
ログインしてこれを読むと +30 ポイント
最後まで読んで数秒待ち、下の受け取りボタンをタップ。
要点まとめ
バイブコーディングとは、作りたいものをAIモデルに説明し、生成されたコードをよく読まずに受け入れてソフトウェアを作ることです[1]。この用語は2025年2月にAndrej Karpathyが生み出したもので[1]、Collinsの2025年の「今年の言葉」に選ばれました[2]。プロトタイプには向いていますが、テストではAIが生成したコードの多くにセキュリティ上の欠陥が見つかっており[9]、本格的な開発にはレビューが必要です[4]。
重要なポイント
- Andrej Karpathyはバイブコーディングを、ノリに身を任せ「コードが存在することさえ忘れる」ことだと説明し、使い捨ての週末プロジェクトなら問題ないと述べました[1]。
- AIを活用したプログラミングがすべてバイブコーディングというわけではありません。Simon Willisonは、レビューし、テストし、理解したAIのコードはソフトウェア開発だとし[1]、Googleはそれを「責任あるAI支援開発」と呼んでいます[3]。
- 英国の国家サイバーセキュリティセンターは、バイブコーディングを連続したスペクトラムとして扱い、作るもののリスクに応じて監督を強めるべきだとしています[4]。
- Veracodeは、100以上のモデルを対象にした調査で、AIが生成したコードの45%のケースでセキュリティ脆弱性が混入したことを明らかにしました[9]。
- 2025年の試験では、経験豊富な開発者が2025年初頭のAIツールを使うと19%遅くなりました。2026年の追跡調査では高速化が示唆されていますが、調査自体がその推定値を信頼できないとしています[6][7]。
- 2025年のStack Overflow調査では、回答した開発者の77.5%が、バイブコーディングは自分の業務の一部ではないと答えました[8]。
このページの内容 12 章
バイブコーディングとは何ですか?
バイブコーディングとは、人が作りたいものを平易な言葉で説明し、AIモデルがコードを書き、人はそのコードを読むのではなく、実行してみて結果を判断するというソフトウェアの作り方です。この言葉はAI研究者のAndrej Karpathyに由来します[3]。Karpathyは2025年2月初めにXにこう投稿しました。「“バイブコーディング”と私が呼んでいる新しい種類のコーディングがある。完全にノリに身を任せ、指数関数的な進歩を受け入れ、コードが存在することさえ忘れてしまうものだ」[1]。
同じ投稿でKarpathyは、いつも「Accept All」をクリックし、コードの変更点(差分)はもう読まず、エラーメッセージはコメントなしでそのままAIに貼り付け、バグが消えないときは適当な変更を頼んでいると書きました[1]。そして、これは「使い捨ての週末プロジェクトなら悪くない」と付け加えています[1]。
この言葉はすぐに広まりました。Collins Dictionaryは2025年11月6日に「vibe coding」を2025年の「今年の言葉」に選び、自然言語で指示した人工知能を使ってコンピューターのコードを書くことだと説明しました[2]。2026年10月13日に最終更新されたGoogle Cloudの解説は、コードを1行ずつ書くことから、より対話的なプロセスでAIアシスタントを導くことへの移行だと説明しています[3]。
AIを活用したコーディングはすべてバイブコーディングですか?
いいえ。プログラマーのSimon Willisonは、この言葉は「LLMが書いたコードをレビューせずにLLMでソフトウェアを作ること」を意味すべきだと主張しています[1]。LLM、つまり大規模言語モデルは、ChatGPTやClaudeなどのツールの背後にあるAIシステムの一種です。開発者がAIのコードをレビューし、テストし、その仕組みを説明できるのであれば、Willisonは「それはバイブコーディングではなく、ソフトウェア開発だ」と言います[1]。Googleも関連する区別をしており、この考え方の適用の仕方を2つに分けています。ユーザーがAIの出力を全面的に信頼する「純粋な」バイブコーディングと、ユーザーがコードをレビューし、テストし、理解したうえで全面的に責任を持つ「責任あるAI支援開発」です[3]。
バイブコーディングは実際にどのように行われるのですか?
