AIが書いたコードを実務目線でレビューします

生成AIでコードを書く機会が増えた一方で、 「動いてはいるが、このまま本番に出していいのか」が判断できない。 バックエンドエンジニアとして5年、開発・運用に従事している立場から検証します。 ━━━━━━━━━━━━━━━━━━━ ▼ なぜ検証が必要か ━━━━━━━━━━━━━━━━━━━ 生成AIは、動くコードを高い確率で出力します。 しかし「動く」ことと「本番で運用できる」ことは別です。 とくに次の3つは、開発時には表面化せず、運用開始後に問題になります。 ・例外処理の欠落（想定外の入力が来たときに落ちる） ・権限チェックの漏れ（他人のデータが見えてしまう） ・負荷がかかったときの挙動（同時アクセスでデータが壊れる） いずれも、動作確認では発見できません。 実際に、AI生成コードの設計をレビューして 本番で破綻する6箇所を特定した事例があります。 Webhookの同期処理による多重起動、RLSの欠落によるメールアドレス露出、 署名検証の非定数時間比較によるタイミング攻撃。 いずれも、そのまま公開していれば運用開始後に表面化していました。 ━━━━━━━━━━━━━━━━━━━ ▼ 検証する観点 ━━━━━━━━━━━━━━━━━━━ ◆ 正しく動くか エッジケース、例外処理、競合状態、トランザクションの境界 ◆ セキュリティ 入力検証、認証・認可、SQLインジェクション、機密情報の取り扱い ◆ パフォーマンス 計算量、N+1クエリ、不要なループ、インデックスの有無 ◆ 保守性 命名、構造、重複、テストの有無、他の人が読めるか ◆ 本番運用への耐性 ログ出力、エラーハンドリング、ロールバックできるか ━━━━━━━━━━━━━━━━━━━ ▼ 納品物 ━━━━━━━━━━━━━━━━━━━ ・指摘事項の一覧（重要度つき） ・それぞれの修正方針（コード例つき） ・そのままで問題ない箇所の明示 「全部直すべき」とは申し上げません。 リスクの大きさと修正コストを並べ、判断材料をお渡しします。 ━━━━━━━━━━━━━━━━━━━ ▼ 対応範囲 ━━━━━━━━━━━━━━━━━━━ Python / Django / Flask / C / C++ / MySQL JavaScript / TypeScript / Next.js / React / React Native PHP / Java / Spring Boot 標準は1,000行まで。超える場合は有料オプションをご利用ください。 本サービスは検証と指摘までです。 修正作業の代行をご希望の場合は、別途お見積りいたします。