ComfyUI、4社AIが競うPRレビューシステム公開

画像生成AI（人工知能）「ComfyUI」のオープンソース開発チームは、GitHubのプルリクエスト（コードの変更提案を送りマージを求める機能、以下PR）を自動でレビューする新システム「Cursor Review」を公開しました。本システムは、OpenAIやAnthropicなど競合するAI企業4社のモデルを並行して実行し、それぞれの長所を競わせながらコードを検証させる仕組みです。各AIの強みや視点を活用することで、単一のAIモデルで発生しがちなバイアス（偏った判断）や見落としを補い合い、より多角的なコードレビューを可能にします。

1. 4社8パターンの並列レビューとジャッジ統合

本システムは、PRに「cursor-review」というラベルが付与されるとGitHub Actions（自動処理を実行する仕組み）によって自動で起動します。レビューにはOpenAIの「gpt-5.3-codex-xhigh」、Anthropicの「claude-opus-4-7-thinking-xhigh」、Googleの「gemini-3.1-pro」、Moonshot AIの「kimi-k2.5」の4モデルが使用されます。

各モデルは、以下の2つの異なる観点からレビューを並行して実行します。

• Adversarial（敵対的レビュー）​: 入力値の検証漏れ、脆弱性（セキュリティ上の欠陥）、データ漏洩など、セキュリティ面を厳しく評価。
• Edge-case（エッジケースレビュー）​: 配列の境界エラーや例外処理の不足など、コードの堅牢性を多角的に評価。

これにより計8つの結果が生成されます。そのままGitHubに投稿すると重複や誤検知（問題がないのに検出してしまう誤り）が多くなるため、最終的に「Judge（ジャッジ）モデル」がこれらを整理し、深刻度に応じたバッジを付与した1つのコメントにまとめてPRへ投稿します。

2. 人間のボトルネック解消とセキュリティ対策

背景には、AIがコード生成を支援する現代において「コードの量に対して人間によるレビュー作業が追いつかずボトルネックになる」という課題があります。ComfyUIチームは、同一のAIを何度も実行しても同じバイアスや前提が繰り返され「声色が変わるだけ」になる問題を指摘し、あえてライバル企業のAI同士を競わせるアプローチを構築しました。

また、PRのコードにレビューを無効化する悪意ある記述を混ぜ込む「プロンプトインジェクション（AIに指示を上書きして誤動作させる攻撃）」への対策として、レビュー用プロンプト（AIへの指示文）やスクリプトは、PR内のコードからではなく、開発者が管理する信頼された別リポジトリから動的に読み込む工夫が施されています。

Cursor Reviewは、AIによって作成されるコードが爆発的に増加する時代において、レビューの質を高めつつ人間の負担を軽減する実用的なアプローチです。運用コストは「Cursor Ultra」の月額200ドル（約32,000円）の範囲に収まり、約110件のPRに対して適用しても制限に達しなかったと報告されています。

（編集部注：ジャッジモデルが優先度の高い上位10件のみに絞り込む仕様のため、11番目以降の重要な問題が切り捨てられるリスクがあることや、ジャッジにClaude系のモデルを採用していることでAnthropic製モデルの意見を過大評価するバイアスが完全に排除できていない可能性があるなど、運用上の細かな懸念も残されています。しかし、ライバルAI同士を戦わせる本手法は、今後のAIを活用した開発フローの健全性を保つうえで強力な「二の矢」となり得るでしょう。）