Anthropicは2026年3月9日、Claude Code向けの新機能「Code Review」を発表した。プルリクエスト（PR）が作成されると、複数のAIエージェントがクラウド上で並列に動作し、コード変更や関連箇所を確認して不具合の可能性を指摘する機能だ。提供はリサーチプレビューとして始まり、現時点ではClaudeのTeamプランとEnterpriseプランが対象となる。
AIコーディング支援ツールの普及によって、開発者1人あたりが短時間で生成するコード量は増えている。一方で、その増加分を誰がどうレビューするかは別の問題として残る。Anthropicは、コード生成が速くなった結果、レビュー側の負荷が新たなボトルネックになっていると説明しており、Code Reviewはその詰まりを緩和するための機能と位置付けられる。
この機能は、単にPRの差分をざっと確認するだけではなく、複数のエージェントがそれぞれ異なる観点からコードを調べ、検出した問題を相互に検証しながら、重要度順に整理してPR上へコメントするものだ。最終的なマージ可否の判断までは自動化せず、人間のレビュアーが承認を担う点も明示している。自動レビューを先に走らせ、人間はその結果を踏まえて判断する構成となっている。
レビュー工程の逼迫に対応する新機能
AnthropicがCode Reviewを打ち出した背景には、AIによるコード生成の加速がある。同社は社内の開発現場でも、AI活用によってエンジニア1人あたりのコード出力量が大きく増えたとしており、その結果としてPRの本数も増え、レビュー担当者の負荷が高まっているという。
従来のコードレビューでは、設計上の問題や将来的な保守性だけでなく、単純なロジックミスや境界条件の漏れまで人手で確認する必要があった。しかしPRの数が増えると、すべてを同じ深さで読むのは難しくなる。Anthropicは、そうした状況では表面的な確認で通ってしまうPRが増えやすく、結果として本番環境に不具合が持ち込まれる可能性も高まるとみている。
Code Reviewは、この問題に対して「まずAIで深く読む」工程を追加する形になる。既存のClaude Code GitHub Actionでもコードレビュー支援は可能だったが、Anthropicは新しいCode Reviewをより徹底的で、よりコストのかかる上位オプションとして位置付けている。軽量なレビュー支援ではなく、レビュー工程そのものに一定の計算資源を投じて精度を取りにいく設計だ。
複数エージェントが並列で確認し、指摘を集約する仕組み
Code Reviewの中核は、複数のAIエージェントが同時にレビューを行うマルチエージェント構成にある。Anthropicによれば、PRが作成されると複数のエージェントが並列に動作し、それぞれがコードベースの異なる側面を見ながら問題点を洗い出す。見つけた指摘はそのまま羅列されるのではなく、重複や誤検知を減らすための検証工程を経て、優先度順にまとめられる。
出力はPR上の総括コメントと、必要に応じたインラインコメントとして提示される。単に「問題がある」と示すだけでなく、何が問題で、なぜ問題になり得るのか、どう直せる可能性があるのかを説明する形式が想定されている。報道ベースでは重大度を色分けして示す挙動も紹介されているが、Anthropicの公式説明で強調されているのは、まずロジック上の不具合を重視する方針である。
この点は、コードスタイルや細かな書式ではなく、実際に障害や誤動作につながるバグ検出を優先するという意味を持つ。AIレビューでよく問題になるのは、指摘件数は多いが修正価値の低いコメントが大量に出ることだ。Anthropicは誤検知への敏感さを踏まえ、まずは「実際のバグである可能性が高い問題」に絞ることで、開発者が受け入れやすいレビュー体験を目指していると説明している。
また、レビュー対象は変更差分だけに限定されない。関連報道では、エージェントが必要に応じてコードベース全体をたどり、1つの変更が別ファイルとの関係で予期しない不具合を生まないかまで確認するとされる。これが事実であれば、小さな差分でも周辺コードとの相互作用を見にいけることになり、人間が短時間で見落としやすい種類の問題に強みを持つ可能性がある。
