本動画は、2025年における AI コーディングの包括的なガイドである。AI コーディングとバイブコーディングの決定的な違いを明確にし、前者が計画的で保守可能なプロダクションレベルのソフトウェアを目指すのに対し、後者は無計画で技術的負債を生む危険性を指摘する。ソフトウェア開発の三つの時代(Software 1.0から3.0)を概観し、AI によるコーディングが労働市場に与える経済的インパクトを分析する。実践面では、Cursor を中心としたレベル1から、Claude Code や Codex などのコーディングエージェントを活用するレベル2、さらに人間が能動的に学習しながら AI を活用するレベル3までの段階的なアプローチを提示する。AI に全ての意思決定を委ねるのではなく、ソフトウェアアーキテクチャやシステム設計の基礎概念を理解しながら AI を補完的に使うことの重要性を強調している。
AI コーディングの新時代
AI コーディングが世界を席巻しています。知っておくべきことをすべてお伝えします。まず、AI コーディングとは何でしょうか。それは AI エージェントを使ってソフトウェアを書く行為です。そして、これが急速に人気を集めている理由は、誰でも何でも構築できるようになるからです。この動画では、2026年に圧倒的な優位性を得るために必要な AI コーディングのすべてを教えます。ですから、最後まで見てください。
最初に理解しなければならないのは、私たちがソフトウェアの第三の時代に入ったということです。Software 1.0 は、コンピュータ上で実行されるコンピュータコードを書くことです。これは1940年代以来、事実上すべてのソフトウェアがそうであった方法です。しかし、2012年にソフトウェアの第二のパラダイムが登場しました。これは、重みつまりパラメータとして知られるものがニューラルネットワークの動作をプログラムするというものです。
しかし今、私たちは Software 3.0 に入りました。これは、プロンプト、つまり平易な英語で、LLM つまり大規模言語モデルがどのように振る舞うかをプログラムできるというものです。そして、これは2019年の GPT-2 で初めて本当に可能になりました。ちなみに、この図を作った Andrej Karpathy に感謝します。さて、私がこれらすべてを言っているのは、ソフトウェアが進化しているということを明確にするためです。
ますます多くの人々が AI でソフトウェアを構築しているので、私たちは競争力を維持しなければなりません。90年代には、インターネットを無視できると考えた企業がたくさんありました。そして今日、AI コーディング革命を無視している人々がたくさんいます。ですから、私のメッセージはシンプルです。この巨大な機会を無視しないでください。代わりに、それを受け入れてください。
座って、摩擦を乗り越えて、AI でコーディングする方法を学んでください。さて、非常に明確にしなければならないことがあります。AI コーディングはバイブコーディングとは大きく異なります。なぜなら、バイブコーディングには多くの欠陥があるからです。まず、それを定義しましょう。バイブコーディングとは、計画も、レビューも、プロセスもなく、盲目的に AI を使うことです。これは、ずさんで安全でないコードと、終わりのない技術的負債をもたらします。
そして、ソフトウェアを構築しようとしているなら、技術的負債は起こりうる最悪の事態の一つです。それは基本的に、コードが何をしているのか、各ファイルが何のためにあるのか、コードベースがどのように構造化されているのかが全くわからないということを意味します。これが、ほとんどのバイブコーディングされたアプリがプロダクションに到達しない理由であり、プロダクションに到達した少数のアプリでさえ、最初の60日を過ぎることができないことが多いのです。なぜなら、それらは保守可能ではなく、間違いなくスケーラブルではないからです。
しかし、AI コーディングは違います。AI コーディングの目標は、真剣でスケーラブルかつプロダクションレディなソフトウェア、つまり人々が実際に使うアプリを構築することであり、何ヶ月、あるいは何年にもわたって開発できるものです。ちなみに、私が言っていることはすべて経験からです。過去1年間、私は AI を使ってスタートアップ全体を構築しました。その創設以来、6万人以上の人々に使用され、月間収益を1万ドル以上に拡大しました。
