vibecoding

ウィキペディア

バイブコーディング

出典: フリー百科事典『ウィキペディア（Wikipedia）』 (2026/07/06 09:41 UTC 版)

バイブコーディング（英:Vibe coding、別名、雰囲気コーディング）はAI支援ソフトウェア開発の一種で、ソフトウェア開発者がプロジェクトやタスクを、コーディングに特化した大規模言語モデル（LLM）へのプロンプトとして自然言語で記述する。LLMによるソフトウェアの生成が可能となったことで、プログラマの役割は手作業によるコーディングから、AIがソースコードを生成する際のガイドと生成したコードのテスト・改良へと変化してきている。そのためバイブコーディングの支持者は、これまでソフトウェア工学で必要とされてきた広範なトレーニング経験やスキルを持ち合わせていない素人のプログラマであってもソフトウェアを作成できると主張している。

この用語は2025年2月に、OpenAIの共同創設者であり、テスラの元AIリーダーであるコンピュータ科学者のアンドレイ・カーパシーによって提唱された。翌月にはウェブスター辞典の「スラングとトレンド」に名詞として掲載された。また、2025年の『コリンズ英語辞典』における今年の言葉（Word of the Year）にも選ばれた。

「vibe coding」における「vibe（バイブ）」は、元々は音楽シーンで使われていた言葉で、「（物事が発する）雰囲気・フィーリング・ノリ」といった意味合いがある。プログラマーが細かい技術的な詳細にこだわるのではなく、自分のアイデアを直感的に把握し、機能や目的の全体的な雰囲気をAIに伝え（従来のように細かいことにとらわれず）AIと一緒に「ノリ良く」開発を進めるという、このコーディング手法の特徴を表現している。

バイブコーディングの提唱者は、これによりアマチュアプログラマであっても、ソフトウェア工学に求められる広範なトレーニングやスキルなしでソフトウェアを作成できると主張している。一方、批判的な立場からは、説明責任や保守性の欠如、そして完成したソフトウェアにセキュリティの脆弱性が混入するリスクの増加が指摘されている。

定義

「バイブコーディング」という用語は、AI研究者のアンドレイ・カーパシー（画像は2019年）によって作られた。

バイブコーディングはLLMに依存するコーディングアプローチを指し、プログラマは正式なプログラミング言語で手動で記述するのではなく、自然言語による説明を提供することで機能するコードを生成できる。

アンドレイ・カーパシーはこれを、「完全にバイブスに身を委ね、指数関数的な進化を受け入れ、コードが存在することすら忘れる」コーディングの一形態と表現した。バイブコーディングを行う際、プログラマは手動でコードを書くのではなく、AIが生成したソースコードに対して指示を出し、テストし、フィードバックを提供する。 バイブコーディングの概念は、アンドレイ・カーパシーが2023年に述べた「最もホットな新しいプログラミング言語は英語である」という主張を詳述したものである。これは、LLMの能力が向上したことで、人間がコンピュータに命令するために特定の言語を学ぶ必要がなくなることを意味していた。

一部の評論家は、コードに関する知識の欠如が定義の鍵であり、徹底的なレビューやテストはバイブコーディングの定義と矛盾すると主張している。プログラマのサイモン・ウィリソン（Simon Willison）は、「もしLLMがコードのすべての行を書いたとしても、あなたがそれをレビューし、テストし、すべて理解しているなら、それは私の本の中ではバイブコーディングではなく、LLMをタイピングアシスタントとして使っているに過ぎない」と述べている。

評価と利用

2025年2月、プロのプログラマではない『ニューヨーク・タイムズ』のジャーナリストであるケビン・ルース（Kevin Roose）は、バイブコーディングを実験して小規模なアプリケーションをいくつか作成した。彼はこれらを、ソフトウェアを個人向けにカスタマイズできることから「1人用のソフトウェア（software for one）」と説明した。しかし、ルースはまた、結果はしばしば限定的であり、エラーが発生しやすいとも述べている。あるケースでは、AIが生成したコードがeコマースサイト向けの偽のレビューを捏造した。

ルースに対し、認知科学者のゲイリー・マーカス（Gary Marcus）は、ルースのアプリ「LunchBox Buddy」を生成したアルゴリズムは、おそらく類似のタスクのための既存のコードで訓練されていたと指摘した。マーカスは、ルースの熱狂は独創性からではなく、再生産から生じたものだと述べた。

2025年3月、『Yコンビネータ』は、2025年冬のバッチに参加したスタートアップ企業の25%が、コードベースの95%をAIによって生成していると報告した。

「バイブコーディング」に触発され、『エコノミスト』誌は、ベンチャーキャピタルによるAIスタートアップの非常に高額な評価額を説明するために、年間経常収益のような一般的な指標の替わりに「バイブ評価（vibe valuation）」という用語を提案した。

