AI生成コードのレビュー方法：仕様確認から自動品質ゲートまで

Qiita ユーザーが Claude Haiku / Sonnet / Opus に 42 問の問題を出題して、モデルの知識の偏りを測定。古典的な引っかけ問題と無名の仕様問題を混ぜた結果、Sonnet は「外科医=母親」という訓練済みの記憶に支配され目の前の「父親」を読み落とし、Haiku は Python の連鎖比較で日によって正誤が反転。知識が多いほど谷は深くなり、谷の位置も固定されていない可能性を示唆。

LINE連携の秘書Mで会話記憶とデジタルツイン機能を実装し、単なるAIアシスタントから「ユーザーの価値観・状態を学習し先回りするAI参謀」へ進化させた。Supabaseに会話履歴とユーザープロフィール（JSON）を保存し、Claudeへ毎回文脈として渡すことで、前後の関係を理解した提案が可能に。

Vibe コーディングを「AIにコードを書かせること」と単純に理解するのではなく、人間の認知資源をどこに配分するかというエンジニアリング的問題として捉え直す。構文や定型実装などの「自動的な思考」をAIに外部化し、仕様判断や設計検証などの「意識的な思考」に人間の熟慮を集中させることが本質である。

Claude Opus 4.8はOpus 4.7から41日でリリースされた。ベンチマークでコーディング・推論・コンピュータ操作など複数領域で前世代を上回る一方、最大の強化は「正直さ」で、コード欠陥を見逃す確率が約4分の1に低下し、不確実性を自ら申告するようになった。レビューの信頼コストを根本的に下げる改善。