実践

Postgres 19 延期:AI が bug を掘り出す速度に人間が追いつけない日

AI コードレビューが1日で人間2週間分のバグを叩き出し、Postgres 19 はリリース延期に追い込まれた。これは AI の失敗ではなく、AI が「速すぎた」結果である。

文字サイズ

Postgres 19 はなぜ延期に追い込まれたのか

10月16日、The Register が報じたところによると、Postgres 19 は当初今月リリース予定だったが、結局間に合わなかった。理由は未完成のコードではない。AI レビューツールが掘り出す bug の数が多すぎて、コアチームが捌ききれないからだ[1]。

bug は具体的にいくつなのか。報道では「1日に50件」という数字が挙げられた。対して人間の開発者が週に真剣に対処できるのは10件ほどである。報道の数字は煽りではない。Postgres のコミッターがメーリングリストで繰り返し言及してきた実数字だ。詰まっているのはクエリオプティマイザと排他制御まわりで、ちょうど AI が粗を見つけやすく、しかし人間は頭を捻らないと直せない領域である。

延期幅は公表されていない。ただしメンテナの発言を素直に受け取れば、数週間ではなく数ヶ月単位だろう。Postgres のような歴史あるプロジェクトがリリースを延期すること自体は珍しくないが、「AI が bug を掘り出すのが速すぎる」ことを理由に延期するのは史上初めてだ。

Hacker News ではこのスレッドが82ポイント、コメント17件を獲得した。最も upvote されたコメントは次の通りだった。「Welcome to the future of software engineering, where the bottleneck is no longer finding problems but triaging them.」

「発見のほうが修復より速い」が問題になる理由

従来の感覚では、bug が見つかるのは良いことだ。AI ツールに任せ、人間が直す。全員がハッピー。

今回は逆だった。

原因は AI レビューツールの動作原理にある。見逃しを防ぐために、多少の誤報は許容する設計だ。潜在的な null pointer dereference も報告するし、過去に一度も発火したことがない edge case も報告するし、理論的には race condition + 特定の入力 + 特定のカーネルバージョンという三重の条件が揃わないと現れない bug まで報告する。

結果として、届けられる issue の半分以上は false positive になる。だがそのまま閉じるわけにはいかない。誤って閉じて本当に怖い bug を漏らすリスクの方がずっと重い。だから一件ずつ丁寧に潰すことになる。1件あたり30分から2時間。

CodeRabbit を手元の5,000行のプロジェクトで試した夜、23件の issue が上がった。コードを読み返すと、18件は false positive と確認できた。残りの5件のうち2件は6重にネストした境界入力を組んで初めて発火する類の bug だった。

これを Postgres のような30年の歴史、数百万行のコード、数十人のコントリビュータを抱えるプロジェクトに当てはめると、noise > signal の incoming work は災害そのものだ。

ソフトウェアエンジニアリングが史上初めてぶつかった問題は、 bottleneck が「検出」から「消化」へ移ったことだ。

Postgres は氷山の一角:AI レビューツールの本当のコスト

今よく使われている AI コードレビューツールは、ほぼ例外なく「誤報多め」の戦略を取っている。理由はシンプルで、モデルはコードの文脈も、プロジェクトのエラー許容度も、あるブランチがテストコードかどうかも知らない。できるのは recall を最大化することで、precision のフィルタリングは人間の仕事になる。

主要なツールは一通り触った印象でこうだ。

  • CodeRabbit:PR コメントに「nit」レベルの指摘がデフォルト展開され、量が爆発する。
  • Sourcery:Python プロジェクトでは有用だが、PEP 8 違反を correctness bug として報告してくる。
  • GitHub Copilot Review:統合度は最も高いが、false positive 率も最も高い。
  • CodeAnt:小さい文脈で false positive を絞る方向性を試みているが、効果はまだ未知数。

数十件から百件単位の「怪しい PR」が毎日届くメンテナの精神状態は推して知るべしだ。Postgres のメーリングリストのスレッドで、ベテランコントリビュータがこう漏らしていた。「I used to love code review. Now I dread opening my inbox.」

これは組織的問題であって、個人の感情論ではないだ。20人のチームに突然5倍の incoming work が降ってきて、しかも noise > signal なら、どんなプロセスでも破綻する。