Anthropicが示した社内利用データ
Anthropicは、この仕組みをすでに社内で広く使ってきたとして、いくつかの数値を公表している。導入前は、実質的なレビューコメントが付くPRの割合が16％だったのに対し、導入後は54％へ増えたという。これは、従来なら見逃されていた問題点が、より多くのPRで可視化されるようになったことを意味する。
さらに、変更行数が1,000行を超える大規模なPRでは84％で問題が見つかり、平均7.5件の指摘が出たとしている。一方、50行未満の小規模PRでも31％で何らかの指摘があり、平均は0.5件だった。PRが小さいから安全とは限らず、むしろ一見軽微な変更ほど見逃されやすいという実務上の感覚に沿う数値とも読める。
Anthropicは誤検知についても、エンジニアが誤りと判断した指摘は1％未満だとしている。ただし、この数字は同社内部の運用に基づくものであり、外部の第三者評価や競合製品との比較指標が公開されているわけではない。したがって、現時点で確認できるのは、Anthropicが自社利用の結果として有効性を強調しているという点までである。
紹介されている事例としては、1行の変更が認証機能を壊す不具合につながるケースや、隣接コードに潜んでいた既存の型不整合を検出したケースがある。いずれも、人間が差分中心でレビューしていると見落としやすいタイプの問題であり、Code Reviewの狙いが単純なLint代替ではなく、振る舞い上の不具合検出にあることを示している。
提供対象、所要時間、料金体系
Code Reviewは現在、ClaudeのTeamプランおよびEnterpriseプラン向けにリサーチプレビューとして提供されている。利用するには、管理者がリポジトリ単位で機能を有効化する必要があり、GitHubとの連携を前提とした運用になる。設定後は、対象リポジトリで新しいPRが開かれるたびに自動でレビューが走る仕組みだ。
レビュー時間は平均で約20分とされる。これは軽量な自動チェックと比べるとかなり長いが、Anthropicはその代わりに、より深く、より広い範囲を確認することを優先している。PRが単純な場合は軽めの確認にとどめ、複雑な場合はより多くのエージェントを投入するという可変的な運用が想定されている。
料金はトークン使用量ベースで、1回のレビューあたり平均15〜25ドルとしている。PRのサイズや複雑さ、参照範囲が広がるほどコストは増えるとみられる。そのためAnthropicは、組織単位の月間上限設定、リポジトリ単位での有効化、レビュー件数や受け入れ率、総コストを追跡する分析ダッシュボードも用意するとしている。AIレビューを全PRに無制限で適用するというより、管理者が対象と予算を制御しながら導入する前提の機能といえる。
既存機能との違いと現時点での位置付け
Anthropicは少し前に、コードベース全体を継続的に監視してセキュリティ上の問題を探す「Claude Code Security」も発表している。今回のCode Reviewはそれとは役割が異なり、主眼はロジックエラーの検出に置かれている。セキュリティ上の懸念も一部は拾う可能性があるものの、深いセキュリティ診断を主目的とする機能ではない。
また、今回のCode ReviewはPR作成時にクラウドで走る仕組みであり、開発者のローカル環境で随時実行する形ではない。関連報道ではローカル実行への需要にも触れられているが、正式な提供時期や対応有無は現時点で明記されていない。つまり、今使えるのはレビュー工程の自動化であって、開発中の内側のループ全体を置き換える機能ではない。
Anthropicは、AIでコードを書く工程だけでなく、その後段のレビューや品質確認まで含めたワークフローを整えようとしている。今回のCode Reviewは、その流れの中で、PRレビューの負荷増大に対する具体的な製品化と見ることができる。ただし、料金は安価ではなく、対象プランも限定されているため、まずはコード量とレビュー負荷の大きいチームや企業向けの機能として導入が進む可能性が高い。
Sources
