「バイブコーディングの光と影」AIに書かせたコードを誰が理解するのか

AI に話しかけるだけでアプリができあがる。その作り方に「バイブコーディング」という名前が付いてから、1年9か月がたちました。言葉の元の意味と、調査が示す開発者の実際の使い方を確かめたうえで、読まずに済ませてよいコードと、そうでないコードの境目を考えます。

「コードの存在を忘れる」という投稿から始まった

言葉の出どころは、はっきりしています。2025年2月2日、OpenAI の創設メンバーのひとりである Andrej Karpathy 氏が X に投稿した文章です。冒頭はこうでした。

「新しい種類のコーディングがあって、僕はそれを『バイブコーディング』と呼んでいる。雰囲気に身をまかせ、指数関数的な進歩を受け入れ、コードが存在することすら忘れる」。

投稿の続きには、具体的なやり方が並んでいます。変更の提案はいつも「すべて承認」を押し、差分(diff)はもう読まない。エラーが出たら、メッセージをそのまま貼り付ける。コードは自分がふだん把握できる量を超えて膨らんでいく。AI がバグを直せないときは、回避するか、消えるまで適当な変更を頼む。

そして最後に、こう添えられていました。使い捨ての週末プロジェクトなら悪くない、と。

この言葉は1年たたないうちに辞書に届きます。英国の Collins 英語辞典は、2025年の「今年の言葉」に vibe coding を選びました。Collins の説明は「自然な言葉で指示された AI を使って、コンピューターのコードを書くこと」です。

ここで、元の投稿と辞書の説明を見比べてください。意味が広がっています。

言葉が広がるうちに、意味がずれた

Karpathy 氏が書いたのは「コードを読まない」作り方でした。辞書に載ったのは「AI でコードを書く」こと全般です。この2つは同じではありません。

ずれを早い時期に指摘したのが、Django の共同開発者として知られる Simon Willison 氏です。2025年3月19日の記事で、AI の助けを借りて書くコードのすべてをバイブコーディングと呼ぶ人が出てきたことに懸念を示し、自分の定義を1文で書いています。バイブコーディングとは、LLM が書いたコードをレビューせずにソフトウェアを作ることだ、と。

裏返すと、こうなります。AI が書いたコードを自分で読み、テストし、どう動くかを他人に説明できるところまで確かめたなら、それはバイブコーディングではなく、ふつうのソフトウェア開発です。Willison 氏は、本番で使う品質のコードについての自分の決まりとして、何をしているかを誰かに正確に説明できないコードはリポジトリにコミットしない、と書いています。

同じ記事は、バイブコーディングを否定していません。プログラミングを学んだことのない人が自分用の道具を作れるようになることを歓迎し、経験のある開発者にとっても、LLM に何ができて何ができないかの勘を養う良い方法だとしています。

📌 ポイント
この記事では Willison 氏の定義にならい、「AI が書いたコードを読まずに使うこと」をバイブコーディングと呼びます。AI を使っているかどうかではなく、読んでいるかどうかが境目です。

数字で見る:使う人は増え、任せきる人は少ない

ほとんどの開発者が AI を使い、半数近くが正確さを疑っている

Stack Overflow の 2025年の開発者調査では、開発に AI ツールを使っている、または使う予定だと答えた人が 84% でした。一方で、AI の出力の正確さを信頼していると答えた人は 33%、信頼していないと答えた人は 46%。「強く信頼している」は 3% です。

不満の中身も具体的です。いちばん多かったのは「ほぼ正しいが、少しだけ違う AI の答え」で 66%。次が「AI が生成したコードのデバッグのほうが時間がかかる」で 45% でした。

同じ調査は、バイブコーディングを仕事でしているかも尋ねています。72% が「していない」と答え、さらに 5% は、自分の開発の進め方には入らないと強く否定しました。

2026年:信頼の条件は「自分で確かめられること」

2026年の同じ調査では、設問が変わりました。AI を信頼してよいのはどんなときかという問いに、48% が「答えを簡単に検証できるとき」と答えています。重要な判断を除くほとんどの作業で信頼する、と答えた人は 16% にとどまりました。