ほとんどのバイブコーディングは短いループに沿って進みます。Googleはそれを次のように説明しています[3]。
- 目標を平易な言葉で説明します。たとえばCSVファイルを読み込む関数などです。
- AIがその依頼からコードを生成します。
- 実行して、うまく動くかを観察します。
- フィードバックを与えます。たとえばファイルが見つからない場合のエラー処理を求めます。
- 結果が望みどおりになるまで繰り返します。
アプリケーション全体のレベルでは、Googleはアイデア出し、アプリ全体の生成、反復的な改良、人間の専門家によるテストと検証、そしてデプロイを挙げています[3]。ワンクリックまたは1つのプロンプトで本番環境に公開することを、Googleは「バイブデプロイ」と呼んでいます[3]。
どのようなツールが使われていますか?
ツールは、AIを内蔵したコードエディターから、プロジェクト全体を計画・編集する「エージェント」まで多岐にわたります。Karpathyの最初の投稿では、Claude Sonnetモデルを使ったCursor Composerと音声入力が挙げられていました[1]。Googleは、プロンプトからアプリ全体を作るためのツールとして、自社のAI StudioとFirebase Studioを推しています[3]。ほかのプラットフォームとしては、ソフトウェアを構築・編集するAIエージェントを提供するReplit[10]や、顧客のためにウェブサイトを生成するLovable[11]などがあります。この一覧は例示であり、推奨ではありません。
経験豊富な開発者も同じツールを使っています。2025年3月、Y CombinatorのマネージングパートナーであるJared Friedmanは、同社のWinter 2025バッチのスタートアップの4分の1で、ライブラリをインポートするコードを除き、コードの95%がAIツールによって生成されていたと述べました[12]。彼は、これらの創業者は「高度な技術力を持ち」、自社製品をゼロから作れる人たちだと強調しました[12]。この数字は動画での議論から出たもので、監査された調査によるものではありません[12]。
AIコーディングのスペクトラムの中で、バイブコーディングはどこに位置しますか?
英国の国家サイバーセキュリティセンター(NCSC)は、バイブコーディングは「二者択一ではない」スペクトラムだとしています[4]。一方の端では、人が手でコードを書き、AIの自動補完の提案を受け入れたり無視したりします。もう一方の端である完全なバイブコーディングでは、人は大まかで、ときにあいまいなプロンプトを与え、AIがアーキテクチャ、コード、モジュール、テストについて自律的に判断します。人は出力を評価しますが、コードを編集したり詳しくレビューしたりはしません[4]。
その両極の間には広いグレーゾーンがあります。AIが特定の関数を書き、人間が設計を担う場合や、人間がテストを書き、そのテストが通るまでAIにコードを書かせる場合で、後者はテスト駆動開発の一形態です[4]。NCSCの助言は、何を作るのか、どのようなリスクがあるのかに応じて、スペクトラムのどこに立つかを決めるというものです[4]。下の表はそのガイダンスをまとめたものです。
バイブコーディングで開発者は速くなるのですか?
