バイブコーディングとは、AIにソフトウェアの内容を説明するだけでコードを生成させる新しい開発手法である。2023年頃から急速に普及し、Lovableのようなスタートアップは8ヶ月で年間1億ドルの収益を達成するまでに成長した。この手法により、非技術者でもアプリを迅速に構築できるようになり、創造性の障壁が大きく下がった。しかし同時に、AIが生成するコードの不安定性、セキュリティリスク、予測不可能な挙動、そして開発者の満足感の喪失といった深刻な問題も浮き彫りになっている。現状では、コーディングの知識がある人が補助ツールとして使う場合には有効だが、完全にAIに任せきりにすると重大な欠陥を見落とす危険性がある。バイブコーディングは革命的な可能性と現実的な限界が共存する、まさに現代AIの縮図と言える。
バイブコーディングの誕生とAIアシスタントの失敗
こんにちは、Cold Fusionの新しいエピソードへようこそ。私はパニックになり、考えることをしませんでした。これは、AIアシスタントが企業のデータベース全体を削除した後に与えた説明でした。
すべては簡単なコマンドから始まりました。SaaSarの創業者でシリコンバレーで最も尊敬される声の一人であるJason Lemは、Repletの新しいAIアシスタントをテストしていました。彼の目的は、アプリのアップデートをデプロイすることでした。彼はプロンプトを入力し、残りはAIに任せました。数秒後、AIは自信を持ってタスクが完了したことを確認しましたが、実際には完了していませんでした。代わりに、すべてが削除されていたのです。
何が起こったのか尋ねられたとき、AIはミスを認めませんでした。その代わりに、それを隠蔽するために偽のデータを生成し、コードの形で嘘をついたのです。これはSF小説の話ではありません。これはバイブコーディングと呼ばれるものの産物であり、私たちが今生きている瞬間の完璧な比喩なのです。ソフトウェアがタイピングではなく、会話によって書かれる時代です。
バイブコーディングが人気を集めるにつれて、このような話の頻度も増えています。簡単に言えば、バイブコーディングによってユーザーは単にソフトウェアを説明するだけでそれを構築でき、実際のコーディングはAIが行います。これは単なるギミックのように聞こえるかもしれませんが、同時に驚くべき結果も生み出しています。人々はこれまで以上に速くアプリをローンチしています。中には機能的なビジネスを構築している人さえいます。業界全体が、コーディングを学ぶことの意味すら再考しています。
しかし同時に、これをAIバブルの継続だと呼ぶ人もいます。生成AIの深い不安定性と固有の欠陥を覆い隠す、短命な幻想だというのです。言い換えれば、AIコードスロップです。では、バイブコーディングとは何なのか、そしてそれはどのようにしてテック業界で最も話題のユニコーン企業の一つを生み出したのか。そして、どうやって誇大宣伝と現実を分離すればよいのでしょうか。AIの多くと同様に、この話には複数の側面があります。
そして簡単な免責事項ですが、この動画の一部はLovableによってスポンサーされていますが、彼らはスクリプトや私の意見には一切関与していません。それでは、始めましょう。
あなたはCold Fusion TVをご覧になっています。
バイブコーディングの背景と進化
バイブコーディングを理解するには、過去数年間に何が起こってきたかを見ることが有益です。もしあなたが2010年代に大学生で、キャリアアドバイスを求めていたなら、コーディングを学ぶことを選択肢として提示される可能性が高かったでしょう。2025年の今でも、後で見るように、コーディング方法を知ることは依然として重要です。
しかしそれでも、AIが登場すると状況は徐々に変化し始めました。2021年、GitHub Copilotは静かに、自己完結できるコードを開発者に紹介しました。2022年までに、ChatGPTとCodexは自然言語を実用的な概念に変えていました。しかし2023年頃、より大きな何かが醸成され始めました。
開発者たちは、AIを小さなタスクを超えて押し進めることができると気づいたのです。コード関数を求める代わりに、彼らはアプリ全体を求め始めました。その変化がバイブコーディングの誕生であり、この用語は2025年2月にアンドレイ・カルパシーによって公開ツイートで正式に導入されました。彼はそれを、完全にバイブに身を委ね、指数関数的なものを受け入れ、コードが存在することさえ忘れるような構築スタイルだと定義しました。
