AIコーディングで逆に遅くなる理由｜経験者OSS開発者RCTから読む落とし穴
METRの経験者OSS開発者RCTをもとに、AIコーディングで逆に遅くなる条件、予想と実測のズレ、成熟repoでレビュー負荷が増える理由を整理します。
公開 2026.06.26 / 更新 2026.06.26
この記事のポイント
- METR研究は経験あるOSS開発者の成熟repoで、AI利用時に完了時間が長くなる結果を報告した
- 遅くなる理由はAI一般の失敗ではなく、repo文脈、暗黙仕様、品質基準、レビュー負荷との相性にある
- 個人開発では、曖昧な大作業より、小さな検証可能タスクへ分けるほどAIを活かしやすい
まず結論：AIで遅くなるのは珍しい事故ではない
AIが遅いのではなく、AIが出した候補を読む、直す、捨てる、既存設計へ合わせる時間が見積もりから抜けやすいのです。特に成熟したrepoでは、正しい変更はコード量より文脈理解で決まります。
| 遅くなる条件 | 起きること | 対策 |
|---|---|---|
| 暗黙仕様が多い | AIがもっともらしい別解を出す | 受け入れ条件を先に書く |
| 成熟repo | 既存設計とズレた修正になる | 近い実装を読ませる |
| テストが薄い | 動いたように見える | 最低限の手動確認を固定する |
| 大きな一括依頼 | レビュー対象が膨らむ | 1 PR 1目的へ分ける |
予想と実測のズレを見る
METR研究の面白い点は、参加者自身もAIで速くなると予想していたことです。体感では速く書けるため、調査、レビュー、手戻り、確認の時間が見えにくくなります。
よくある質問
この記事はAIコーディングを否定する話ですか？
否定ではありません。生成速度だけでなく、仕様、レビュー、テスト、保守、権限を含めた納品速度で見るための整理です。
CodexやClaude Codeに任せるなら何を先に決めるべきですか？
対象ファイル、触ってよい範囲、禁止操作、build/check、完了報告、差分レビュー、本番反映前の確認方法を先に決めます。
経験者ほどAIで遅くなりますか？
そう断定はできません。ただし、経験者が扱う成熟repoでは暗黙仕様と品質基準が重く、AI出力の確認コストが増えやすい条件があります。
関連記事
- CodexとClaude Codeの違い｜個人開発での使い分けと安全な選び方
CodexとClaude Codeは、どちらが絶対に上というより、用途で向き不向きが変わります。個人開発では組み合わせて使う方が現実的です。