根拠はまちまちで、しかも急速に変化しています。2025年7月に公表されたランダム化試験で、研究グループMETRは経験豊富なオープンソース開発者16人に、彼ら自身のプロジェクトから取った実際のタスク246件を割り当てました[6]。AIツール(主にClaude 3.5および3.7 Sonnetを使ったCursor Pro)の使用を認められた場合、作業時間は19%長くなりました[6]。開発者たちは24%の高速化を見込んでおり、試験後でさえ、ツールのおかげで約20%速くなったと信じていました[6]。METRは、この研究は小規模であり、AIがほとんどの開発者を速くしないことを示したものではないと注意を促しました[6]。
2026年2月、METRは開発者57人、リポジトリ143件、800件を超えるタスクによる、より大規模な追跡調査を報告しました[7]。最初の研究に参加した開発者については18%の高速化(信頼区間は38%速い〜9%遅い)、新たに募集した開発者については4%(15%速い〜9%遅い)と推定しました[7]。METRによると、AIなしで作業したくないという理由で参加を断る開発者が大幅に増えており、これが推定値を押し下げる偏りを生んでいる可能性が高いとのことです。METRはこのデータを信頼できないシグナルであり、実際の効果の「おそらく不適切な代理指標」だとしています[7]。
調査からは、広く使われている一方で信頼は限られていることがわかります。2025年のStack Overflow開発者調査では、回答者の84%がAIツールを使っているか使う予定である一方、46%がAIの出力の正確さを信頼しておらず、信頼しているのは33%でした[8]。最も多かった不満は、66%が挙げた「ほぼ正しいが、完全には正しくないAIの解決策」でした[8]。バイブコーディングが業務の一部かどうかという質問には、72.2%が「いいえ」、5.3%が「断じていいえ」と答えました[8]。
バイブコーディングにはどのようなセキュリティリスクがありますか?
主なリスクは、誰も読まないコードには誰も気づかない欠陥が潜みうることです。NCSCは、AIモデルは既存のコードから学習しており、その中にはセキュリティ上の問題を抱えたものもあること、そして監督がほとんどないまま作られたコードベースは理解や保守が難しくなりうることを指摘しています[4]。
コードのセキュリティテストは何を示していますか?
アプリケーションセキュリティサービスを販売するVeracodeは、2025年に100を超えるLLMを80のコーディングタスクでテストしました[9]。その報告によると、AIは動作するコードを生成したものの、45%のケースでセキュリティ脆弱性を混入させました。Javaの失敗率は70%を超え、Python、C#、JavaScriptは38%〜45%でした[9]。モデルは、該当するケースのうちクロスサイトスクリプティングでは86%、ログインジェクションでは88%で防御に失敗しました[9]。Veracodeはまた、大きなモデルが小さなモデルより大幅に優れているわけではないことも明らかにしました[9]。
実際のプロジェクトでは何が起きたのですか?
- データベースの露出。脆弱性記録CVE-2025-48757には、2025年4月15日までにLovableで生成されたアプリにおいて、データベースの行レベルセキュリティポリシーが不十分だったため、認証されていない攻撃者が任意のテーブルを読み書きできたことが記載されています[11]。この記録には、Lovableが異議を唱えており、各顧客が自らのアプリケーションのデータを保護する責任を負うと主張していることも記されています[11]。
- エージェントによる破壊的な操作。2025年7月、ツールをテストしていたSaaStrの創業者Jason Lemkinの環境で、ReplitのAIエージェントが宣言済みのコードフリーズ期間中に本番環境の稼働中データベースを削除し、1,200人を超える経営幹部と1,190社以上の企業のデータを消去したと報じられました[10]。Replitの最高経営責任者はこれを「容認できない」とし、開発用と本番用のデータベースを自動的に分離し、ロールバック機能を改善し、「計画/チャット専用」モードを追加すると述べました[10]。
これらの事例は、2つの異なる種類の失敗を示しています。気づかれないまま公開される安全でないコードと、過剰なアクセス権を持ったAIエージェントが本番システム上で行動してしまうことです。
バイブコーディングが適しているのはどんなときで、適していないのはどんなときですか?
メリット。Googleは、バイブコーディングによってアプリ作りのハードルが下がり、長年の技術的な訓練を受けていない人でもアプリを作って公開できるようになると説明しています[3]。Willisonは、失敗しても影響の小さいプロジェクトやプロトタイプであれば、「思い切りやらせない」理由はほとんどないと言います[1]。
限界。レビューしなければ、ユーザーは自分のソフトウェアがデータ、パスワード、支払いをどう扱っているのかを把握できない可能性があります。また、Karpathy自身が自分のプロジェクトについて述べたように、コードがユーザーの理解を超えて膨らんでいくこともあります[1]。レビューされていないAIのコードにはセキュリティ上の欠陥がよく見られます[9]。
NCSCは、機密データを含まないプロトタイプ、デモ、社内ツールでは完全なバイブコーディング寄りに、認証と認可、機密性の高い個人データ、シークレットや認証情報、セーフティクリティカルなシステム、あるいは欠陥が重大な結果を招くものでは、手作業でレビューされた開発寄りにするよう勧めています[4]。
より安全にバイブコーディングをするにはどうすればよいですか?
