効果的なAIコード提案：少ないほど良い

Qodo（旧Codium）は、AI搭載プルリクエスト分析・フィードバックツールであるQodo Mergeで、LLMによるコードレビューにおける重要な教訓を発見しました。当初、スタイル提案よりもバグ検出を優先するアプローチは効果がなく、モデルはより簡単に発見できるスタイルの問題に圧倒され、開発者間で提案疲れを引き起こしました。画期的な進歩は、モデルのタスクを簡素化すること、つまり意味のあるバグと問題のみに焦点を当てることでした。この集中アプローチにより、バグ検出率と信号対雑音比が向上し、提案の承認率は50％増加し、全体的な影響は11％増加しました。重要な教訓：複雑な優先順位付けよりも、気を散らすものを排除する方が効果的である場合が多いということです。