ですから、信じてください。私はバイブコーダーが犯すすべての間違いを犯してきましたし、それ以上のこともしてきました。想像できるあらゆる AI コーディングツールを使ってきました。そして合計で、AI を使ったソフトウェア構築に1000時間以上を費やしてきました。ですから、バイブコーディングと AI コーディングの間には大きな違いがあると言うとき、経験から話していることを知っておいてください。
ちなみに、これは NVIDIA、Meta、Google が自社のエンジニアや開発者とともに行っている方法です。これらの企業では、ほぼすべてのプログラマーが AI を使用しており、90%以上、NVIDIA では100%だと思います。しかし、彼らはバイブコーダーとは非常に異なる方法で AI を使用しています。私たちのエンジニア全員、100%が今、AI コーダーの支援を受けており、生産性は信じられないほど向上しました。
ほとんどの人は、今後数年間でソフトウェアの量が爆発的に増えることに気づいていません。2倍、3倍というような話ではありません。現在存在するコードの50倍、100倍について話しているのです。文字通り、ソフトウェアがあらゆる場所に存在することになります。私たち全員が、パーソナライズされたカスタムアプリ、スクリプト、プログラム、AI エージェント、自動化を持つようになり、それらは常にバックグラウンドで実行され、時間を節約し、私たちの代わりに働いてくれます。
史上最大の経済的機会
考えてみてください。これは史上最大の経済的機会かもしれません。説明させてください。これは B2B SaaS 業界のチャートです。ちなみに、B2B は企業間取引を意味し、SaaS はサービスとしてのソフトウェアを意味します。平易な英語で言えば、これは企業が毎年ソフトウェアに費やす金額です。約2300億ドルです。
しかし、左側を見ると、これは企業が知識労働者、つまり労働に毎年費やす金額です。それは約5.5兆ドルです。さて、あなたは「わかった、デビッド、でもこれはどういう意味なの?なぜこれが重要なの?」と思っているかもしれません。まあ、歴史的に、ソフトウェアはソフトウェア市場しか占めることができませんでしたよね?コードは指示されたことしかできませんでした。
しかし、AI エージェントの時代では、彼らは全体のタスクやタスクの連続を実行できます。それは仕事ですよね?仕事とは何でしょうか?誰かをカスタマーサポートのために雇う場合、それはカスタマーサポートのための一連のタスクに過ぎません。つまり、ソフトウェア市場は労働市場の一部を食い尽くすために拡大していくということです。明確にしておきましょう。
ソフトウェアはすでに大きな市場ですよね?年間3000億ドルのグローバルソフトウェア収益、巨大な市場です。素晴らしいソフトウェア製品を構築すれば、絶対に非常に裕福になることができます。しかし、年間3000億ドルは、年間13兆ドルである労働市場と比較すると見劣りします。そして、これはアメリカだけの数字です。
これは米国のみです。年間13兆ドルが労働の総獲得可能市場です。ですから、私たちが見ているものは、文字通り世界史上最大の経済的および金融的機会です。さて、AI コーディングが未来であることを理解したところで、実際にどうやってそれを行うかをお見せしましょう。
レベル1:Cursor の活用
さて、最初に行わなければならない決定は、実際にどの AI コーディングツールを使用するかということです。そして、これは思ったより難しいです。なぜなら、毎週新しい AI コーディングツールがリリースされているからです。そこで、私が毎日スタートアップを構築する際に使用している、実際に機能するものをお見せします。これは、あなたが持つことができる最高のセットアップの一つだと思います。
そして、これを3つのレベルに分けます。レベル1、レベル2、レベル3です。各レベルは前のレベルより少し高度になりますが、より強力にもなります。それでは、レベル1から始めましょう。それは Cursor です。いいえ、これはスポンサー付き動画ではありません。そうであればいいのですが。Cursor チームの誰かが見ているなら、何か考えましょう。とにかく、Cursor はおそらく最も有名な AI コーディングツールであり、それには十分な理由があります。それは、AI コーディングツールに必要なすべてのことができるからです。
まず、Cursor をインストールしていない場合は、cursor.com にアクセスしてダウンロードをクリックしてください。インストーラーをダブルクリックして、アプリケーションフォルダーにドラッグします。そして、Cursor を開くだけです。簡単です。こんな感じです。空の画面はこのようになるはずです。それでは、空のフォルダを開いてみましょう。新しいフォルダです。
