【geek-terminalニュース】コミット履歴からAI生成コードを暴く？噂の「slopscan」とAI貢献度スコア化の波紋

以前お伝えした、AI生成コードによる品質低下問題「Workslop」の続報をお届けします。2026年5月20日に大きな議論を呼んだ、AIが生成した低品質なコードがコードベースを静かに蝕んでいく問題に対し、ギークコミュニティの最前線から、具体的かつ狂気的とも言えるカウンター技術が登場したとの噂が飛び交い、世界中の開発者たちを震撼させています。

【事象の全貌と背景】
2026年5月20日、C++の生みの親であるBjarne Stroustrup氏らの警告と共に、AIが生成した低品質なコードがコードベースを静かに蝕んでいく問題「Workslop」が物議を醸したことは、記憶に新しいでしょう。当時は、AIが自動生成した冗長で保守不可能なコード、いわゆる「AIスロップ（AI Slop）」に対する懸念が抽象的な議論に留まっていました。しかし、それからわずか数週間後、2026年6月中旬現在、この「Workslop」問題に対する極めて具体的かつ、ある種「狂気的」とも言えるカウンター技術が登場したとの噂がコミュニティで急浮上しています。その技術の核となるのが、Gitのコミット履歴やソースコードに刻まれた統計的な偏りを容赦なく分析し、AI生成コードの割合を「AI貢献度（Slop Score）」として数値化・検出する試み「slopscan（スロップスキャン）」です。

現在、開発現場では「Vibe Coding（雰囲気開発）」と呼ばれる、LLMに指示を丸投げしてコードを無邪気に大量生産する開発スタイルが流行しています。このアプローチは一時的な生産性を爆発させる一方で、中長期的なコードの死を招くとして、多くの熟練エンジニアから忌み嫌われてきました。今回噂されている「slopscan」は、そうした「雰囲気」だけで生み出されたノイズ交じりのコードを定量的にあぶり出し、リポジトリの純粋性を担保するための、ギークたちの「自衛用最終兵器」として、コミュニティで急速に注目を集めていると噂されています。真偽のほどは定かではありませんが、実際に「slopscan.ava.pet」などの関連ドメインや、AIコードスメルを検出するCLIツール「AISlop」の存在が囁かれ始めており、コミュニティの熱量は一気に最高潮に達しています。

【技術的ディープダイブ】
噂される「slopscan」および、それに関連するAIコードスメル検出ツールが採用しているとされる検出アルゴリズムは、単にコードのパターンマッチングに留まらない、極めて多角的なアプローチであるとコミュニティで噂されています。

まず、最も画期的なアプローチとされるのが「Gitコミット履歴の統計的偏り（Temporal and Structural Bias）」の解析です。人間が開発を行う場合、どれほど熟練したエンジニアであっても、記述するコードの「時間的ゆらぎ」や「段階的な構築プロセス」がコミット履歴に反映されます。具体的には、細かいバグフィックス、タイポの修正、インクリメンタルな機能追加など、開発の流れに伴うコミットの粒度が存在します。しかし、AIエージェントやAI支援ツール（Cursorなど）が生成したコードは、一見完璧に整えられた数千行もの差分が、人間には不可能な「一撃のコミット」として履歴に刻まれます。このコミット時間間隔、差分サイズ、およびコミットメッセージの不自然な一貫性をベイズ統計や時系列解析にかけることで、人間による開発か、AIによるバルク生成かを高確率で推定できるという疑惑が浮上しています。

さらに、ソースコードの「内部品質」に潜むAI特有の痕跡、すなわち「コードスメル（不吉な臭い）」の自動検出アルゴリズムも進化していると囁かれています。例えば、以下のようなAIエージェント特有の「怠惰な実装パターン」が検出対象として挙げられているとの噂です。1つ目は「過剰な説明型コメント」で、誰が見ても自明な数行のロジックに対して、AIが長文で懇切丁寧に（かつ当たり障りのない内容で）解説したJSDocやコメント。2つ目は「握りつぶされた例外処理」で、try-catchブロックにおいて、例外を受け取っているものの、内部で適切なロギングやリカバリ処理を行わず、静かに無視（swallow）しているコード。3つ目は「デッドブランチの放置」で、複雑な条件分岐を生成した結果、論理的に絶対に実行されることのないデッドコードや、TypeScriptにおける型パズルを放棄した「as any」の乱発。これらの特徴を静的解析とパターン分類によってスコア化し、リポジトリ全体に占める「AIスロップの比率」を「Slop Score」として可視化するという技術的アプローチが、にわかに現実味を帯びて語られています。