使われ方もこれと合っています。AI をいま使っている場面として多く挙がったのは、よく知っているコードでの作業(67%)や、デバッグとリファクタリング(61%)です。調査のまとめは、多くの利用者が落ち着く場所を「AI が何に取り組んでいるかを自分が理解しているとき」と表現しています。

「速くなった気がする」はあてにならない

AI の安全性を研究する非営利団体 METR は、2025年7月にある実験の結果を公開しました。大きなオープンソースのプロジェクトに何年も関わってきた開発者16人に、実際の課題 246件を、AI を使ってよい場合と使えない場合に無作為に振り分けて取り組んでもらったものです。

結果は、AI を使ってよい場合のほうが、完了までの時間が 19% 長くなりました。開発者たちは事前に 24% 速くなると予想し、作業を終えたあとも 20% 速くなったと感じていました。

この数字をいまの道具にそのまま当てはめることはできません。METR は 2026年2月の続報で、2026年初めの時点では開発者は当時より速くなっている可能性が高い、と書いています。ただし続きの実験は、AI なしで作業したくないという理由で参加や課題の提出を見送る開発者が増え、信頼できる測定にならなかったとして、実験の設計を見直すことにしました。

この研究から受け取りたいのは、速度の数字よりも、体感と実測が食い違ったという事実のほうです。「AI のおかげで速くなった」という自分の感覚は、測ってみるまで分からない。コードを読んでいないときは、なおさらです。

光:作れる人が増え、試せる回数が増えた

影の話をする前に、得たものを確かめておきます。

ひとつは、作り手が増えたことです。プログラミングの入り口には、環境を整え、文法を覚え、エラーメッセージを読めるようになるまでの長い坂がありました。Willison 氏は、バイブコーディングがこの最初の壁をほとんど平らにすると書いています。自分の仕事の面倒な作業を自動化する小さな道具を、プログラマーでない人が自分で作れる。個人開発がいま盛り上がっている理由の中心にも、この変化があります。

もうひとつは、経験のある開発者にとっての試作の速さです。思いついた画面を短い時間で動く形にして、違うと分かったら捨てる。捨てる前提のコードなら、中身を読む必要はありません。Karpathy 氏が「使い捨ての週末プロジェクト」と書いたのは、この使い方でした。

読まずに作ること自体は、悪いことではありません。問題になるのは、読まずに作ったものを、読まないまま人に使わせるときです。

影:読んでいないコードが困るのはどんなときか

試作のつもりで作ったものに、利用者が付くことがあります。個人開発では、むしろそれが目標です。そのとき、コードを誰も読んでいないことが問題として表に出てきます。

直せない

Karpathy 氏の投稿には、AI がバグを直せないときは「消えるまで適当な変更を頼む」とありました。週末の遊びならそれで済みます。利用者がいるサービスで、原因が分からないまま変更を重ねると、直ったのか、たまたま出なくなっただけなのかを判断できません。

守れない

Willison 氏は、バイブコーディングをしてよい条件として、まず失敗したときの被害が小さいことを挙げ、そのうえで注意点を並べています。

  • 秘密の情報:API キーのようにパスワードに近いものを扱うなら、うっかり外に出さないために、コードがどう動くかを理解している必要がある
  • 個人のデータ:人に見せたくないデータを扱う道具は、そのデータが自分の端末の外へ出る経路がないかを確かめる
  • お金:使った分だけ課金される API を、上限を設定しないまま呼ぶコードは、数千ドルの請求につながった例がある

どれも、動かして画面を眺めているだけでは見つかりません。見た目は正しく動いているからです。Stack Overflow の調査で最多だった不満が「ほぼ正しいが、少しだけ違う」だったことを思い出してください。その「少し」が認証や課金の部分にあったとき、読んでいない人は気づけません。

引き継げない

個人開発では、半年後の自分が引き継ぎ相手です。自分で書いたコードでさえ、半年たてば他人のコードのように見えます。一度も読んでいないコードは、最初から他人のコードです。機能を足そうとしたとき、どこを触ればよいのかを AI に尋ねるしかなく、その答えが正しいかを確かめる手がかりも持っていません。

