freee における CodeRabbit の導入と活用

AIコーディングエージェントの積極的な社内活用を進めた結果、エンジニアのプルリクエスト数が急増しました。これに伴い、「コードレビューが追いつかない」という現場の声が上がり始め、将来的なレビューのボトルネック化とデリバリーリードタイムの長期化が目に見える課題となっていました。

• Devin Review
• Claude Code
• Codex
• GitHub Copilot

• 一方的な提示に留まらず、独自のコーディングルールの追加、細かい設定変更などのカスタマイズができる使い勝手の良さ。
• コスト面での統制の取りやすさ、予測のしやすさ

• 数十名のエンジニアによる先行検証で使いやすいと現場の評価が高かった点。
• 従量課金ではなく定額制であったため、開発ツールの予算組みとして安心感があった点。
• リポジトリごとの設定、組織全体の設定を個別にでき、チームごとのカスタマイズが可能であった点。

全社アンケートにおいて、約90%のエンジニアが週3回以上（うち6割以上が毎日）利用するほど開発プロセスに定着しました。 満足度は76%が満足以上と回答し、約71%のメンバーがレビュー負荷の軽減を実感していて、工数削減だけでなく、チェックの目が増えることによるコード品質の底上げや、レビュー依頼前にセルフチェックができる安心感という副次的な成果も得られています。 また、具体的な数字としてもPRのコメントの反復回数が減っているといった成果も出ています。

導入初期は、実装者がCodeRabbitからの指摘を修正も反応もせずに人間にそのままレビュー依頼を投げてしまうCodeRabbitスルー問題が発生しました。これにより、レビュアー側が二度手間を踏む心理的・時間的コストが生じ、運用の定着化に工夫が必要でした。現在は、ガイドラインを出し、CodeRabbitのレビューを解決してから人間へレビューを依頼するフローを全社的に推奨するようにしています。

漫然と導入するだけでは、開発者がAIの指摘をスルーして人にパスする運用の形骸化が起きます。導入時には開発フロー・運用のルールをセットでチームに浸透させることが必要になると思います。