AIがコードを書き、AIがレビューする？それは馬鹿げているのか？

Greptileの共同設立者であるDakshは、DevinというAIコード生成ツールが、いかなる人間エンジニアよりも多くのプルリクエストを送信していることを発見しました。これは興味深い疑問を提起します。AI生成コードはAI自身によってレビューされるべきでしょうか？LLMはステートレスですが、各呼び出しは独立しています。しかし、これはAIが自身のコードを完璧にレビューできるという意味ではありません。AI生成コードは効率を向上させますが、人間が見つけるのが難しいバグを導入する可能性があります。研究によると、AIは特定の種類のバグを見つけることに関して人間よりも効果的ですが、その精度はまだ向上させる必要があります。最終的に、この記事は、完璧ではないものの、AIコードレビューは、AI自身によって導入された特定の種類のバグを見つけることに関して、人間よりも効果的であると主張しています。