コードレビューの記事一覧

コードレビューでは、AI生成差分をそのまま信じず、仕様、GitHub差分、build/check、sitemap、upload、権限、本番影響を確認します。

• 自分のリポジトリでCodexを評価する方法：小さなベンチマークタスクの作り方

  公開ベンチマークの順位を自分のリポジトリに当てはめず、代表的な小タスク、固定した実行環境、事前の合格条件、初回・再試行・人のレビュー時間・実測利用量を分けて記録する手順を整理します。

• AIエージェントの自己評価はどこまで信用できる？MarketBenchで見る成功確率とtoken見積もりのズレ

  MarketBenchをもとに、AIエージェントの成功確率、token usage、完了見込みの自己申告をログ・テスト・差分で補正する運用を整理します。

• AIエージェントは仕事をどう変えるのか？Codex・Claude Codeの最新研究で読む

  AIエージェント研究の利用データを、実務で任せられるタスク・成果物・レビュー条件へ翻訳します。Codex利用研究とClaude Codeのセッション分析が示すこと、示さないことを分けて整理します。