2025年6月、アンドリュー・ンはこの用語に異議を唱え、アプリケーションを作成する際にAIツールを使用するとき、ソフトウェアエンジニアが単に「バイブスに合わせている」だけだと人々に誤解を与えると述べた。

2025年7月、『ウォール・ストリート・ジャーナル』は、プロのソフトウェアエンジニアが商業的なユースケースでバイブコーディングを採用していると報じた。

2026年1月には、リーナス・トーバルズがGoogle Antigravityを利用して、ランダムデジタルオーディオエフェクトジェネレータ「AudioNoise」の視覚化ツールをバイブコーディングしたと報じられた。トーバルズはプロジェクトのREADMEファイルで、「Pythonのビジュアライザツールは基本的にバイブコーディングで書かれている」と説明した。

批判

コードの品質とセキュリティの問題

バイブコーディングは、理解と説明責任に関する懸念を引き起こしている。一部の開発者は、機能性を理解せずにAI生成のコードをコミットしており、これが未検出のバグ、エラー、またはセキュリティの脆弱性につながっている。アンドレイ・カーパシーが当初想定していたように、このアプローチはプロトタイピングや「使い捨ての週末プロジェクト」には適しているかもしれないが、デバッグ、保守、そしてセキュリティのためにコードを深く理解することが求められるプロフェッショナルな環境においては、リスクを伴うと一部の専門家によって考えられている。『Ars Technica』はサイモン・ウィリソンの言葉を引用している。「本番環境のコードベースをバイブコーディングで構築するのは明らかに危険である。ソフトウェアエンジニアとして我々が行う作業の大部分は、既存のシステムを進化させることであり、そこでは基盤となるコードの品質と理解のしやすさが極めて重要となる。」

2025年5月、スウェーデンのバイブコーディングアプリであるLovable（ラバブル）が生成したコードにセキュリティの脆弱性があると報じられ、Lovableによって作成された1,645のWebアプリケーションのうち170において、誰でも個人情報にアクセスできる問題が存在していた。

2025年10月、Veracodeは、過去3年間でLLMが機能的なコードを生成する能力は劇的に向上したものの、生成されたコードのセキュリティは全体的に向上していないことを示す調査結果を発表した。さらに、安全なコードの生成において、大規模なモデルが小規模なモデルよりも優れているわけではなかった。OpenAIの推論モデルではセキュリティのわずかな向上が見られたが、他の推論モデルでは見られず、この向上は機能性の改善に遠く及ばないものであった。

2025年12月、コンピュータセキュリティ研究者のエティザズ・モフシンは、Orchidsバイブコーディングプラットフォームにセキュリティ上の欠陥を発見し、2026年2月にBBCニュースの記者にそれを実演した。

2025年12月にCodeRabbitが行った470のオープンソースGitHubプルリクエストの分析によると、生成AIと共同執筆されたコードには、人間が書いたコードと比較して約1.7倍の「重大な」問題が含まれていた。この調査により、AIと共同執筆したコードでは、誤った依存関係、欠陥のある制御フロー、設定ミス（75%高い頻度）、セキュリティの脆弱性（2.74倍）などのロジックエラーの発生率が高いことが明らかになった。さらに、フォーマットのエラーや命名の不一致など、コードの可読性に関する問題も多く報告された。

2025年7月、SaaStrの創設者はバイブコーディングでの否定的な経験を記録した。ReplitのAIエージェントが、変更を加えないようにという明確な指示があったにもかかわらず、データベースを削除してしまったのである。

2026年5月20日にrsyncが3.4.3に更新された際、数人のユーザーが増分ファイルバックアップを実行できないと報告した。それらのユーザーは、rsync 3.4.1以降、「tridge and claude」による数十件のGitコミットが行われており、そのコーディングプロセスでAnthropicのClaudeが使用されていたことを発見した。これにより、あるユーザーがGitHubに「Please Do Not Vibe Fuck Up This Software（お願いだからこのソフトウェアをバイブで台無しにしないでくれ）」というIssueを投稿し、それがRedditのような他のソーシャルメディアサイトに拡散し、重要なオープンソースインフラストラクチャにAI生成コードが受け入れられることについての議論を巻き起こした。これに対し、Tridgeは「rsync and outrage（rsyncと怒り）」というブログ記事を公開し、コードにテストスイートや多層防御の強化を追加するためにAIを使用したと述べた。Tridgeはまた、一部のユーザーが乗り換えを計画していたrsyncの代替実装であるOpenBSDのopenrsyncが、AI支援のテストスイートに不合格になったと述べたが、この発言はOSNewsの編集者であるトム・ホルウェルダによって「子供じみており不必要で、不安の裏返しである」と批判された。

コードの保守性と技術的負債

バイブコーディングは、長期的にはコードの保守を難しくし、技術的負債につながる可能性がある。

2025年初頭、GitClearは、2020年から2024年にかけての2億1,100万行のコード変更に関する長期的な分析結果を発表した。彼らは、変更されたコードの行数に占めるコードのリファクタリングの割合が2021年の25%から2024年には10%未満に減少し、コードの重複量が約4倍に増加し、過去20年間で初めてコピー＆ペーストされたコードが移動されたコードを上回り、コードチャーン（マージされたコードがマージ後すぐに書き直されること）がほぼ倍増したことを発見した。