プロジェクト。作成。開く。さて、これは危険なステップです。なぜなら、ほとんどの人が最初の IDE をダウンロードするところで行き詰まるからです。統合開発環境とは何か、といった概念さえ圧倒的かもしれません。落ち着いて、深呼吸してください。ビデオゲームをインストールできるなら、Zoom や Slack、Discord をコンピュータにインストールできるなら、Cursor もインストールできます。
文字通り同じことですよね?それはアプリケーションです。何も特別なことはなく、平易な英語で話しかけることができます。ですから、ユーザーインターフェースに慣れていなくても、アプリをダウンロードして、感じている圧倒感や摩擦のほとんどは単に知覚的なものであり、本物ではないことに気づいてください。ダウンロードすれば、「なるほど、入力できるし、対話できる」と気づくでしょう。
右側にファイルとフォルダがあり、すぐに学べます。文字通り、最初の30分が最も難しいです。それを乗り越えられれば、この時点で諦める95%の人々よりすでに先を行っています。そうです、無料プランもあります。ですから、ダウンロードボタンをクリックして、手順を踏んで、セットアップして、空のフォルダを開いてください。
文字通り、それだけです。残りは私がお見せしますから。さて、Cursor がこれほど人気があり強力な理由は、AI コーディングツールに必要なすべてのことができるからです。実際にお見せするのが最も簡単だと思います。今、私たちは文字通り空のフォルダを持っています。新しいファイルを作成します。
readme.md と名付けます。これはマークダウンファイルです。そして、入力を始めるとすぐに、Cursor のパワーを感じ始めるでしょう。ビルドアイデアと入力して、それから暗号化されたリアルタイムメッセージングを構築したいと入力すると、グレーのテキストが Cursor が私が言いたいことを予測していることがわかります。そして、タブを押すだけです。簡単です。
そして別の提案があり、再びタブを押します。これは Cursor タブまたはオートコンプリートと呼ばれます。これは、AI コーディングが標準的な手動コーディングよりも強力である多くの方法の最初のものです。テキストタグなど、何でも入力できます。そして、React Native タップタップ、簡単です。文字通り、あなたの心を読んでいるかのようです。驚異的です。
しかし、オートコンプリートが印象的だと思っているなら、これから何が来るのか全く想像がつかないでしょう。なぜなら、これは AI ができることのほんの表面をなぞっているだけだからです。もう一つの強力な機能は、Command K と呼ばれるものです。つまり、テキストやコードのブロックをハイライトして、Command K を押してから「これをもっとシンプルで短くして」と言います。Enter を押すと、Cursor はまさにそれを実行します。
選択した部分だけを編集し、差分を表示してから、元に戻すか保持するかのオプションがあります。保持をクリックすると、実際にもっとシンプルで短くなったことがわかります。さて、ここで止めたとしても、すでに大きな優位性を持つことになりますよね?なぜなら、Cursor は文字通り私たちが入力したいことを予測しているからです。
そして、コードのブロックを編集してバグを修正したり、より良く書かれたもの、より安全なもの、より速いものにしたりすることができます。たくさんの異なる機会があります。しかし、繰り返しますが、まだ始まったばかりです。Cursor の中では、Command I を実行できます。これはメインサイドバーを開きます。これは Cursor チャット、別名 Cursor エージェントで、平易な英語で話しかけることができ、複数のファイルを編集してアプリケーション全体を設計できます。お見せしましょう。
ここには文字通り何もありません。カーソルをここに置きます。エージェントモードに切り替えて、編集ができるようにします。そして、readme ファイルを更新して、アプリケーションの範囲をより良く説明するようにします。Web アプリにする必要があります。テキストスタックは非常にシンプルにしましょう。
