CodeRabbit

米UCバークレーの研究チームは2026年4月、OSWorldの課題の73%を解かずに通せると示した。

採点役まで試す手間が今必要なのは、モデルが抜け道を自ら見つけるほど賢くなり、点数への信頼が揺らいでいるからとみられる。

Cuaの測ったKiCad課題の完了が最高25件中6件という数字も採点の正しさあってのもので、評価作りの本丸は問題から採点へ移ったと言える。

GitHubには承認後に差分が変わると承認を取り消す設定が既にあるが、説明のどこが崩れたかは示さない。

今この問いが出るのは、エージェントが複数ファイルの変更を量産し、人の読みが追いつかないためとみられる。

同社いわくのChange Stackは、レビューの軸を「差分を読む」から「説明が今も正しいか確かめる」へ移し、承認の意味を作り直す試みだ。

公開日にGitHubの製品責任者は「試した中で最も少ない部類のトークン」と評したが、CodeRabbitの測定では約4〜6割増えた。

仕事の中身で燃費の良し悪しが逆転するとみられ、万能の「最良モデル」を一つ選ぶやり方は終わりに近いだろう。

見逃すバグの顔ぶれまで入れ替わる以上、モデルの更新は性能向上でなく、検査の担当者を替える作業と見るべきだ。

GitHubは2026年6月、書き込み権限のない人が同時に開けるPR数にメンテナーが上限を設けられるようにした。

AIはどこへ行ったのかと言えば、重大度の根拠はレビュー指摘で未レビューはP3に沈みうるため、根拠づくりの側へ移ったとみられる。

CodeRabbitは入口でなく列の中を整える側で、見立てはAI、振り分けはルールという分業は説明のつく現実解だ。

DORAの2025年報告では回答者の9割がAIを使い、速度は上がる一方、AIを使うほどリリースが不安定になる関係が続いた。

なぜ今「作る前」なのかといえば、書く手間が安くなった分、間違ったものを作る代償だけが丸ごと残るからだ。

make-validateは新しい手法ではなく、AIが安くしたのは書く作業だけで、決めることと確かめることは高いままだと認めた宣言だ。

GreptileやCursor Bugbotがバグ検出率を競うなか、CodeRabbitは読む順番へ土俵を移した。

DORAの2025年報告はAI導入で処理量は増えるが安定性は落ちると示し、ボトルネックはレビューの精度でなく注意の配り方へ移った。

優先度づけは後回しの山を生むので、真価はP0の精度でなくP3に沈んだPRが問題を起こさないかで決まるとみられる。

リスクでレビューの深さを変える発想は古く、Googleが900万件を調べた2018年の研究でも多くはコメント無しの承認だった。

なぜ今かは、NBER論文が自律エージェントでコミット180%増に対しリリース30%増と示し、詰まりが数字になったからだ。

DORAの2025年報告でもAI導入と安定性は負の関係のままで、競争の軸は速さから「どこを疑うか」へ移った。

今年公開されたAnthropicの実験では、AIで学んだ側のテスト平均は50%、使わない側は67%だった。

なぜコードレビュー会社が今これを言うのかといえば、書く速度だけが上がり判断を引き受ける人が減ったからだとみられる。

GitClearの計測では2024年、コミット内のコピペがリファクタで動かした行を初めて上回り、慣例化はもう数字の問題だ。

CodeRabbitはOpus 5にも同じ試験を課し、単独ではなく振り分けの一枠が妥当と結論していた。

では2.5倍の料金は見合うのか、差が開いたのは難しい横断レビューだけで、簡単な修正にも同額がかかる。

公開翌日に出たこの採点が示すのは、最新モデルに丸ごと乗り換える時代の終わりで、難しい変更にだけ高い方を当てる振り分けが勝負どころになるとみられる。

フレッド・ブルックスは1986年の『銀の弾丸はない』で、最も難しいのは何を作るかを正確に決めることだと書いていた。

なぜ今かと言えば、Dodds自身が「何を作るか」を教える新しい教育事業へ看板を掛け替えた当人だからでもある。

