react-doctorのREADMEにはたった一文しか書かれていないが、この一文は何度も読み返す価値がある：
「あなたのエージェントが書いたReactコードは質が悪い。このツールがそれを検知する。」
飾り気もなく、無駄な言葉もない。million.jsの作者であるAiden Bai氏らしい、極めてストレートな表現だ。
1週間で2,430スター、累計10,000スターを突破。GitHub Trending上で最も衝撃的な数字とは言えないが、そのポジショニングが非常にニッチ（Reactコードの品質検査のみ）であることを考慮すれば、この成長速度は明確なニーズが浮上していることを示している。
AIが書いたコードは一体どこが「質が悪い」のか？
誇張された表現に聞こえるかもしれない。現在のコーディングエージェント（Claude Code、Cursor、Windsurfなど）は、すでに非常に高いコーディング能力を備えている。SWE-benchのスコアは上昇し続け、こなせるタスクもますます複雑化している。
しかし、「タスクを完了できること」と「良いコードを書けること」は別物だ。
react-doctorが検知する問題には以下が含まれる：
- 不要なre-render（パフォーマンス低下の元凶）
- React Hooksのルールに違反した使い方
- 過度に複雑なコンポーネントのネスト
- 必要なエラーバウンダリの欠如
- 状態管理のアンチパターン
これらの問題は人間の開発者も犯す。しかし、AIエージェントが犯す頻度はより高い。理由は単純だ：エージェントには「コードセンス」がないからだ。
エージェントは訓練データ内のパターンに基づいてコードを生成する。「この書き方で機能は実現できる」ことは知っているが、「この書き方が3ヶ月後にあなたを苦しめることになる」ということは知らない。
コードセンスとは何か？それは、保守性、可読性、拡張性に対する直感的な判断力だ。このようなものは、失敗経験から、コードレビューで先輩に指摘されることから、深夜のデバッグ中にふと閃くことから培われる。
エージェントにはこうした経験がない。彼らが持っているのは確率分布だけだ。
しかし、react-doctorが解決するのは症状に過ぎない
賛同されにくいかもしれないが、次のように言わせてほしい：
react-doctorの登場は、私たちがAIコーディングエージェントに抱く期待に問題があることを示している。
私たちはエージェントが人間レベルの良質なコードを書くことを期待している。しかし、エージェントの訓練方法は、それが「訓練データ内の良質なコードの平均レベル」にしか到達できないことを決定づけている。そして、その訓練データには質の悪いコードが溢れているのだ。
GitHub上のプロジェクトで、適切なコードレビューフローを備えているものはどれだけあるだろうか？PRの説明が明確に書かれているプロジェクトは？安心してリファクタリングできるほどテストカバレッジが高いプロジェクトは？
多くはない。
したがって、エージェントが学ぶ「正常なコード」には、そもそも大量のアンチパターンが含まれている。エージェントが「劣化している」のではなく、単に「訓練データのありのままの姿を再現している」だけなのだ。
react-doctorのアプローチは正しい。エージェントの出力と人間のレビューの間に、自動化されたチェック層を挟むのだ。しかし、これも対症療法に過ぎない。
真の解決策とは何か？
私には3つのレベルがあると考えている：
第1層（今すぐ可能）：lint + react-doctorのようなツール。 エージェントがコードをコミットする前に自動的に品質チェックを実行し、初歩的なエラーをブロックする。これはすでにベストプラクティスとなっている。
第2層（進行中）：エンジニアリングプラクティスのSkill化。 mattpocock/skillsが行っているように、プロジェクトのコーディング規約、レビュー基準、ベストプラクティスをエージェントが読めるskillとして記述する。エージェントはコードを書く前に、そのプロジェクトにおける「良いコード」がどのようなものかを「知る」ことになる。
第3層（まだ誰も達成していない）：エージェントに「コードセンス」を学ばせる。 これはルールをいくつか追加するだけで解決できるものではない。エージェントがコードの文脈を理解し、チームのスタイルの好みを理解し、ビジネスシナリオがコード品質に求める真の要件を理解する必要がある。
第3層が最も難しいが、最も価値もある。なぜなら、一度実現できれば、単なる「エラーの検知」ではなく、「良いコードを書く」ことにつながるからだ。
私の見解
react-doctorの登場は、AIコーディングエコシステムが成熟した証だ。
ツールチェーンに「AIが書いたコード専用の品質検査ツール」が登場した時点で、AIコーディングは「新奇なもの」から「日常化」した段階へと移行したことを意味する。
私はこれを悲観的なシグナルだとは思わない。むしろ、開発者コミュニティがAI生成コードの品質問題に真剣に向き合い始めたことを示している。「AIがプログラマーを置き換える」というパニックではなく、「AIが書いたコードが十分でない場合、どうすれば改善できるか」という現実的な解決に取り組んでいるのだ。
これこそが、健全なエコシステムの進化である。
もしあなたがReact開発者なら、今すぐreact-doctorをCIパイプラインに追加することを推奨する。あなたのエージェントが劣っているからではなく、あらゆる自動化されたコード生成ツールには、自動化された品質検査ツールを組み合わせるべきだからだ。
これは人間がコードを書く際にlinterを実行するのと同じ理屈だ。唯一の違いは、以前はlinterがオプションだったことだ。人間が書いたコードには少なくとも誰かのレビューが入るからだ。エージェントが書いたコードにレビューが入らない場合、linterが唯一の防衛線となる。
主な情報源：