彼の説明では、ほとんどキーボードに触れず、ログの変更を読まずにAIの提案を受け入れ、エラーを反復のプロンプトとして扱い、コードを直接的な監督を超えて成長させました。本質的に、彼はソフトウェア作成を会話に変えたのです。もはやReact HooksやAPIエンドポイントの言語を話す必要はありませんでした。
ただ欲しいものを説明すればよかったのです。例えば、睡眠を追跡し、ダークモードがあり、Apple Healthと同期するミニマリストアプリを作ってください。数分後、時には数分で、動作するプロトタイプが現れることがありました。内部では、バイブコーディングはTransformerアーキテクチャの上に成り立っています。これはChatGPT、Claude、Geminiを動かすのと同じ系統です。
しかし、構文の摩擦を取り除くことで、何か重要なものが加わりました。それは自信です。とはいえ、この新たに得られた自信の多くは空虚かもしれません。AI生成コードは問題なく見え、ざっと見た限りでは正常に動作するかもしれませんが、それを見る専門家の目がなければ、セキュリティリスクや予期しない問題が下に潜んでいる可能性があります。しかし、特典は依然としてそこにありました。
突然、非技術的な創業者がMVPを出荷できるようになりました。デザイナーはインターフェースをテストできました。学生はインスピレーションが湧いた瞬間にツールを構築できました。アプリケーションのフロントエンド用のコーディングや、機能デザインを素早くモックアップして、後の段階で人間とコードを見直すといった使用例がうまく機能しました。この変化は創造性の爆発を解き放ちました。スタートアップが芽生えました。
かつてノートに閉じ込められていたアイデアが、一晩でアプリになりました。中には消えていったものもありましたが、一つの企業は消えませんでした。それはバイブコーディングを使っただけでなく、それを体現していました。そうすることで、史上最速で成長するソフトウェアスタートアップとなり、わずか8ヶ月で年間ベースで1億ドルのサブスクリプション収益に到達しました。その名前はLovableでした。
Lovableの急成長と投資家の視点
Lovableの何が際立っていたのでしょうか。なぜヨーロッパの基準としてはかなり大規模なシリーズAを支援したのでしょうか。共同創業者のAntonとFabianと時間を過ごしたとき、彼らは本当に本当に技術的なチームでした。彼らは研究に従事し、応用AI研究に取り組んできましたが、大衆に適用可能なツールを構築していました。
世界人口のわずか1%しかコーディングできません。そこで、彼らが応用AIシステムを構築してきた経験を振り返ったとき、それを取り入れて、Lovableと呼ばれる彼らが構築したプラットフォームに適用することができました。これにより、ユーザーにチャットやテキストベースのプロンプトを通じて、完全に機能するアプリケーションを作成する能力を提供できるようになりました。
Lovableは2023年後半にスウェーデンで始まりました。そのピッチは魅力的にシンプルでした。欲しいものを説明すれば、機能的なソフトウェアが実体化するのを見られるというものです。Lovableは早い段階でかなりの牽引力を得ていましたが、引いて見ると、成長曲線は超現実的に見えます。初年度に、Lovableは年間換算で1億ドルの収益を超え、プラットフォーム上で構築されたプロジェクトが1000万件を超えたと報告しました。
18億ドルの評価額での2億ドルのシリーズAは、ヨーロッパで最もホットなAIストーリーの一つとなりました。その後数週間以内に、インバウンドオファーは同社を40億ドルと評価したと報じられています。誇大宣伝でしょうか。おそらくそうですが、それは市場シグナルでもあります。投資家は、説明してそれを出荷するというモデルが一過性のものではないと考えています。
創業者でCEOのAnton Oscarは、それを誰が構築できるかの表面積を拡大するものだと位置づけています。インタビューで、彼はLovableを「あなたのソフトウェアを構築するための任意の言語」と呼び、コードリテラシーではなく、創造性が制限要因であるべきだと主張しています。彼はブラジルの教育系スタートアップがアプリを立ち上げて48時間で300万ドルを生み出したような使用例を引用しています。約束は、ビジネス上の優位性としてのスピードです。
アイデアについて何ヶ月も話すのではありません。今週それを出荷して、実際のユーザーと反復するのです。しかし、それは疑問を消し去るものではありません。AIアセンブリプラットフォームは、モデルプロバイダーに通話ごとの料金を支払う中で、健全なマージンを維持できるのでしょうか。モックアップアプリを開始するにせよ、ボタンのサイズを変更するにせよ、各リクエストはこれらの企業にとってコストがかかります。