「沈みゆく足場」は鋭い名付けだが、正体は40年前の問いの焼き直しであり、新しいのは足場が沈む速さの方だ。

CodeRabbitは6月のFable 5評価でも本番は既存ベースラインを勧め、2回続けて最新モデルを標準にしていない。

推論量を上げると再現率が61.0%から57.1%へ下がるのは偶然ではなく、長く考えるほど成績が落ちるとした2025年のAnthropicの報告と重なる。

賢さの伸びはレビューの質に自動で変わらず、どこで使わないかの判断こそがツールの中身だ。

Vercelは2025年8月にAI Elements、OpenAIも同年のDevDayでChatKitを出し、チャット画面の部品は大手が無料で配るものになった。

それでも個人が自分用に始めたassistant-uiが使われるのは、止める・編集する・添付するという割り込みの順番が、部品を並べるだけでは決まらないからだ。

残り20%とは磨き込みではなく、まだ正解が決まっていない部分のことだ。

Cursorは2025年12月にGraphiteを買収し、自社レビュー製品Bugbotも抱えている。

CodeRabbitはその競合の庭にあえて入った形だ。

なぜ今かは明快で、2026年2月のCursor 2.5がプラグイン市場を開き、レビューの場がPRからエディタの中へ移ったからだ。

見どころは機能より作法で、レビュー文をうのみにせず1件ずつ承認を求める設計は、AIの直しをAIに委ねきらない歯止めとして効く。

Googleは20年前からPRを使わず、レビュー済みの変更を直接本流へ入れてきたし、Facebookも同じ道を選んだ。

LinearBの2026年ベンチマークではAIエージェントのPRがレビューされ始めるまでの待ち時間が通常の5.3倍で、詰まっているのは器ではなく人の目の量だ。

AIレビューを売る側の主張と割り引いても、PRは今や「誰が責任を取るか」を残す唯一の関所になったとみられる。

curlは2026年1月末、AI生成の粗悪な報告に耐えかねて報奨金制度を畳んだ。

なぜ今かといえば、8月12日の1億4,300万ドル調達と同じ発表であり、15万超のOSSプロジェクトへ製品を配る投資でもあるとみられる。

入口を閉じたcurlに対し同社は開けたままAIでさばく側に賭けており、OSSの門番が個人から一社のサービスへ移る前触れだ。

「AIで誤検知を減らすSAST」はZeroPathやCorgeaが先行する混み合った市場で、これは後発参入にあたる。

なぜ今か。1億4,300万ドルのシリーズC（評価額15億ドル）と同じ週に、TriageやChange Stackと並ぶ柱の一つとして出された点が答えだ。

自社調査でAI作成コードの問題は人間の約1.7倍と示した会社が処方箋も売る形で、レビュー屋からAIコードの検問所への陣地拡大とみられる。

Cursorは2025年12月にコードレビューのGraphiteを買収し、自社Bugbotとの統合を掲げた。

レビュー単体がエージェント側に吸収されていく中、11か月前に5.5億ドル評価だったCodeRabbitが急ぎ新カテゴリーを名乗ったのは、いち機能に落ちる前の席取りだろう。

レビュー役から変更全体の管理役への引っ越しであり、どのエージェントにも属さない中立の審判を狙う一手とみられる。

NVIDIAは同日にこのモデルと振り分け用の公開ライブラリNeMo Switchyardも出しており、この記事は公開初日の実演にあたる。

100ドルという安さの正体はGPU代ではなく、公開リポジトリから39,566例を集めて9,996件に絞ったデータ作りの手間の方だとみられる。

高頻度の裏方タスクを汎用APIに任せる前提が崩れ、勝負どころが予算から自社データの整備へ移った。

同じNBER論文では、対話型エージェントでコード行数が7倍超になってもPRは65%増、リリースは20%増にとどまる。

なぜ今かといえば、CodeRabbit自身が2025年9月に6,000万ドルを調達し、レビュー層を争う当事者だからだ。

DORA 2025もAI導入は速度と引き換えに不安定さを招くと報告しており、足りないのはモデルではなく人が承認できる量だ。