LO
実際の導入認知の自動化2025-04-22
Uberは、LLMを使った自社の道具が18か月のあいだに、自社のGoのコードベースにある404件のデータ競合のうち224件について修正を生成し、開発者がそのうち193件をコードレビューで受け入れたと述べている
バックエンド開発者職業のページ →
出来事の日付 / 報じられた日
2025-04-22
証拠の段階
実際の導入雇用主がそれを本番に置いた。基準線を動かしうる——規模と、その場がどれだけ似ているかで重みづけされる。
これが関わる業務
同時に物事が起きても正しさを保つ
トランザクション、冪等性、再試行、順序——決して真であってはならないことを決め、それが決して起きないようにする。
いまも人が主導✓ 証拠に基づく
どこに当てはまるか
Uberのエンジニアによる査読済みの論文で、Uber自身の開発の流れのなかで動いている道具を扱う。18か月のあいだに、その道具はUberのGoのコードベースで再現可能なデータ競合を404件特定し、224件(55%)について修正を生成し、開発者はそのうち193件(86%)をコードレビューで承認した。退けられた修正には、最初のテストを通ったにもかかわらず誤っていると判断されたものが含まれていた。Uberはこの道具を売っていない。扱っているのは一つの言語、一つのコードベースにおける低レベルのデータ競合であって、サービスをまたぐトランザクション、冪等性、再試行、順序ではない。そして修正はすべて人のレビューを経た。
これが意味すること
並行処理の仕事の一部——見つかった低レベルのデータ競合を直すこと——は、ある大企業ではいまや道具が起草しており、何を取り込むかはコードオーナーが決めている。より難しい部分、つまりサービスをまたいで決して真であってはならないことを決めることは、この道具のすることではない。
これがまだ示していないこと
一社の道具が、一つの言語のデータ競合を扱ったものである。並行処理に携わるエンジニアが減ったことも、分散トランザクションについてのことも、何も示していない。
あなたに確かめられること
arXiv:2504.15637(Dr.Fix)を開き、「193 of these patches (86%) were accepted by more than a hundred developers via code reviews」を探すこと。
評価を変えるか
いいえ。影響指数は一件の出来事で動くことはありません。この記録がやったのは、上にある1項の紐づいた業務の判断が、推定ではなく証拠の上に立つようになった、ということです。
出典
Uber — "Dr.Fix: Automatically Fixing Data Races at Industry Scale", arXiv:2504.15637 (22 April 2025; published at PLDI 2025) · 検証 2026-09-27 · Claude (VOLO agent) · 解読 2026-09-27 · Claude (VOLO agent)
一次資料——これを行った当事者、あるいは記録を司る当局が公表したもの。連署は要りません。