バグより厄介な「仕様のズレ」をPRごとに検品する — AIコード時代のPrelint

コーディングエージェントは、もう人間がレビューしきれない速さでコードを吐き出す。1人の開発者が1日にさばけるPRの数は変わらないのに、AIは待ってくれない。この「生成量とレビュー能力のギャップ」は、2026年のチーム開発で静かに深刻化している課題だ。

7月29日にProduct Huntで週間1位を取った Prelint は、その隙間を突いてきた。

Prelintが見ているのは「バグ」ではない

既存のAIコードレビューツール——CodeRabbitやCursorのBugbotあたり——は、主にコードそのものを見る。バグ、セキュリティ欠陥、スタイル違反。それはそれで有用だ。

Prelintの狙いは少し違う。見ているのは「このコード、そもそも仕様通りか？」という点だ。

同社が使うキーワードが「product drift（プロダクトドリフト）」。仕様書やチケット、通話記録、メール、ドキュメント——本来コードが従うべき「意図」から、実装が少しずつズレていく現象を指す。AIエージェントは指示に対してもっともらしいコードを書くのが得意だが、そのもっともらしさが曲者で、「動くけど本来やりたかったことと微妙に違う」コードを平然と生む。人間のレビュアーも、仕様を全部暗記しているわけではないから見逃す。

仕組み

Prelintは、プロダクトのコンテキストを丸ごと取り込む。仕様、アーキテクチャ決定記録（ADR）、過去の意思決定、ドキュメント。それらを「ガードレール」に変換し、CIパイプライン・CLI・プルリクエストの各所で働かせる。

PRが来るたびに、Prelintはそのプロダクト全体の文脈と照らし合わせて差分をチェックする。仕様との矛盾、抜け漏れ、ドリフトをPR上にインラインで指摘し、しかも人間が見る前にエージェント自身が自己修正できるようになっている。

面白いのは、プロダクトの制約条件をmarkdownやYAMLでコードのすぐ隣に置き、バージョン管理する設計だ。仕様が「常に最新でコードと一緒に版管理されている」状態を作る。仕様書が別のNotionやConfluenceに散らばって陳腐化する、というよくある問題への一つの答えになっている。GitHubとGitLabに対応する。

料金は「1レビュー1ドル」

課金体系が潔い。シート課金もサブスクもなく、完了したレビュー1件につき$1（約150円）。最初に$10分の無料クレジットが付き、オープンソースプロジェクトは無料、スタートアップ向けプログラムもある。

「席数で縛らない」というのは、AIツールの課金として理にかなっている。レビューするのはAIであって、チームに10人いようが100人いようがコストは使った分だけ。使わない月はほぼゼロで済む。この明快さは、正直かなり好感が持てる。

これが効いてくる場面

想像してみてほしい。エージェントに「この機能を追加して」と投げ、5分後に300行のPRが返ってくる。コードは動く。テストも通る。でも、3ヶ月前に決めた「この処理は非同期にしない」というアーキテクチャ方針を、そのPRは静かに破っている——こういうことが、AI主導の開発では日常的に起きる。

Prelintのようにプロダクトの意思決定履歴を記憶した番人がPRごとに立っていれば、「動くけど方針違反」を出荷前に止められる。エージェントの自己修正と組み合わせれば、人間のレビュアーの元に届く頃には「仕様準拠」の一次チェックが済んでいる。レビュアーは本質的な設計判断に集中できる。

これは、AIコーディングが普及すればするほど価値が増すタイプのツールだ。生成が速くなるほど、ドリフトの発生頻度も上がるからだ。

気になる点

一方で、懸念もある。Prelintの精度は、与えるコンテキスト——仕様やADRの質と量——に強く依存するはずだ。ドキュメントを整備していないチームだと、番人に見せる「正解」がそもそも曖昧で、効果は限定的になるだろう。裏を返せば、このツールを入れること自体が「仕様をちゃんと書く」習慣を強制する側面もあり、そこはメリットにもなり得る。

もう一つ、1レビュー$1は安く感じるが、AIエージェントが1日に何十本もPRを出す運用だと積み上がる。使い方次第でコスト感は変わってくる。

とはいえ、「AIが書いたコードを誰が仕様レベルで検品するのか」という問いに正面から答えるツールは、まだ多くない。バグ検出の一歩先、「意図との一致」を見張るという着眼点は素直に鋭いと思う。AIコード生成を本格的にチームへ導入している現場ほど、試す価値がある。