AIにAIのコードを敵対的レビューさせたら6割叩き直された話
AIにAIのコードを敵対的レビューさせたら6割叩き直された話
| 項目 | 内容 |
|---|---|
| ジャンル | AI |
| 日付 | 2026-08-20 |
| 元記事 | Zenn |
要約
著者は単一のAIセッションでは自分が生成したコードの問題を見落とす傾向（「自己盲目性」）があることに着目し、「コンテキスト分離」を活用した敵対的レビュー手法を実験した。具体的には、コードを生成したセッションとは別の新規セッションにコードを渡し、「徹底的にバグや改善点を指摘しろ」とプロンプトしたところ、元セッションでは気づかなかった問題が続出し、最終的に約6割のコードが修正されたという。この手法はClaude/GPT等のモデルに依存しない汎用的なアプローチとして実践的価値が高く、エージェント開発者の間で注目を集めている。AIのコードレビューをAI自身に任せる際のセッション分離の重要性を実証した事例だ。