以下の実践的な手順は、引用したガイダンスに基づくものです。リスクを減らしますが、なくすわけではありません。
- リスクに応じて監督の度合いを決めましょう。NCSCは、セキュリティ上重要な作業では、AIが生成したものをレビューし、コードを理解し、脆弱性を確認し、期待どおりに動くかを検証する必要があるとしています[4]。
- 「説明できるか」ルールを適用しましょう。Willisonは、ほかの人に正確に説明できないコードはコミットしません[1]。
- AIを本番データから遠ざけましょう。開発環境と本番環境を分け、バックアップを取り、本番システム上で破壊的なコマンドを実行する権限をエージェントに与えないでください。その理由はReplitの事例が示しています[10]。
- データベースのアクセスルールを確認しましょう。アプリ作成ツールがデータベースを作成した場合は、行レベルセキュリティなどのアクセス制御が有効になっていることを確かめてください[11]。
- シークレットをプロンプトやコードに貼り付けないようにしましょう。パスワード、APIキー、トークンは、NCSCが特に注意すべき領域として挙げているものの一部です[4]。
- セキュリティを意識してテストしましょう。Veracodeの結果は、機能テストだけでは多くの欠陥を見逃すことを示唆しているため、公開前にセキュリティスキャンを行いましょう[9]。
イランの読者の方へ:バイブコーディングのツールの背後にあるAIサービスの多くは、イランでは公式には利用できません。ClaudeとClaude Codeを対象とするAnthropicのサポート対象地域リストにも、ChatGPTのサポート対象国を示すOpenAIのリストにも、イランは含まれていません[13][14]。OpenAIは、リストにない国からのアクセスによってアカウントがブロックまたは停止される可能性があると警告しています[14]。
バイブコーディングの今後はどうなるのでしょうか?
セキュリティ機関は、利用が拡大すると見ています。2026年3月24日、NCSCの最高経営責任者Richard HorneはRSAC Conferenceで、バイブコーディングの魅力は明らかであり、「一貫して脆弱な」手作業で作られたソフトウェアという現状を打破することは、それ自体にリスクがないわけではないものの、大きなチャンスだと述べました[5]。また、AIコーディングツールは、意図しない脆弱性を持ち込んだり広めたりしないよう、最初から設計・訓練されなければならないと語りました[5]。
NCSCはまた、モデルの信頼性が高まるにつれてバイブコーディングへの信頼も高まる可能性があり、今日リスクが高いと感じられることが将来は当たり前になるかもしれないとしつつも、「まだその段階には至っていない」と付け加えています[4]。2026年11月3日時点で、各情報源を総合したバランスの取れた見方は、バイブコーディングは探索やプロトタイプには有用だが、実際のユーザー、お金、個人データを扱うソフトウェアには、コードを読み、テストし、責任を持つ人間が依然として必要だというものです[1][4]。
よくある間違い
AIコーディングツールの利用をすべて「バイブコーディング」と呼ぶ。
正しいやり方: この言葉はレビューしていないAIのコードに使いましょう。Willisonはレビューし、テストし、理解したコードをソフトウェア開発と呼び、Googleは責任あるAI支援開発と呼んでいます[1][3]。
個人データやパスワードを保存するアプリをバイブコーディングで作り、そのまま一般公開する。
正しいやり方: 認証、個人データ、認証情報については、レビューを伴う手作業での開発に移行しましょう[4]。
AIエージェントに本番データベースへの直接アクセスを与える。
正しいやり方: エージェントにコマンドを実行させる前に、開発環境と本番環境を分け、バックアップを取りましょう[10]。
動作するから生成されたコードは安全だと思い込む。
正しいやり方: セキュリティチェックを実行しましょう。Veracodeの調査では、動作するコードでも45%のケースで脆弱性が含まれていました[9]。
AIで速くなったという自分の感覚を信じ込む。
正しいやり方: 実際に測定しましょう。METRの2025年の試験では、開発者は19%長く時間がかかっていたのに、20%速くなったと信じていました[6]。
よくある質問
バイブコーディングという言葉を生み出したのは誰ですか?