Python だけにしましょう。2カラムレイアウトにすべきです。ユーザー A とユーザー B。暗号化されたメッセージングアプリにすべきです。コードベース構造をシンプルに保ちます。しかし、まだコーディングはしないでください。このビルドアイデアの説明で readme ファイルを更新するだけです。簡潔に保ちます。10倍エンジニアが書くように書いてください。完了です。
私は Super Whisper というツールを使いました。これもスポンサーではありませんが、Whisper Flow のような代替品もあります。私の友人の Jack Roberts と Yiannis は、彼ら自身のツールを開発しています。音声からテキストへの素晴らしいツールがたくさんあります。Cursor にも組み込みのボタンがあります。しかし、基本的に今、私は Cursor エージェントを使って自分が望むことをしています。ですから、話すだけです。
入力すらしていません。入力は遅いです。私は速いですが、120くらいです。まあ、大丈夫です。トップ1%くらいですが、200、250 wpm で入力する人もいます。あなたたちのほとんどはおそらく40、多分60 wpm で入力しているでしょう。そして話すことは OP になります。今やったように、毎分200語で話すことができます。
非常に速く話していました。おそらく毎分200語以上でした。ですから、私がやったことは、ビジョンを説明しただけで、今それを実行してくれました。保持します。しかし、これは単純なマークダウンファイルですよね?実際にはコードを作成していません。この音声入力をクリックします。Cursor に音声の使用を許可します。
さて、仕事に取りかかって、実際にこのビルドアイデアをシニア開発者のように実装してください。コード行数は少ないほど良いです。完了です。送信します。Cursor からの組み込み音声入力を使用できます。問題ありません。そして今、Cursor エージェントが推論を始めるのが見えます。今、Claude 4 Sonnet を使用しています。
これは現在、コーディングに最適なモデルの一つです。もちろん、Cursor はすべてのモデルを提供しています。GPT-5 Codex も使用できます。これは今のところコーディングに最適なモデルだと思います。あるいは、普通の GPT-5 や Claude 4.5 Hiku。こちらの方が速いでしょう。Google は Gemini 3 をすぐにリリースする予定です。実際、OpenAI も GPT-5.1 をリリースする予定です。
1週間か2週間後には来ると思います。たくさんの素晴らしいモデルがありますが、正直なところ、ほとんどのアプリにとっては、どれでも構いません。トップモデルの一つを使ってください。今では、ほとんどのモデルでほとんどのアプリを構築できます。AI コーディングツールがそれほど優れたものになっています。ご覧のとおり、すでにアプリがあります。あっという間です。40秒ほど話しただけで、アプリが完成しました。
非常にシンプルで、インストールするだけです。Daphne を使用しています。それが何かわからないので、聞いてみます。実際には、Shift Tab で切り替えて、質問モードにします。Shift Tab は Cursor 内で最も便利なキーボードショートカットの一つです。モード間で切り替えます。Tap とは何ですか。完了です。
ですから、AI を使いながら学習もしたいですよね。これが、何ヶ月も何年も続くものを構築する人々と、学習せずに盲目的に全部受け入れるだけで行き詰まってしまう人々の主な違いです。とにかく、このファイルをレビューしましょう。requirements.txt です。これは保持します。次のファイル。
これはサーバーです。メインファイルです。保持します。次のファイル。これは index.html の生の HTML です。D は Django の SG サーバーです。まあ、私は FastAPI の方が馴染みがありますが、大丈夫です。一つやることは、conda list env list を実行してすべての環境をリストアップします。繰り返しますが、これがメインアプリ、最初のセットアップであれば、これを心配する必要はありません。グローバル依存関係をインストールするだけです。
しかし、私は進行中のものがたくさんあるので、別の環境を使用します。しかし、それはこのビデオの範囲を超えています。しかし、もしそれについて学びたいなら、文字通り自分で質問できます。conda とは何か、Python と VM 環境の概念は何か、5歳児に説明するように教えてください。そうすれば、どんな質問にも答えてくれて、スキルアップと自己学習を助けてくれます。
