■ 1. 背景: AI製コードを読むべきか
- AI駆動開発の拡大:
- AIは短時間でコードを実装するため、人間のレビューが追いつかない
- AI駆動開発において人間がボトルネックになりつつある
- ネット上の対立する意見:
- 読んで理解しないと責任を取れず、デバッグもできないという意見
- 品質保証の仕組みを作り、読まなくて済むようにするという意見
- 基本的な立場:
- コードを全く読まなくてよいわけではない
- 一方で、適切に設計すれば読む必要性や労力を低減できる
- リーディングコストを下げる重要な設計:
- 契約による設計
- 副作用のない関数
- 抽象化
■ 2. AIコードを読むべきとされる理由
- 主な理由:
- 責任所在、すなわち問題発生時の判断責任
- もっともらしいが、よく見ると問題のあるコード
- 脆弱性
- 動作するが非機能要件を満たしていないコード
- 古い書き方やチーム方針に合わないコード
- 期待する正しい結果が得られるか分からないコード
- 本テーマの対象:
- 期待する正しい結果が得られるか分からないコードを扱う
- 正しい結果を得るための設計をしているか、AIにどう指示しているかが問われる
■ 3. 契約による設計
- 概要:
- バートランド・メイヤーが考案した設計手法
- コードの正確性向上に寄与する
- 3つの条件:
- 事前条件: メソッド実行前に満たすべき条件
- 事後条件: メソッド実行後に満たすべき条件
- 不変条件: インスタンスの生存中、メソッド実行前後で常に満たすべき条件
- 呼び出し側とメソッド本体の二者間の不安:
- 呼び出し側は、呼び出した結果がどうなるか分からず不安を抱える
- メソッド本体は、不正値を渡されると正しく動作できなくなる不安を抱える
- 契約としての約束:
- 呼び出し側が事前条件を満たせば、メソッド本体は約束した条件を満たす結果を返す
- 正しい動作を保証するための条件を双方で約束する
- BMI計算メソッドの例:
- 事前条件は身長が0より大きく3m以下、体重が0より大きく700kg以下であること
- 事後条件は戻り値が体重kg÷(身長m×身長m)であること
- 事前条件を満たさない引数には例外を投げる形で実装する
- 不変条件の例:
- 注文数クラスQuantityの不変条件は「注文数は1個以上20個以下」
- コンストラクタで範囲外の値を例外として弾く
- インスタンス変数に関与する条件として設計する
- 契約による設計の効果:
- 事前条件と事後条件の設計により、メソッド実行後の正しい結果を保証できる
- 不変条件の設計により、不正値を防止できる
- AIへの指示:
- AIは契約による設計を知っている
- 契約による設計を指示すれば、正しい動作が保証されたコードをAIに書かせられる
■ 4. テストコードの基準としての契約
- 3条件はブラックボックステストの基準になる:
- BMIの例では、体重の事前条件に対して境界値テストを実装できる
- AIに指示する手順:
- (1) 契約による設計の3条件を設計する
- (2) 3条件に基づきテストコードを実装する
- (3) テストをパスするようにプロダクションコードを実装する
- 手順の効果:
- ほぼ100%と言ってよいほど間違えようのないコードをAIに書かせられる
■ 5. 副作用のない関数
- 正しい結果の保証を困難にする構造:
- ホテル宿泊料金のサービス料を返すメソッドcalculateServiceChargeの例
- サービス料計算以外に、消費税計算と宿泊料金への加算もしている
- 参照型引数、つまり外部の状態を変更している
- 副作用とは:
- 関数が引数を受け取り戻り値を返す以外に、外部の状態を変更すること
- 副作用のある関数は実行結果の予測を困難にする
- 外部の状態変更の例:
- インスタンス変数、グローバル変数、参照型引数の変更
- DBやファイル読み書きなどのI/O操作
- クラス仕様とクラス実装:
- クラス仕様は外部から見たクラスの振る舞いであり、契約による設計で設計したものはクラス仕様
- クラス実装はクラス内部のソースコードで、クラス仕様を具体化したもの
- 実装から見ると仕様は抽象的な存在
- 副作用がもたらす問題:
- 事前条件や事後条件が暗黙的になり、クラス仕様の一部が暗黙化する
- サービス料の例では、消費税を計算して加算する事後条件が暗黙的になっていた
- メソッドのシグニチャだけでは何が起こるか分からなくなる
- 挙動を正確に知るには、メソッド内部の具体コードを読まなければならない
- 純粋関数としての設計:
- サービス料計算は料金×0.15を返すだけの、副作用のない純粋関数にする
- DBへのI/Oなど、副作用を完全になくすことはできない
- 副作用を隔離した上で、可能な限り純粋関数を設計することが重要
- immutableなオブジェクトの設計も同様に重要
■ 6. 抽象化
- 抽象化前の問題:
- スマホ料金計算コードでは、通話料金計算が他の計算ロジックと混在している
- 通話料金をどこで計算しているかが分かりにくい
- 通話料金のクラス化:
- CallChargeクラスを作り、コンストラクタで0円以上という不変条件を守る
- ファクトリメソッドcreateで通話時間から料金を計算する
- 呼び出し側はCallCharge.createを呼ぶだけになり、計算箇所が分かりやすくなる
- プログラムの抽象化とは:
- 呼び出し側に通話料金計算の具体処理がなく、抽象的存在を呼び出すだけの状態
- 具体データや具体処理を抽象的に扱えるようにすること
- 抽象化の2種類:
- 制御抽象化: 条件分岐、ループ、サブルーチンなどで制御を構造化する手法であり、関数も一種
- データ抽象化: データ構造と操作方法をまとめて型として定義する手法であり、クラスや構造体も一種
- 中身を気にせず使える:
- 標準ライブラリやフレームワークは抽象化の産物
- Math.sqrtなどの数学関数は、誰も内部の具体コードを気にせず使っている
- 仕様さえ分かれば中身を気にせず使える
■ 7. 信頼できるコードとしてのAIコード
- 中身を気にせず使えることの意味:
- 仕様通りに動作するはずだと信頼していること
- 信頼しているからこそ、内部の具体コードを読みに行かずに済む
- 問題の言い換え:
- 正しい結果が得られるか分からないAIコードとは、中身を気にしなければならない信頼できないコード
- 信頼できるコードをAIに実装させるべき
- 信頼できるコードをAIに実装させる方法:
- 契約による設計に基づいてクラスの仕様を設計する
- 副作用を隔離し、その上で副作用のない純粋関数を作る
- 契約による設計に基づくテストコードで、クラス仕様をカバーする
- 実践による効果:
- 自身も上記をAIに指示し、信頼できるコードを実装させている
- それによりコードリーディングの必要性や労力を低減させている
■ 8. AI時代でも基本が重要
- 解説した概念の登場時期:
- 契約による設計は1986年
- 関数の副作用と純粋関数は1960〜1970年代
- 制御抽象化は1950〜1960年代、データ抽象化は1970年代
- どれもAI時代の概念ではない:
- いずれも大昔に提唱された概念
- AI時代においても基本しか勝たない
- 注力すべきこと:
- AIツールの使い方を覚えるのはほどほどにする
- 増幅元である人間の能力を高めることに集中すべき