AIが書いたコードは、誰が読むのか──VibeCodingが問いかけるソフトウェアの未来

2026年3月現在、ソフトウェア開発の現場では静かな、しかし深刻な問いが広がり始めています。

AIエージェントが書いたコードは、本当に「使い続けられる」のでしょうか。

Stack Overflow の2025年版開発者調査では、開発者の65%が週次以上でAIコーディングツールを活用していると回答しています。
（参照：Stack Overflow 2025 Developer Survey）

42%のコミットにAI支援が入っているという調査結果もあり、AIはもはや選択肢ではなく「標準装備」となりつつあります。
（参照：Sonar State of Code 2025）

その波の中心にあるのが、「VibeCoding（バイブコーディング）」という概念です。

VibeCodingとは何か？
熟練エンジニアが感じる「静かな不安」
コードの品質──数字が示すもの
「動く」と「生き続ける」は別の話
技術的負債という時限爆弾
VibeCodingからAgenticエンジニアリングへ
熟練プログラマーに求められる「新しいスキル」とは
オープンソースへの影響──静かな危機
「誰が次世代のシニアを育てるのか」という問い
AIと「共存」するための現実的な指針
まとめ：コードは誰のために書くのか
参照元

VibeCodingとは何か？

VibeCodingとは、AIに自然言語で指示を出し、生成されたコードをそのまま受け入れながら開発を進めるアプローチのことです。

2025年初頭、元OpenAI共同創業者でTeslaのAI責任者を務めたアンドレイ・カルパシー氏がSNSに投稿した言葉が起源です。

「完全にバイブに身を委ね、コードが存在することすら忘れる」──そう表現されたこのスタイルは、コリンズ英語辞典の2025年「今年の言葉」に選ばれるほど急速に広まりました。
（参照：Wikipedia – Vibe coding）

Y Combinatorの2025年冬期バッチでは、参加スタートアップの25%がコードベースの95%以上をAI生成で構築していると報告されており、プロトタイピングのスピードという点では革命的な変化が起きています。

熟練エンジニアが感じる「静かな不安」

一方で、現場の熟練エンジニアたちは別の景色を見ています。

Fast Companyは2025年9月、「VibeCodingのハングオーバー（二日酔い）が来た」と報じました。
シニアエンジニアたちが、AIが生成したコードとの格闘を「開発地獄」と呼び始めているというのです。
（参照：Wikipedia – Vibe coding）

METRが行ったランダム化比較試験では、AI支援ツールを使った経験豊富なオープンソース開発者は、使わない場合と比べて19%「遅く」なったという結果が出ています。

これは直感に反する結果です。
開発者自身は24%速くなると予測し、終了後も20%速くなったと感じていたにもかかわらず、実測値は逆でした。
（参照：METR Early 2025 AI Developer Study）

なぜこうした逆転が生じるのか。

その答えのひとつが、AIが生成するコードの「品質」という問題に潜んでいます。

コードの品質──数字が示すもの

CodeRabbitが470件のオープンソースPRを分析したところ、AI共著コードには人間が書いたコードと比べて約1.7倍の「主要な問題」が含まれていることがわかりました。

具体的には以下の傾向が確認されています。

──── セキュリティ脆弱性：2.74倍高い発生率
──── 設定ミス：75%多い
──── ロジックエラー、制御フローの欠陥、命名の不統一など

（参照：Wikipedia – Vibe coding）

Sonarの調査では、AIツールを使う開発者の72%が毎日使っているにもかかわらず、生産性の向上に自信を持てていないという「確信のギャップ」が生じていることが明らかになっています。

コードが速く生まれるほど、それを検証する重さも増していく。
これが2026年の開発現場の実態です。

「動く」と「生き続ける」は別の話

VibeCodingが問いかけているのは、実は技術的な問題だけではありません。

ソフトウェアとは何か、という本質的な問いです。

Black Duckのエンジニアリングブログはこう述べています。

「コードは構文以上のものだ。それは開発者間のコミュニケーションの媒体であり、設計上の決定の背後にある理由を保存するものだ。VibeCodingは、規律ある実践を『十分に良い』コードに置き換える」
（参照：Black Duck Blog – Vibe Coding and Its Implications）

つまり、AIが生成するコードは「動く」かもしれないが、「読まれること」「理解されること」「引き継がれること」を前提に設計されていないケースが多いということです。

ある開発者は、AIツールを重用した後で個人プロジェクトに取り組んだとき、「以前は本能だったものが、手作業でさえ面倒になった」と感じたと語っています。
AIへの依存が、コーディングの直感そのものを鈍らせていたのです。
（参照：MIT Technology Review – Rise of AI Coding）

技術的負債という時限爆弾

VibeCodingが最も危険な側面を見せるのは、「プロダクション環境」においてです。

2025年末、あるスタートアップはCursorを使って全コードを書き、見た目も機能も申し分ないアプリをリリースしました。
しかしAIはセキュリティロジックをクライアントサイドに配置していました。
72時間以内にユーザーがブラウザのコンソールから1つの値を変更し、すべての有料機能に無料アクセスできることを発見しました。
創業者は1万5000行の「負債」を把握しきれず、プロジェクトは閉鎖されました。
（参照：DEV Community – How to Secure Vibe Coded Applications）

これは極端な例ではありません。

2026年初頭の調査では、AI生成コードの約24.7%にセキュリティ上の欠陥があるとされています。
また、45%のAI生成コードサンプルがOWASP（Web Application Security Projectの最重要リスト）の脆弱性を含んでいるという報告もあります。
（参照：Kristin Darrow – State of Vibecoding 2026）