2025年9月、『Fast Company』は「バイブコーディングの二日酔い」が到来していると報じ、シニアソフトウェアエンジニアらがAI生成コードを扱う際に「開発地獄」を訴えているとした。

タスクの複雑さと開発者の生産性

生成AIは、基本的なアルゴリズムのような単純なタスクを処理することができる。しかし、こうしたシステムは、複数のファイルが関係するプロジェクトや、ドキュメントの不十分なライブラリ、安全性が重視されるコードなど、より斬新で複雑なコーディング問題には苦戦する。

2025年7月、基盤モデルを評価する組織であるMETRは、16人の経験豊富なオープンソース開発者が成熟したリポジトリで246のタスクを完了するランダム化比較試験を実施した。この環境において、2025年初頭のAIツールを使用可能にした場合、完了までの時間が19%増加した。一方、参加者はタスク実施前に、AIが完了時間を24%短縮すると予想していた。

デバッグの課題

LLMはコードを動的に生成するため、そのコードの構造にはばらつきが生じる可能性がある。さらに、開発者自身がコードを書いたわけではないため、開発者はその構文や概念を理解するのに苦労するかもしれない。

2026年5月、ウォール・ストリート・ジャーナルは、OpenClaw AIエージェントシステム内のPiコーディングハーネスの開発者であるマリオ・ゼヒナーとアーミン・ロナチャーによる批判を報じた。彼らは迫り来る「バイブ・スロップ（vibe slop）」の危機に警告を発した。彼らは、企業が目先の生産性と引き換えに、バグの多いソフトウェア、サービスの停止、セキュリティの脆弱性、そして技術的負債の増加など、長期的な問題を引き起こしているという見解を示した。ゼヒナーは、「インフラは崩壊しつつあり、ソフトウェアは以前と比べて非常にバグが多くなっている。我々はこのゲームをあと数ヶ月、あるいは数年は続けられるかもしれないが、最終的にはツケが回ってくるだろう」と述べている。

オープンソースソフトウェアへの影響

2026年1月、複数の大学の専門家によって執筆された「Vibe Coding Kills Open Source（バイブコーディングはオープンソースを殺す）」というタイトルの論文において、バイブコーディングがオープンソースソフトウェアのエコシステムに悪影響を及ぼすと主張された。著者らは、バイブコーディングの増加によってユーザーとオープンソース保守者との関わりが減少し、それが保守者にとっての隠れたコストになっていると述べている。著者らはThe Registerとのインタビューで、この論文について次のように主張している。

「バイブコーディングは、既存のコードを使用・構築するコストを下げることで生産性を向上させるが、同時に多くの保守者がリターンを得る手段であるユーザーエンゲージメントを弱体化させる」と著者らは主張する。「OSSが直接的なユーザーエンゲージメントを通じてのみ収益化されている場合、バイブコーディングの普及が拡大すると、参加や共有が減少し、OSSの可用性や品質が低下し、生産性が向上したにもかかわらず福祉が減少する。」

彼らは、この傾向によって影響を受ける可能性があるのは収益だけではなく、オープンソースソフトウェアの保守者が従来得ていた、コミュニティでの認知、評判、就業機会などの無形の利益も影響を受けると付け加えた。

マヤ・ポッシュは、『Hackaday』で論文の主張について詳しく説明した。彼女は、バイブコーディングがオープンソースプロジェクトとの調和を損なうメカニズムとして、ソフトウェア開発の均質化を指摘した。言語モデルはトレーニングデータセットに頻繁に出現する、大規模で確立されたライブラリに引き寄せられるため、ライブラリやツールの有機的な選択プロセスが失われ、新しいオープンソースツールが注目されるのを難しくするという。また、言語モデルは保守者に有用なバグレポートを提出したり、潜在的な問題に気付いたりすることはないとも指摘した。

2026年2月、GitHubは、AIによって生成された低品質なコントリビューションの増加がオープンソースの保守者を圧倒していることを認め、この現象をオープンソースにおける永遠の9月と表現した。影響を受けたプロジェクトの例として、AIが生成したセキュリティレポートが急増したためバグ報奨金プログラムを終了したcURLプロジェクトや、招待制のコントリビューションモデルに移行したGhosttyなどのプロジェクトが挙げられた。同プラットフォームは保守者向けの新しいコントロール機能として、プルリクエストの作成をコラボレータに制限する機能、群衆制御の手段としてのリポジトリ活動の一時的な制限、そしてIssueにおけるバナーや固定メッセージなどのコミュニケーションツールを導入した。

関連項目

• 文芸的プログラミング
• ノーコード開発プラットフォーム