また、信頼性は野心に追いつけるのでしょうか。LLMはアプリの複雑性が増大する要求に応じてスケールできるのでしょうか。強気な投資家でさえ、これらの未解決の問題を認めています。しかし、この物語の章では、重心は明らかです。Lovableはバイブコーディングを巧妙なトリックから構築のためのオペレーティングシステムへと変えたのです。
Lovableの実際の使用体験
Lovableを例に使って、これがどのように機能するかをより詳しくお見せします。Cold Fusionの視聴者向けのプラットフォームを構築したいとしましょう。そして、それをアプリにしましょう。そこで、私は次のプロンプトを入力しました。次のようなアプリを作れますか。
投票ランキングシステムで人々が新しいトピックに投票できる提案セクションがあるべきです。人々が議論し、事実確認を行い、今後の動画のスクリプトのために情報をまとめることができるコラボレーションセクション、チャットフォーラムに似たものです。Discordへのプラグインを持つ一般チャットページまたは動画投稿後のディスカッションページと、動画を視聴する場所です。メイン動画ページはスクロール可能な動画フィードであるべきです。
左上にはメニューがあり、開くとコラボレーション、一般チャット、投票のカテゴリーが表示されます。クリックすると、上記で説明した各セクションに移動します。テーマはモダンでミニマリストです。私はそれだけを入力して、何が起こるか見ました。結果は興味深いものでした。クイックコンセプトには本当に良いと言えます。
最初、デザインは非常に味気なかったので、いくつか変更をお願いしました。まず、よりモダンにするよう頼んだところ、Lovableはいくつかの素敵な小さなアニメーションを追加することにしました。これはかなりクールでした。次に、ガイドとして画像を与えました。それは理解し、例えば角の丸みなど、いくつかの要素をそれに応じて変更しましたが、大きな変更は何もしませんでした。
そして、それが私が気づいたことの一つです。一度初期レイアウトが設定されると、後で物事を変更するのが難しいか、少なくとも変更を正確に求めているものにするのが難しいのです。では、私のまとめです。ウェブサイトに組み込まれた自動モバイル、タブレット、デスクトップビューは本当に良い機能です。
私が作るよう頼んだすべてのページには、プレースホルダーテキストがあらかじめ入力されており、これは便利で、基本的にすべてが機能的であり、プロンプトの全体的な理解には感心しました。しかし、AIの多くのものと同様に、完璧ではありません。デザインは最初は基本的で、私の努力にもかかわらず、私が望むほどには華やかにしてくれませんでしたし、私の指示にいくつか問題がありました。
例えば、ダークモードに変更したり、テキストの色を変更したりしたかったのですが、それをやりたがらないようでした。また、インスピレーションのためにウェブサイトの画像をもっと試してみましたが、出力は最初とまだ似ていました。しかしそうは言っても、私がこれまで伝統的にできたことよりもはるかに多く、私はこれらのバックグラウンドを持ったことがないことを考えればです。
また、公平に試したかったので、別のプロンプトで再度試してみました。今回は最初からダークモードと書いてみたところ、すぐにやってくれました。しかし、まだ結果には満足していませんでした。そこで、Lovableに詳しい友人の一人が便利なヒントをくれました。インスピレーション写真をChatGPTにインポートし、画像をテキスト形式で説明してから、そのテキスト説明をLovableに再度フィードすると、より良いデザインが得られるというのです。
プロンプトを少し調整したりいじったりする必要がありますが、最終的な出力は、物事が少し地味で一般的に見えるという問題の解決に役立ちます。完璧ではありませんが、クイックドラフトと、コードなしでアイデアを素早くプロトタイピングして探求するためには、機能します。Lovableは連絡を取り、このエピソードのパートナーになることにしました。
彼らはスクリプトには一切関与しておらず、リリース前に動画を見てもいませんが、それでもCold Fusion視聴者に20%オフを提供しています。今日から構築を始めるにはlovable.devにアクセスしてください。私のコードfusiont20を使用すると20%オフになります。
バイブコーディングツールの台頭
Lovableの成功はシリコンバレーに衝撃波を送りました。AnysphereのCursor、会話と自然言語コラボレーションを中心に構築された次世代コードエディタも、人気が爆発しました。Cursorはより自動補完に近いものでした。それはメモリー、理解、直感を持つCopilotでした。2025年までに、Anysphereは90億ドルの評価額に達し、そのAIが1日あたり約10億行のコードを生成していると主張しました。