レベル2:コーディングエージェント
さて、私が言ったように、これは2025年末時点で AI コーディングの世界で利用可能なもののレベル1に過ぎません。そして、このレベルに達した後に人々が犯す最大の間違いは、主導権を握り続けないことです。ご覧のように、Cursor 内で私がしたことすべてで、開発をリードしていたのは私でした。
AI に何をすべきか、アプリの範囲は Web アプリにすべきだと伝えていたのは私でした。UI は2カラムレイアウトにすべきで、テキストタグは Python だけを望んでいて、コードベースを非常にシンプルにしたいと伝えていたのは私でした。ビジョンを説明していたのは私でした。AI に「どの機能を追加すべきですか」とか「どのテキストタグを使うべきですか」とか「コードベースをどのように構造化すべきですか」とか「新しいファイルを作成すべきですか」といったことを尋ねていませんでした。
初心者の場合、これらのことは魅力的かもしれませんが、これは犯せる最悪の間違いの一つです。なぜなら、意思決定を AI に委ねると、平凡なアプリを構築することになるだけでなく、AI が言うことはトレーニングデータからのものだからです。そして、トレーニングデータはインターネットの平均に過ぎません。ですから、最も平凡で平均的なソフトウェアを構築したいなら、どうぞ進めてください。
しかし、より大きな問題は、迷子になることです。技術的負債の量が指数関数的に増加します。なぜなら、どのテキストスタックを使用しているのか、なぜ使用しているのかが全くわからないからです。コードベースがどのように構造化されているのか、なぜそのように構造化されているのかがわかりません。これらはあなた自身が行わなければならない決定です。繰り返しますが、それらを行う方法がわからない場合は、AI にオプションを尋ねてください。
このビルドアイデアに使用できる4つの可能なテキストタグを教えて、それぞれの長所と短所を説明してください。非常にシンプルなプロンプトです。それを言うために天才である必要はありません。コードベースアーキテクチャについても同じです。これをどのようにアーキテクチャすべきですか?モノリスにすべきですか?マイクロサービスに分割すべきですか?何を推奨しますか、そしてなぜですか?そして、その1つの追加プロンプトを尋ねるだけでも、すでに大きな違いがあります。なぜなら、選択を行う技術を学ぶことになるからです。
ソフトウェアアーキテクチャの領域では、何も無料ではありません。すべてにトレードオフがあります。全部受け入れるだけで、すべてを AI に委ねると、確かに短期的には速く進めます。しかし、短期的とは、現在の時間、つまり現在の1時間のことを意味します。おそらく次の数時間では、すべてを AI に委ねれば速く進めるでしょう。
しかし、翌日になり、翌週になり、私が言ったように、単一のプロンプトでは解決できない最初の難しいエラーに遭遇すると、ゲームオーバーです。アプリが何をするのか全くわかりません。どのファイルが何をするのかわかりません。関数がどこにあるのかわかりません。どのテキストタグを使用しているのか、なぜそのテキストタグを使用しているのかわかりません。
アプリをデバッグする方法がわかりません。何も知りません。バイブコーダーのように振る舞い、すべての意思決定を AI に委ねると、これが最大の間違いと呼ぶ理由です。なぜなら、これは本当に最大の間違いだからです。さて、Cursor を超えたレベル2に移ります。これはコーディングエージェントの領域です。最も注目すべきは Claude Code と Codex です。
コーディングエージェントが提供するものは、より多くの自律性です。彼らは自分で多くのことができます。CLI を使用している場合や、Codex を使ってクラウドでも複数の異なるターミナルで複数のエージェントを実行できます。繰り返しますが、彼らはより多くのことができます。より多くの力、より多くのオプションを与えてくれます。
オプションを持つことは常に良いことです。そして3番目に、彼らはより長く働くことができます。Cursor の中では、尋ねるとすぐに応答しますよね。通常、数秒間考えた後に。しかし、Codex、特に Open Codex では、大きなタスクで何時間も実行できます。記録は7時間か8時間くらいだと思います。