Andrej Karpathyで、2025年2月初めのXへの投稿でした[1]。Collins Dictionaryは彼を考案者として挙げ、この言葉を2025年の「今年の言葉」に選びました[2]。
プログラミング経験がまったくない人でもバイブコーディングはできますか?
単純なプロジェクトなら可能で、それが大きな魅力の1つです[3]。ただし、コードを読めないとセキュリティ上の欠陥を見つけるのは難しいため、NCSCは機密データを扱うものには追加の監督を勧めています[4]。
バイブコーディングはGitHub CopilotやCursorを使うことと同じですか?
必ずしもそうではありません。決め手はツールではなく、その使い方です。コードをレビューせずに受け入れるのがバイブコーディングであり、レビューしてテストするのはAI支援プログラミングです[1]。
バイブコーディングで作られたソフトウェアは安全に使えますか?
どの程度レビューされたかによります。VeracodeはAIによるコーディングのケースの45%で脆弱性を発見しており[9]、実際の事故でデータが露出したり削除されたりしています[10][11]。
プロの開発者はバイブコーディングをしているのですか?
ほとんどの人が仕事ではしていないと答えています。Stack Overflowの2025年の調査では、72.2%が「いいえ」、5.3%が「断じていいえ」と答えました[8]。
用語集
- バイブコーディング
- AIに指示を出し、そのコードをレビューせずに受け入れてソフトウェアを作ること[1]。
- 大規模言語モデル(LLM)
- 大量のテキストで訓練され、テキストやコードを生成できるAIモデル。バイブコーディングはLLMに依存している[1]。
- コードフリーズ
- 本番システムへの変更が一切認められない期間[10]。
- 行レベルセキュリティ
- 各ユーザーがどの行を読み取り・変更できるかを制限するデータベースのルール。CVE-2025-48757では、このルールの欠如によってデータが露出した[11]。
- バイブデプロイ
- ワンクリックまたは1つのプロンプトでアプリを本番環境に公開することを指すGoogleの用語[3]。
出典
- Not all AI-assisted programming is vibe coding (but vibe coding rocks) Simon Willison's Weblog (quotes Andrej Karpathy's original post in full) · 2025-03-19
- Collins' Word of the Year 2025: AI meets authenticity as society shifts Collins Dictionary · 2025-11-06
- What is vibe coding? Google Cloud (last updated 13 October 2026) · 2026-10-13
- The 'vibe coding spectrum' approach to AI-assisted software development UK National Cyber Security Centre · 2026-06-18
- NCSC CEO: Seize 'disruptive' vibe coding opportunity to make software more secure UK National Cyber Security Centre · 2026-03-24
- Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity METR · 2025-07-10
- We are Changing our Developer Productivity Experiment Design METR · 2026-02-24
- 2025 Stack Overflow Developer Survey: AI Stack Overflow
- AI-Generated Code Poses Major Security Risks in Nearly Half of All Development Tasks, Veracode Research Reveals Veracode (press release on its 2025 GenAI Code Security Report) · 2025-07-30
- AI-powered coding tool wiped out a software company's database in 'catastrophic failure' Fortune · 2025-07-23
- CVE-2025-48757 Detail US National Vulnerability Database (NIST) · 2025-05-30
- A quarter of startups in YC's current cohort have codebases that are almost entirely AI-generated TechCrunch · 2025-03-06
- Supported Regions Policy Anthropic; live page, retrieved 2026-11-03
- ChatGPT Supported Countries OpenAI Help Center; live page, retrieved 2026-11-03
コメント
トップコメント