週間150以上のPRに対応するエージェント型コーディング：Lovableでの85,000ドルトークンから得た教訓

Alexander Lebedevは、AIコーディングエージェントブームの直後である2026年1月にLovableに参加した。6月までに、数体のエージェントと共に週20～30件のマージPRを処理していた一人の開発者から、6～7体のエージェント（それぞれが自身のサブエージェント群を持つ）を監督し、週150件以上のマージPRを推進する体制へとスケールアップした。コストは、5月で月額約$25K、1月からのトークン総額は約$85K。以下がその方法と、途中で何がうまくいかなくなったかの詳細である。

週30件から150件以上のPRへ：そのアーキテクチャ

1月のプロセスは従来型だった：計画モード、許可要求、従来の人間によるコードレビュー。6月までにLebedevは、他のエージェントのタスクを記述する専用エージェントを構築し、複数レベルの実装およびレビューエージェントを配置した。大規模な変更は現在、単一のPRではなく10件のPRスタックとして出荷される。人間によるレビューは重要な決定にのみ関与し、コードそのものにはほとんど関与しない。

トークンの使途：75%は実装、25%は自動化

$85Kの支出の大部分（約75%）は直接実装（コード作成）に充てられている。残りの25%（増加傾向）は自動化に充てられている：開発環境外でのAIレビュー、マージ後のAIレビュー、定型的な自動タスクなど。Lebedevは、コード作成のPRループから外れる作業が増えるにつれ、自動化の割合はさらに上昇すると予測している。

人間によるレビュー：例外であり、原則ではない

Lebedevは、AIが書いたコードの行単位のレビューは、アセンブリから高水準言語への移行後にコンパイラの出力をレビューするのと同じくらい非現実的だと主張する。代わりに、人間によるレビューは最も影響の大きい変更に限定されるべきであり、通常はPRではなく、RFC/ADRレベル（システム設計の議論、ホワイトボードセッション、インフラストラクチャの選択）で行われる。1つの設計判断が、50の実装PRよりも大きな影響を与える可能性がある。

欠点：コードレビューは学習ツールであり、知識伝達の仕組みでもあった。エンジニアリング組織は現在、これらの二次的効果を維持する新たな方法を必要としている。Lebedevは認める：「まだ良い解決策は見当たらず、新しい実験の余地しかない。」

変更リスク分類：セーフティネット

人間によるレビューを省略することは、特に自分が何を知らないかを理解していない新規参加者にとっては、大規模には単純に機能しない。Lebedevは、すべてのPRをリスクレベルで分類し、高リスクのPRには人間によるレビューを強制するAIワークフローを構築した。分類器は以下を使用する：

• エージェントが読み取る単一のマークダウンポリシーファイルで、PRの差分とメタデータを検査する。
• 分類の次元：サイズ、リスクレベル、コード所有権（変更されたコードの大部分を著者のチームが所有しているか？）。
• 高リスクカテゴリ：インフラストラクチャ、認証、大規模な差分、本番機能。
• 低リスクの例：ブログ記事の公開。

分類出力は、GitHub Actionsとブランチルールセットを介してポリシーを適用し、マージを許可または拒否する決定論的ツールに入力される。

主要な教訓

エージェンティックコーディングのスケールアップには、より多くのエージェントだけでなく、構造的な変更（タスク生成エージェント、PRスタッキング、自動リスク分類、人間の注意を行単位のレビューからアーキテクチャレベルの意思決定へと意識的にシフトすること）が必要である。$85Kのトークン費用は、このモデルが機能することを証明するための投資である。しかし、困難な問題（知識共有、オンボーディング）は未解決のままである。