個人開発者はどこで線を引くか

ここから先は、事実ではなく考えです。

全部読むか、まったく読まないかの二択にしないほうがよいと考えています。AI が書く量は、ひとりで全部を精読できる量をもう超えています。だからといって全部を読まずに通せば、上に書いた3つの困りごとを全部抱えます。読む場所を選ぶ、というのが現実的な落としどころです。

壊れたときに誰が困るかで分ける

コードの種類読み方
試作、自分しか使わない道具、捨てる前提の画面読まなくてよい。動けば足りる
見た目、文言、レイアウト画面で確かめる。差分はざっと見る
ログイン、権限、決済、外部 API の呼び出し、利用者のデータの保存と削除1行ずつ読む。説明できないところは AI に説明させ、それでも分からなければ採用しない

3行目に当たる場所は、ログインの処理、決済の処理というように、先に書き出しておけます。そこだけは Willison 氏の決まりを借りて、「誰かに説明できないコードは入れない」を守る。範囲を決めておけば、ひとりでも続けられます。

読む代わりに、確かめる手段を残す

2026年の調査で、開発者が AI を信頼する条件の1位は「簡単に検証できること」でした。これは個人開発にもそのまま使える考え方です。読まない部分があるなら、せめて確かめられるようにしておきます。

  • テストを書かせて、テストのほうを読む:実装より短く、何を保証しているかが分かりやすい
  • 小さく頼む:1回の依頼で変わるファイルが少なければ、差分を読む気になれる
  • 課金と送信に上限を付ける:外部 API の利用額、メールの送信数など、暴走したときの被害に天井を作る
  • 決めたことを書いて残す:なぜその構成にしたのかを、AI への指示書に書いておく。半年後の自分と、次の会話の AI の両方が読む

最後の項目は、Claude Code の CLAUDE.md の書き方で具体的に紹介しています。

「理解している人」は、最後は自分しかいない

会社の開発なら、レビューする同僚がいて、障害が起きれば調べるチームがいます。個人開発にはいません。AI は書いたコードを説明してくれますが、利用者に対して責任を負うのは公開した人です。

タイトルの問いへの答えは、だから単純です。AI に書かせたコードを理解する役は、自分に回ってきます。全部でなくてかまいません。壊れたら人が困る部分だけは、自分の言葉で説明できるようにしておく。それが、バイブコーディングで始めたものを、人に使ってもらえるプロダクトに育てるときの条件だと考えています。

まとめ

  • 「バイブコーディング」は 2025年2月2日の Andrej Karpathy 氏の投稿から生まれた言葉で、元の意味は「差分を読まず、コードの存在を忘れて作る」こと。本人は使い捨ての週末プロジェクト向けだと書いていた。
  • Collins 英語辞典の 2025年の「今年の言葉」に選ばれる過程で、「AI でコードを書くこと」全般を指すように意味が広がった。Simon Willison 氏は「LLM が書いたコードをレビューせずに作ること」と定義し直している。
  • Stack Overflow の 2025年調査では、84% が AI ツールを使う一方、出力の正確さを信頼する人は 33%、信頼しない人は 46%。仕事でバイブコーディングをしていない人は 72%。
  • 2026年の同調査では、AI を信頼する条件として 48% が「答えを簡単に検証できるとき」を挙げた。
  • METR の 2025年の実験では、経験のある開発者が AI を使うと作業時間が 19% 延びたのに、本人たちは 20% 速くなったと感じていた。METR は 2026年2月に、現在はより速くなっている可能性が高いが測定が難しくなったと報告している。
  • 読んでいないコードは、直せない・守れない・引き継げない。試作では問題にならず、利用者が付いたときに問題になる。
  • 個人開発では、ログイン・決済・外部 API・利用者のデータを扱う部分だけは1行ずつ読み、それ以外はテストや上限の設定で確かめられるようにしておく、という線の引き方がある。

参考・出典

調査の数字は各資料の公開時点のものです。投稿や記事の引用は、原文の英語を筆者が日本語にまとめ直したものです。