技術的負債は、書いた直後には見えません。
それは数週間後、数ヶ月後に、「なぜこのコードはこうなっているのか」という問いと共に姿を現します。

VibeCodingからAgenticエンジニアリングへ

2026年2月、カルパシー氏は自身が生み出した「VibeCoding」という概念を超えた新たな言葉を提唱しました。

「Agentic Engineering（エージェンティックエンジニアリング）」です。

「99%の時間、開発者はもはや自分でコードを書かない。AIエージェントを指揮する。これは芸術であり、科学であり、専門的な技能だ」
──── アンドレイ・カルパシー、2026年2月
（参照：AI.nl – Vibecoding vs Agentic Engineering）

この概念の核心は、「AIに身を委ねる」のではなく「AIを設計する」という姿勢の転換にあります。

VibeCodingが「直感と速度」を重視するのに対し、Agentic Engineeringは「アーキテクチャ、方向性、品質保証」を重視します。

業界アナリストは、2026〜2027年の標準的なワークフローを「人間がプロンプト → エージェントが実行 → エージェントがレビュー → 人間が承認」というパイプラインと予測しています。

そしてそのパイプラインの中で、人間に求められる役割は変化しています。

熟練プログラマーに求められる「新しいスキル」とは

現在、開発者に求められているスキルは「速く書く能力」から「正しく判断する能力」に移行しています。

Sonarのレポートはこう結論づけています。

「開発者はもはや、どれだけ速くコードを入力できるかで競わない。どれだけ効果的に評価し、洗練させ、信頼できるシステムを出荷できるかで競う」
（参照：Sonar State of Code 2025）

Syncfusionのエンジニアリングブログも、2026年における最も価値あるスキルとして「AIと効果的にコミュニケーションする能力」を挙げています。

プロンプトの設計、フィードバックの明確化、いつ再実行するか・洗練するかを判断する力──これらが現代の必須スキルとなっています。
（参照：Syncfusion – Top AI Code Editors 2026）

世界経済フォーラムの「Future of Jobs Report 2025」では、2030年までに職業スキルの39%が変容するとされており、開発者にはAIリテラシー、システム思考、そしてコミュニケーション能力の融合が求められると指摘されています。
（参照：WEF Future of Jobs Report 2025）

具体的に整理すると、2026年以降の熟練開発者に求められる能力は以下のような方向性へシフトしています。

──── アーキテクチャ判断力: AIが提案した設計の長期的な影響を評価する能力
──── セキュリティ審査力: AIが見逃す既知・未知のリスクパターンを人間が補完する能力
──── プロダクト判断力: 何を作るか、何を優先するか、技術負債と機能速度をどうバランスするかを決める能力
──── チームダイナミクス: コードレビューを通じた知識共有、メンタリング、共同オーナーシップ──AIが代替できない人間的機能

これらは、単にAIツールを使いこなすという話ではありません。
「AIの出力を監督し、評価し、責任をとる」という、より高次の役割への移行です。

オープンソースへの影響──静かな危機

VibeCodingは、オープンソースエコシステムにも影を落としています。

2026年1月に複数の大学研究者が発表した論文「Vibe Coding Kills Open Source」は、VibeCodingがオープンソース維持者へのユーザーエンゲージメントを減少させ、見えないコストを生んでいると主張しています。

具体的には、AIがコードを生成するようになったことで、ユーザーがメンテナーに「質問する」「貢献する」という行動が減り、オープンソースプロジェクトの活力が失われていくという構造的な問題です。
（参照：Wikipedia – Vibe coding）

また、Daniel Stenberg（cURLの作者）は「AIスロップ（粗悪なAI生成コンテンツ）がオープンソースをDDoSしている」と警告しています。

AIが生成した、文脈の薄いプルリクエストやイシューが大量に流れ込み、メンテナーの負荷が増大しているという現実がそこにあります。
（参照：The New Stack – AI Engineering Trends 2025）

「誰が次世代のシニアを育てるのか」という問い

もうひとつ、看過できない問題があります。

「ジュニア開発者のパイプライン」の断絶です。

あるエンジニアのブログはこう書いています。

「シニアになるには、退屈な仕事をやり遂げる必要があった。ボイラープレートを書く。ミスをする。デバッグする。学ぶ。もしAIがすべてを担うなら、次世代の開発者はどうやって学ぶのか」
（参照：DEV Community – 2026 AI Users vs The Unemployed）

2025年の調査では、22〜25歳のソフトウェア開発者の雇用がAIツールの台頭と並走するように約20%減少したというスタンフォード大学の研究が引用されています。

これはAIが直接雇用を奪ったのか、それとも採用基準が変化したのかはまだ分かりません。
しかし「ジュニアが育たない構造」が生まれているとすれば、10年後に誰がAI生成コードを審査するのか、という問いは真剣に考える価値があります。

AIと「共存」するための現実的な指針

では、熟練開発者はどう対応すれば良いのでしょうか。

現在の研究と実践から見えてきているのは、「AIを使いながらも使われない」ための構造的な対策です。

コーディングとレビューの両方にAIを組み込むチームは、品質を維持または向上させています。
一方で、コーディングにのみAIを使いレビューを省略したチームでは品質が低下しています。
（参照：Developer Workflows with AI Tools 2026）

具体的な実践として現場で有効とされているのは以下のような取り組みです。

──── 二段階プロセス: AIに機能ロジックを生成させた後、「セキュリティエンジニアとして」同じコードをレビューするようAIに指示する
──── ルールファイルの設定: AIエージェントに「ハードコードされたシークレットを禁止」「eval()の使用を禁止」「すべてのSQLにはパラメータ化クエリを必須」などの制約を設ける
──── 人間によるアーキテクチャ決定の堅持: AIが提案しても、システムの制約、ビジネス要件、長期的な保守性に関わる判断は人間が行う

（参照：DEV Community – How to Secure Vibe Coded Applications）