AI開発の保守コストを、4つの連鎖で説明する理由

著者: ClaudeMix Team |

このブログは、保守コストを「変更1回あたりに払う量 × 変更の回数」と見ています。AIがコードを書く現場では、この「払う量」が、AIが読む・試す・やり直す量と、人が確かめる量に変わります。この記事では、その量が増えていく道筋を、4つの連鎖として説明します。

保守コストを、トークンだけで語らない

AIコーディングでは、保守コストの一部が「トークンの浪費」として見えるようになりました。AIが読むファイルが多いほど、やり直しが多いほど、使うトークンは増えます。経営に伝える共通の言葉として、使いやすい指標です。

ただ、トークンの金額だけでは、経営判断の材料としては弱くなります。単価は下がり続け、モデルは賢くなります。「モデルが賢くなれば解消する」と言われた時点で、損失が小さく見えてしまうからです。

単価が下がっても残る損失は、時間と、人の手間と、確信の側にあります。この記事の連鎖は、トークンを入口の通貨として使いながら、その先の損失を伝えるための説明の型です。

4つの連鎖

AIは、既存のコードを読み、書き、検証し、詰まったら人を呼びます。このループの上で、保守コストは次の順に現れます。前のリンクが、次のリンクの量を増やします。

flowchart LR
    A[前例の伝播] --> B[診断の反復] --> C[人の介入量] --> D[検証コスト]

各リンクは、まず一般的な形で説明し、そのあとに例を添えます。例は、このブログの記事で扱った題材から選んだ一例で、このモデルは、その題材に限りません。

前例の伝播

AIは、既存のコードを手がかりに書きます。既存のコードに特定の書き方(回避策、重複、例外処理など)があると、それをこの現場の作法と読み取り、新しいコードにも同じ書き方を入れがちです。次のAIは、増えた書き方を、さらに真似ます。浪費の原因が、自分で増えていきます。

AIが速く安くなるほど、真似る速度も上がります。だから、単価が下がっても残ります。

例はE2Eテストの待機です。既存のテストに固定の待機が3箇所あれば、「この現場では、操作のあとに待つのが作法だ」と読み取り、新しいテストにも同じ待機を入れがちです。このリポジトリでは、E2Eの固定待機が、2026-02-09に7箇所、2/19に6箇所と減りました。ところが、待機を扱う方針が .claude/ 配下に入った後の2026-03-18に、6箇所から7箇所へ戻っています。文書に書くだけでは、前例は消えません。

診断の反復

失敗したとき、原因を切り分ける手がかりが少ないと、AIは、もっともらしい仮説を順に試して、やり直します。試行が増えるほど、時間が延びます。時間は、トークンの単価とは関係がありません。

例はE2Eテストの待機です。固定待機があると、テストが落ちたとき、「待ちが足りない」のか「壊れている」のかが区別できません。待機を伸ばしても通らず、セレクタを直して通り、翌朝に別の環境で再び落ちる。実は、環境が遅いだけだった、という場面です。これは想定の場面で、このブログで実測した事実ではありません。

人の介入量

診断がつかなければ、AIは止まります。AIが判断できない箇所が多いほど、人が呼ばれます。人が呼ばれるたびに、集中が途切れ、1回の呼び出しの人件費がかかります。人件費は、トークンの単価とは関係がありません。

例は開発環境の準備です。このリポジトリは、環境の修復に失敗したときのフックに、「原因の調査・環境の修復はしない。人に報告して判断を待つこと」と書いています。AIが判断できない箇所を、あらかじめ「人を呼ぶ」ことで閉じた設計です。

検証コスト

ここまでのリンクでノイズが増えると、最後に「通ったが信用できない」が残ります。AIが報告した結果を、人が確信できない状態です。AIがどれだけ速く書いても、出荷の速さは、人が確信を得るまでの時間で決まります。この手間は、AIが安くなっても残ります。

例はE2Eテストの待機です。AIが「E2Eも通りました」と報告しても、その待機が、本当に通ったのか、待ちで通っただけなのかが分かりません。リリース担当は、結局、自分でブラウザを開いて確かめます。これも想定の場面です。

各記事での使い方

このブログの設計判断の記事は、その判断が、連鎖のどのリンクを断つのかを書きます。4つ全部を当てはめることはしません。当てはまらないリンクは、書きません。

各リンクには、コードから数え直せる代理指標を対応させています。

リンク 代理指標(コードから数える)
前例の伝播 同じ書き方を真似できる地点の数(露出面)
診断の反復 失敗時に疑う箇所の数(探索空間)
人の介入量 人を呼ぶ条件(AIが判断できない分岐)の数
検証コスト 確かめるための手順・組み合わせの数

記事のクイズは、この代理指標のBefore/Afterを、読者に予測してもらう形です。トークンへの換算は、必要なら添えますが、換算式(1単位あたり何トークンと仮定するか)を公開し、単価とモデルに依存する見積りとして扱います。数字の正本は、コードから数えた構造カウントです。

経営への翻訳は、3つの層で書きます。層1は、現状が毎回払わせている損失で、代理指標とトークン換算を使います。層2は、「売上を優先するので、今は見送る」という後回しの判断に答える論拠で、連鎖がどのリンクまで進むかを述べます。層3は、組織への波及で、人の介入や検証にかかる人件費を含め、可能性として書きます。

この連鎖モデルを実際に使った記事として、E2Eテストの「とりあえず待つ」を、今は小さいうちに止める理由があります。

このモデルの限界

このモデルには、限界もあります。先に書いておきます。

  • 【実測は、一部だけです】: 実測できたのは、前例の伝播(待機が6から7へ戻った事実)と、人の介入の設計(フックの文言)です。診断の反復と検証コストは、想定の場面です。記事では、想定の場面を「起こりうる可能性」と明記します。
  • 【AIのループの外に現れる判断は、扱いません】: 表示速度のように、損失がユーザーの体感に現れる判断は、この連鎖では語らず、その実測指標で語ります。
  • 【前提があります】: 人の手を離れて動く開発が増えるという見立ては、このブログの前提で、予測の裏づけを持つものではありません。この前提が変われば、連鎖の重みも変わります。