本論文は、オープンソースプロジェクトが自律型の AI コーディングエージェント からのプルリクエストを受け入れ始めたときに何が起きるのか、そしてその答えはプロジェクトがすでに AI 支援 IDE を使っていたかどうかによって変わるのか、を問うものである。著者らは 2 つのパラダイムを区別する。1 つは、初期の GitHub Copilot や Cursor のようなエージェント以前の IDE ベースのアシスタントで、開発者が入力中に受け入れるか拒否するかを選ぶ同期的な提案を提供する。もう 1 つは、OpenAI Codex、Claude Code、Devin、Cursor Agent のようなコーディングエージェントで、リポジトリ単位で非同期に動作し、プルリクエストを丸ごと提出する。著者らは、エージェントがアシスタントと異なる 4 つの次元として自律性、範囲、計画、対話を挙げ、IDE アシスタントは広く研究されてきた一方で、リポジトリ単位のエージェントが現実にもたらす効果はほとんど調べられていないと論じている。
この研究は AIDev データセット（v3）を基盤とし、リポジトリの導入日を、エージェントに帰属されるプルリクエストを含む最も早い月と定義している。AIDev のカバー範囲は 2024 年 12 月に始まる一方、エージェント型ツールの多くはそれ以前にリリースされていたため、著者らは 2024 年 1 月から 2025 年 11 月までのすべてのプルリクエストを遡って解析し、一連のシグナル ── ブランチのプレフィックス、プルリクエスト作成者のログイン名、最初のコミットの作成者名、GitHub のボットのアクタータイプ、そして Claude Code についてはプルリクエスト本文中の共同作成者の文字列 ── によってエージェントへの帰属を判定した。これにより元のデータセットにおける誤分類や欠落したプルリクエストが見つかったと報告している。処置群のリポジトリは、収集期間中に AI IDE の痕跡がないエージェントファースト（AF）と、最初のエージェント型プルリクエストより前に GitHub Copilot、Cursor、Windsurf の設定ファイルがリポジトリに現れる IDE ファースト（IF）に分けられる。傾向スコアマッチングの後、サンプルは 606 の対照群とマッチングされた 401 の AF リポジトリと、73 の対照群とマッチングされた 117 の IF リポジトリからなる。効果は Borusyak らの補完推定量を用いたスタッガード差分の差分法で推定され、開発速度は月次のコミット数と追加行数で、品質は SonarQube の静的解析警告、重複行密度、認知的複雑度で測定されている。
手法は Cursor 導入に関する先行研究を踏襲しており、本論文はその先行研究の知見を、短期的な開発速度の向上と技術的負債の増加としてまとめている。新しい結果についての著者らの解釈は、自律型エージェントはこの速度と保守性のトレードオフを増幅するというものである。すなわち、開発速度の恩恵は事前の AI 利用経験に左右されるが、品質面のコストはそうではない。
主なポイント
- 開発速度の向上は、エージェントがリポジトリで観測可能な最初の AI ツールである場合にのみ現れる。平均すると、導入後に AF リポジトリではコミット数が +36.3%、追加行数が +76.6% となる一方、IF リポジトリでは +3.1% と −6.3% である。
- AF の向上は前倒しで現れる。導入月にはコミット数がおよそ +111%、追加行数が +216% となり、追加行数はその後 6 か月後まで反実仮想より約 +49%〜+109% 高い水準を保つ。
- IF リポジトリでは一時的な増加しか見られない。導入月から 2 か月後までコミット数が 16〜28% 増えた後、推定値はほぼゼロに戻り、最終的には負に転じて、導入 6 か月後には追加行数が約 −61%、コミット数が約 −35% となる。
- 著者らはこれを収穫逓減と解釈している。IF リポジトリはすでに AI IDE による生産性向上を吸収しており、また成熟度が高い ── スター数やフォーク数が多く、プルリクエストの活動も活発である ── ため、調整、トリアージ、レビューのオーバーヘッドがエージェントによる局所的な高速化を相殺している可能性が高いという。
- 品質上のリスクは、事前の AI 利用経験にかかわらず持続する。両グループを通じて、静的解析の警告は約 18%、認知的複雑度は約 39% 増加する。
- 複雑度は時間とともに蓄積し続ける。AF リポジトリでは導入月の +20.7% から 5 か月後には約 +49% に、IF リポジトリでは 6 か月後までにおよそ +15%〜+62% となる。著者らはこれを、エージェントによって誘発される複雑度負債（agent-induced complexity debt）と呼んでいる。
- 重複に関する効果は小さく一貫しておらず、著者らはこれを、品質リスクがコピー＆ペーストの増殖ではなく構造的な複雑さから生じていることを示すものと読んでいる。
- コメント密度は IF リポジトリでは大幅に上昇する（平均で約 +22%、6 か月後には +30% 超）が、AF リポジトリでは上昇しない。これは、すでに AI IDE を使っているチームがドキュメント作成にもエージェントを頼っていることを示唆している。
注記
著者らは、静的解析の警告とコードの複雑度について、処置前の係数が単発的に有意になっている点に触れている。持続的な事前トレンドを示すほど広範ではないと考えているものの、懸念すべき点であり、準実験的なデザインと基礎データの限界であると述べている。利用の強度や開発者レベルの相互作用は直接測定できないため、推定値は観測可能なエージェント導入の intention-to-treat 効果として読むべきものである。
これらの結果から著者らは、開発速度の向上だけでは十分ではないと論じている。エージェントの導入には、エージェントのプルリクエストに対する複雑度を意識したレビュー、日常的なリファクタリング、網羅的な自動テストといった品質上の安全策を組み合わせる必要がある。すでに AI IDE を使っているチームは生産性が上乗せされると想定すべきではなく、エージェントを選択的に、あるいは範囲を厳しく絞ったタスクに導入するのがよい。保守性の指標はエージェントの計画やプロンプトに反映されるべきであり、エージェントが生成した変更の来歴の追跡と透明性は引き続き不可欠である。
本論文は、2026 年 4 月 13〜14 日にリオデジャネイロで開催された第 23 回 International Conference on Mining Software Repositories（MSR ‘26）で、クリエイティブ・コモンズ 表示 4.0 ライセンスのもと発表された（DOI 10.1145/3793302.3793589）。ここで抽出したバージョンは arXiv:2601.13597v2 [cs.SE] で、2026 年 1 月 27 日付である。著者 3 名はいずれもカーネギーメロン大学に所属しており、再現用パッケージが GitHub で公開されている。