それを想像してください。ここの Codex 拡張機能で、クリックして、こんにちはと言って、構築したいものを説明します。新しい主要機能や別の言語へのリファクタリングなど、何でも構いません。5分か10分かけて説明してから、5時間離れて戻ってくると、まだ作業をしています。何百ものファイルで作業できます。たくさんのことができます。これがコーディングエージェントの力です。少し複雑ですが、はるかに強力です。
主に3つのパラダイムがあります。拡張機能があります。たとえば、これは Claude Code 拡張機能で、これは Codex 拡張機能です。どちらも拡張機能に移動してダウンロードできます。Claude Code と入力します。完了です。Anthropic の Claude Code です。これがそれです。このように見えます。または、このように見える Codex です。それをクリックして、拡張機能をインストールするだけです。非常にシンプルです。
どの時点でも行き詰まったら、Cursor に尋ねてください、ChatGPT に尋ねてください。そんなに深刻なことではありません。AI を使って行き詰まりから抜け出してください。エラーを個人的に受け取らないでください。画面のスクリーンショットを撮ってください。スクリーンショットがあります。それをコピーしてください。貼り付けます。わかりました。実際、これは実は Codex です。ここにいます。新しいチャット。Codex 拡張機能をどのようにインストールしますか?助けてください。
私はこれに関して完全な初心者です。Enter を押します。完全な初心者だと言えば、これを行う方法について明確なステップバイステップの指示を提供してくれます。とにかく、拡張機能のパラダイムは多くのパラダイムの一つです。Codex、Claude Code、Kilo、Root Code、Client など、多くの優れた拡張機能があります。
それから CLI、つまりコマンドラインインターフェースがあります。これは、ターミナルを好む場合です。しかし、初心者の場合、ターミナルは怖いかもしれませんが、インストールしたら、このようにターミナルで cloth と入力して claude code を実行するだけです。これの力は、複数のターミナルを起動できることです。その中の1つで Codex を実行できます。完了です。
たくさんのことができます。別の claude code が別のことをしているのが欲しいとしましょう。完了です。RESTful API について説明してください、と言うことができます。おそらくこれはコーディング、これは説明、これはデバッグなど、何でも構いません。わかりますよね?これが AI エージェントと対話する別の方法です。ターミナルを通じてです。
そして、3番目のパラダイムはクラウドです。これは OpenAI による ChatGPT Codex のリリースで先駆けとなりました。15の異なるタスクを起動できます。このコンポーネントの UI を更新する、このフォルダに別のユニットテストを追加する、といったことを言えます。これらをデプロイして、クラウドで実行を開始します。Open クラウドです。
あなたのコンピュータで実行されているのではありません。これは完全に非同期で、これの美しさは、多くの異なることを一度に作業できることです。繰り返しますが、これについては多くのビデオがありますが、これがこれらのコーディングエージェントと対話する別の方法です。基本的に、CLI を持つすべてのツールは、CI/CD で実行される自動化されたエージェントに変換できます。
繰り返しますが、これはこのチュートリアルをはるかに超えていますが、例えば、Cursor のバグボットが自動的にバグを見つけてプルリクエストをレビューし、実際に Cursor 内部で構築されました。GitHub リポジトリをリンクすると、コードをチェックしてバグを見つけるボタンが表示されます。
しかし、これの美しさは、CI/CD パイプライン内でこれらの AI エージェントを実行できるので、コードがプロダクションに入る前にバグを見つけられることです。バイブコーダーが決してしないもう一つのことです。彼らは CI/CD パイプラインさえ持っていません。そして、これがレベル3につながります。それは人間のインザループです。
レベル3:人間のインザループ学習
レベル3は、実際に AI を使って学習し、自分自身をスキルアップさせることです。単に Cursor を使うだけでも、Codex を使うだけでもありません。レベル3は、AI を使ってコードを書きながら、実際の学習を自分自身で行っているときです。さて、これは明らかに最も難しいですが、最もやりがいがあります。なぜなら、AI の進歩はすでに指数関数的だからです。
