原因と対策00:454.終わりのあいさつhttps://zenn.dev/python_academia?tab=booksコメント感想・質問・応援メッセージを書こう
#163 ゴールデンウィークまとめ 個人開発に挑戦してみた 4分・5月4日・ 19再生AI目次GW個人開発 iOSアプリの挑戦MacBook AirはNG? Windows開発へPython資格2つ目 データ分析試験へXで400万インプ!ポスト反響の訳GW総括 新たな挑戦への満足感
#162 4月もお疲れ様でした! 4分・4月26日・ 21再生AI目次Voicy中断の背景とX注力Gemini API活用新機能の詳細Tkinter書籍完成とリリースX初収益とSNSの課題GW直前!全書籍半額セール
#160 8冊目がようやく終わりそう! 4分・4月14日・ 57再生AI目次Pythonアカデミア、8冊目新刊完成Tkinter入門でデスクトップアプリテキスト変換からPDF操作までAPIやExcel連携の可能性を探るこの一冊で業務はどこまで変わる?
#159 AIにコードを書かせたら、“動くのに本番で壊れるバグ”が増えた? その原因と対策 6分・4月13日・ 73再生AI目次AIコードがもたらす新たなバグの脅威一見動くが本番で壊れるバグの正体なぜAI生成コードの欠陥は見抜けないAI特有のバグ発生メカニズムと根本原因AI時代に必須となる開発現場での品質対策
#158 【雑談】バイブコーディング時代の基礎力 5分・4月12日・ 70再生AI目次Xで反響 AI進化と基礎力の価値Viveコーディング時のエラー解決力AIを「ツール」として活かす基礎力基礎力はAI時代に不要か?その真実AIと共存するプログラミング学習法
#157 セイウチ演算子 5分・4月11日・ 44再生AI目次Python セイウチ演算子の正体変数代入と使用を同時に実現コードの複雑さを減らす活用術セイウチ演算子の推奨使用ケースPython中級者が知るべき次の一歩
#156 【Pythonクイズ】偽と判定されるオブジェクト 4分・4月10日・ 74再生AI目次Pythonブール関数 False判定の謎Pythonクイズ!真偽判定の罠とはFalseと判定されるオブジェクトの正体隠れたFalseオブジェクトと学習のヒントPython組み込み関数を極める第一歩
#155 AIがコードを書く時代、新人はどう育てる? 「使わせるか」「禁止するか」のジレンマ 7分・4月9日・ 45再生AI目次AIコード時代の新人教育、新常識AI活用で生じる課題と禁止の葛藤二者択一から生まれる段階的AI活用AI育成「筋トレ」と「練習試合」の狙いAI進化時代に不変の基礎力と責任
#154 【GASクイズ】配列について 4分・4月8日・ 45再生AI目次GASクイズ!配列の基本知識配列の特性を問う4つの設問GASにおける配列の真の姿とは誤解を解く!データ型の壁を越える大量データ処理に必須の配列活用術