AIにコードを書かせる記事は溢れているのに、「正しさの保証」の話が少なすぎる

AIが大量のコードを生成できるようになった現状に対し、「正しさの保証」に関する議論が不足している点を指摘する。LLM生成コードの品質保証を設計するシリーズの第一弾として、AIにコードを生成させる仕組みの評価系をゼロから設計する過程を解説する。

• AIによるコード生成は普及したが、生成されたコードの「正しさの保証」に関する議論が不足している。
• 工場の自動化の歴史のように、AIの「作る」能力向上には「検査・品質管理」の進化が不可欠である。
• 成果物（生成コード）のGate（合否判定）と、生成の仕組み（ハーネス）自体のScore（集計指標）による評価が必要である。
• 評価系は、ダメなものを弾くだけでなく、ハーネスの質を向上させる「育てる」目的も持つべきである。