さて、その上に別の指数関数を追加することを想像してください。それはあなた自身の進歩です。AI が得意なことをやろうとしないでください。構文を記憶したり、無意味なことをしたりするようなことです。代わりに、ソフトウェアエンジニアリングの基本概念を理解すべきです。データベースとは何か。サーバーとは何か。API とは何か。実際、これについて素晴らしいビデオがあります。それは、ソフトウェアエンジニアリングまたはシステム設計の30の概念を扱い、非常にシンプルな平易な英語で説明しています。クライアントとは何か、ロードバランサーとは何か、データベースとは何かを教えてくれます。
そして、これがまさにあなたがすべきことです。代わりに、AI がやや苦手な補完的なスキルを学ぶべきです。明らかに、ロードバランサーとは何かと尋ねれば、答えられます。しかし、これらの概念を深く知ることが重要です。そうすれば、「今、Redis キャッシュを使用してクエリを高速化すべきです。なぜなら、頻繁に読み取られるデータがたくさんあり、あまり変更されないので、キャッシュを実装しましょう。ずっと速くなります」といった決定を下せるのです。これは人間として行わなければならない決定です。AI がこの決定を下すことは決してありません。
なぜなら、一般的な信念とは反対に、すべての悲観論者が考えることとは反対に、AI には目標がないからです。これは私の頭から出てきました。これを構築するアイデアを与えたのは私でした。それを構築する主導権は得られませんでした。AI には目標がありません。目的がありません。ただ言われたことをするだけです。LLM、大規模言語モデルは、次のトークン予測器です。つまり、最初にトークンを置くと、つまり、指示がひどいと、結果もひどくなるということです。そして、それがほとんどのバイブコーダーが行き詰まる理由です。
それが、彼らが他の人が使うもの、MVP のファンシーなデモステージを超えるものを決して構築しない理由です。なぜなら、彼らは単にいくつかの基本的な概念を学ぶ意欲がないからです。これが、あなたがどのように学ぶべきかの完璧な例です。コンピュータサイエンスのすべての異なる概念の広範な理解を得ようとすべきです。
すべきでないことは、構文を記憶することです。Python ドキュメントを読むだけ、これを閲覧するだけ、構文を記憶するだけ、といったことに無限の時間を費やすことができます。完全に明確にしておくと、ドキュメントをチェックすべき時と場所があります。しかし、私が言おうとしているのは、AI は何かが得意で、私たち人間は他のことが得意だということです。
AI は大量のコードを書くこと、非常に効率的であること、要約すること、インターネット上で何度も解決された問題を解決することが得意ですが、AI は独自のアイデアを作成すること、あなたのアプリがどのように使用されるかを知ること、味覚や判断を持つことにおいて、絶対的にひどいです。それらの点では絶対的にひどいです。
ですから、そこがあなたが理解を深めるべきところです。AI を盲目的に信頼するだけでなく、実際にコンピュータサイエンスの基礎を学び、ソフトウェア設計を学び、コードベースをアーキテクトする方法を学び、システム設計を学び、何が起こっているのか、すべてのオプションは何か、主要なプログラミング言語は何か、主要なフレームワークは何か、主要なデータベースタイプは何かという高レベルの理解を得ようとすべきです。そうすれば、これらすべての AI ツールとこれらすべての AI エージェントを使用するとき、Windows の使い方以外は何も知らない、技術的な理解が全くない典型的なバイブコーダーよりも無限に速く動けます。
おそらく、それとは別に、Android と iOS が2つの異なるオペレーティングシステムであることを知っているくらいで、何についても技術的な理解がゼロで、混乱の中を泳ぎ、技術的負債の中を泳いでいます。ということで、ここまでです。
まとめ
2025年に AI コーディングを始めるために知っておくべきことはすべてここにあります。そして明らかに、状況は変化しています。ですから、2026年がすぐそこまで来ているので、これについて再度ビデオを作って欲しい場合は、下にコメントして「AI コーディング」と書いてください。そうすれば、このようなチュートリアルをもっと作ります。それでは、ご視聴ありがとうございました。素晴らしい一週間の残りをお過ごしください。
コメント