【コミュニティの生々しい熱量と議論】
この「AIスロップ検出技術」の登場に対するRedditやGitHub、そして各種技術フォーラムにおける反応は、まさに蜂の巣をつついたような騒ぎです。コミュニティの熱量は二極化しており、非常に生々しい論争が展開されています。

推進派（あるいはコードの純粋主義者たち）は、この動きを熱狂的に歓迎していると報告されています。「ついに、オープンソースプロジェクトに無価値なAI生成PRを送りつけて貢献実績（コントリビューション緑化）を捏造する『スパム・コントリビューター』を自動で撃退する盾が手に入った！」という歓喜の声が上がっています。彼らにとって、AIが吐き出した、動くがメンテナンスできないコードのレビューを強いられることは、精神的・時間的コストの極限の無駄遣いであり、この検出ツールはまさに救世主的な「防衛兵器」と捉えられているようです。

一方で、実用主義的な開発者や、AIを高度な「拡張脳」として使いこなしている層からは、強い懸念と冷ややかな視線が向けられているとの報告もあります。「これは新たな時代の魔女狩りだ」「AIを使ってコードを高速に書き、その後人間が完璧にレビューしてテストもパスしているのに、コミット履歴のパターンのせいで『スロップ』のレッテルを貼られるのは不条理極まりない」という反論です。さらに面白いことに、ハッカーコミュニティでは早くも、この「slopscan」を欺くための「カウンター・カウンター・ハック」の議論が始まっているという噂もあります。「いかにしてAIエージェントに『人間らしいタイポ』や『段階的で雑なコミット履歴』を擬似的にシミュレートさせ、検出アルゴリズムの裏をかくか」という、高度な隠蔽技術の研究です。AIに人間らしさを模倣させるプロンプトハックや、Git履歴をあえて「汚す」ためのスクリプトの作成など、ギークたちによる狂気的なイタチごっこが始まろうとしています。

【今後の展望とエコシステムへの影響】
「slopscan」や「AISlop」といった技術の台頭は、単なる一過性のツール論争を超え、ソフトウェア開発のエコシステム全体を不可逆的に変容させる可能性を秘めていると噂されています。

まず、最も大きなパラダイムシフトは「コードの価値評価基準」の再定義です。これまでのソフトウェア工学では、コードは「正しく動作し、テストをパスし、バグがないこと」が最大の評価基準でした。しかし、AIが「動くゴミ」を無制限に量産できるようになった今、評価軸は「そのコードがどれほど人間のエンジニアの意図と責任によって書かれ、理解されているか」という「血統（Provenance）」の領域へとシフトしつつあるという見方が強まっています。

近い将来、主要なパッケージマネージャーや、GitHubなどのコードホスティングサービス、あるいは企業のCI/CDパイプラインにおいて、「Slop Score（AIスロップ度）」の測定が標準機能として組み込まれるかもしれないという予想もあります。特定の閾値（例えばSlop Score 40%以上）を超えるコードは、自動的にプルリクエストの作成が拒否される、あるいは「AI-Assisted」の厳格なタグ付けを義務付けられるといったガバナンスが現実のものとなる可能性があります。無邪気な「Vibe Coding」による量産の時代は終わりを告げ、AIの支援を受けつつも、人間がどのようにコードの「品質の主権」を取り戻すか。この狂気的な検出・カウンター技術の登場は、AI時代におけるエンジニアの尊厳とコードベースの持続可能性を守るための、大いなる防衛線となるのかもしれません。