#48 『Writing Code vs. Shipping Code』AIコーディングツールは本当に開発の生産性を上げたのか？

AIコーディングツールの普及によって開発の現場はどう変わったのか？今回は、AIツールの進化と生産性・リリースへの影響を多角的に分析した海外論文『Writing Code vs. Shipping Code』をご紹介します。コード生成量が劇的に増える一方で最終的なリリース量にはどのようなギャップが生じているのか、またアプリストアで起きている「供給過多と使われないアプリの増加」というリアルな現実について、数値データを交えて詳しく解説します。📌 今回のエピソードのポイント AIコーディングツールの3つの世代分類： オートコンプリート型、対話型エージェント、自律型エージェントというAI開発ツールの進化過程とその特徴を整理します。 コード生成量とリリースの大きなギャップ： AI導入で変更行数が約8.5倍に急増しても、実際のリリース量は+20%程度にとどまる「コードの減衰傾向」を明かします。 アプリ供給過多と品質管理の重要性： ストアへのアプリ公開数が急増する一方で購入・利用されないアプリが増加しており、作成後の品質確認や運用がいかに重要かを提示します。📕 参考文献 Writing Code vs. Shipping Code: Productivity Effects Across Generations of AI Coding Tools🕒 チャプター (00:00) オープニング (01:31) 海外論文『Writing Code vs. Shipping Code』の紹介とAIツールの世代分類 (05:04) AIによるコード大量生成とリリースまでの「減衰傾向」 (09:18) アプリ公開数の急増と「使われないアプリ」が増える現実 (15:49) エンディング📢 あなたのご意見をお聞かせください今回のエピソードで紹介した海外論文の調査結果を聞いて、ご自身の職場や開発現場での実感と比べていかがでしたでしょうか？「うちのチームでも似た傾向がある」「自分の感覚とは少し違う」など、ぜひ皆さんのご意見やご感想をお聞かせください！ X（旧Twitter）：ハッシュタグ #b_testing でのポストをお待ちしています。 お便りフォーム：⁠⁠⁠⁠⁠⁠⁠⁠⁠こちらからお気軽にどうぞ。⁠⁠⁠⁠⁠⁠⁠⁠ フォローのお願い：最新回を逃さないよう、Podcastアプリでのフォローをぜひお願いします！