AI ソフトウェアエンジニアリングの本当の天井

bug 探し、コード生成、テスト実行。このあたりの工程では AI は確実に強くなっており、目に見えて上がり続けている。

しかし「直すかどうか、どう直すか、誰がリスクを取るか」の判断は、やはり人間の仕事だ。

この二つは全く別物だ。前者は mechanical work で、後者は judgment work だ。AI が judgment をやらないのは、技術的に不可能だからではない。誰もそこに AI を置く勇気がない。障害が起きたとき誰が責任を取るのか。Postgres のようなプロジェクトで言えば、release notes に名前が載った時点で、本番環境の責任を負う。

Postgres 19 の延期が示しているのは、AI の限界効用が「意思決定の補助」という壁の前で頭打ちになっているということだ。計算資源の問題ではなく、組織能力の問題だ。

より具体的に言えば、AI が毎日5本の PR を生成しても、チームは週に2本しか真のリスク評価ができない。スループットのミスマッチを解消しない限り、AI がどれほど優秀でもネットではマイナスになる。

いくつかの解決策が考えられる。

  1. AI triage agent:別の AI に obvious な false positive を先にフィルタリングさせ、怪しい案件だけを人間に渡す。
  2. Risk-based scoring:bug だけでなく「この bug が実際にユーザーに踏まれる確率」も AI に評価させ、人間はリスク順に対応を決める。
  3. Maintainer-specific learning:メンテナごとに受容できる noise の閾値が違うので、ツールが各メンテナのフィルタリング癖を学習する。

ただしどれも実装は早くて18ヶ月先だ。今この瞬間、Postgres クラスのプロジェクトは「AI に掃かせる範囲を絞る、掃き終わったら人間が大雑把にふるいにかける」という泥臭い運用で持たせるしかない。

これは AI 時代の新しい toil だ。かつて SRE が alert を手動で捌いていた状況に似ている。ただし発生源が監視アラートから AI レビュアーになっただけ。

編集部の考察

この話はこれまで語られてきた「AI が X 倍効率化する」という物語とはまったく違う類のものだ。

従来の物語は、AI が人を代替し、人が時間を節約するという構図だった。Postgres の話は AI が生成する work が節約量を上回っている。AI が bug 発見で省いてくれる認知コストはほぼゼロで、review overhead がその時間を全部食いつぶしている。これはジェボンズのパラドックスのソフトウェアエンジニアリング版だ。何かの工程が安くなると、かえって頻繁に呼ばれるようになり、総作業量が増える。

今後1年で新しい役割が生まれると僕は踏んでいる。AI bug triage engineer だ。AI レビューツールと人間のメンテナの間に入り、filter の役割を果たす肩書だ。職能名としては「AI code review specialist」や「AI tooling reliability engineer」になり得るし、SRE の職責に吸収される可能性もある。本質的には human-powered false positive filter だ。

また、Postgres が AI 起因で延期した最後のオープンソースプロジェクトになるはずがない。Linux kernel、CPython、Apache Kafka といった大規模・長期運営型のもののうち、少なくとも1つは今後12ヶ月で「AI が bug を掘り出すのが速すぎて人間が受け止めきれない」という理由でリリースサイクルを調整することになる。確証はない、これは判断なので、1年後に読み返して検証する。

従来と何が違うのか。従来の「AI で効率化」の物語は一方向的だった。AI が多くやり、人が少なくやり、総コストが下がる。今回は双方向的だ。AI が多くやり、人がむしろより多くやる。なぜなら AI のアウトプットを消化する必要があるからだ。ソフトウェアエンジニアリングの生産関数の形そのものが変わった。AI は f(x) を x 時間の開発でより多くの code を出させるが、同時に maintenance の非線形な爆発を引き起こす。

不確かな点としては、これは Postgres が特に耐えられなかった話なのか、それともあらゆる大規模プロジェクトで起きることなのか、判断がつかない。Postgres のコードレビュー文化は「各 commit に reviewer の承認 + 72時間の冷却期間」が必要という特徴があり、AI が生成する review burden を増幅させている。仮に「先にマージ、後からレビュー」方式のプロジェクトなら、被害はずっと軽いはずだ。だが主流のオープンソースプロジェクトは前者寄りなので、問題は広く観測される可能性が高い。


[1] The Register, "Postgres 19 delayed after AI reviewers find more bugs than humans can fix", 2026-10-16. https://www.theregister.com/databases/2026/10/16/postgres-19-delayed-after-ai-reviewers-find-more-bugs-than-humans-can-fix/

出典: https://www.theregister.com/databases/2026/10/16/postgres-19-delayed-after-ai-reviewers-find-more-bugs-than-humans-can-fix/5303471