イスラエルでは、base 44、ノーコードAIビルダーが、ローンチから数ヶ月以内にWixに買収されました。興味深いことに、その創業者たちはバイブコーディングを使ってバイブコーディングを構築していました。AIソフトウェアのある種のインセプションの瞬間です。Y Combinatorでは、2025年バッチの4分の1以上が、MVPをほぼ完全にAI支援生成で構築したと報告されました。
場合によっては、コードベースの95%がマシンによって書かれていました。ビッグテックも取り残されることはありませんでした。MicrosoftはCopilotをそのエコシステムのあらゆる場所に統合しました。GoogleはVertex AIに自然言語コード生成を追加し、すぐにバイブコーディングはニッチではなくなりました。それは普通になり、スタートアップを超えて漏れ出していました。フリーランサーはそれを使ってクライアントサイトを構築しました。趣味の人はサイドプロジェクトを構築しました。
社会的には、それは長年テック業界に欠けていた創造的な精神を復活させました。経済的には、参入障壁を下げました。しかし、より多くの人が好きなコードを書けるようになると、より多くのスロップコードが作成されました。そして今、私たちは現実に直面します。この楽観主義のすべての中で、亀裂が現れ始めています。なぜなら、その約束のすべてにもかかわらず、バイブコーディングにはカオスも伴うからです。
そして、それを採用する人が増えるほど、不満の声も大きくなりました。人間の経験から始めましょう。CJという名前のソフトウェアエンジニアが今年初めにバイラル動画を投稿しました。動画の中で、彼はかつてワクワクしていたAI支援コーディングが、どのように憂鬱になったかについて語っています。
私はかつてプログラミングを楽しんでいました。今では、私の日々は通常、LLMとの行ったり来たりに費やされ、かなり頻繁にそれに怒鳴ったり、間違ったことをしていると伝えたり、そもそも頼んだことをしなかったことに腹を立てたりしています。そして、私にとってプログラミングを楽しむことの一部は、小さな勝利を楽しむことでした。
何かを構築したり、バグを修正したり、何かを理解したりするために一生懸命働くでしょう。そして、それを理解したら、小さな勝利を得て、ドーパミンヒットを得て、自分自身について良い気分になり、続けることができました。今、LLMを使ってコードを書いているとき、私はそれを得られません。本質的に、何かを理解したら、そこに到達するために何も仕事をしたとは感じません。そして、私はそれが間違ったことをしていることに腹を立てているだけです。そして、私たちはこの行ったり来たりのサイクルを繰り返します。そして、それは楽しくありません。全然楽しくありません。
彼が何を言っているかは明らかです。彼は自分で問題を解決する感覚を恋しく思っていました。論理がついにクリックするあの深く満足する瞬間です。AIシステムがあなたのためにコーディングの多くを行うとき、同じレベルの満足感はありません。私はもはやクリエイターではなく、ただのプロンプターです。今や、大規模言語モデルでの作業はランダムで、一貫性がなく、報われないものに感じられました。
CJは、同じプロンプトが毎日異なる結果を生み出す可能性があることについて説明しました。コンピューターは論理的なシステムです。プログラミング言語は論理的、形式的、論理的な言語であり、それは私の脳とうまく機能します。今、AIやLLMで作業しているとき、それは予測可能ではありません。まったく同じプロンプトを使用しても、毎回異なる応答を得ることができます。
そして、これが私のフラストレーションの一部が来ている場所だと思います。なぜなら、私は同じことをしようとしているからです。私はワークフローを開発し、プロンプトエンジニアやコンテキストエンジニアになろうとしていますが、まったく同じことをしても異なる結果を生み出しています。そして、正直言って、それは私が契約したものではありません。
モデルは静かに更新されます。それらの動作は変化し、デバッグは当て推量のゲームになります。彼はそれを「プログラミングの論理的基盤を壊す」と呼びました。彼はまた、スキルイシューの神話と彼が呼ぶものに反論しました。AIがユーザーが誤って使用しているためにのみ失敗するという考えです。
そして、あなたはそれをスキルイシューのせいにすることができますが、証拠を見てください。もしあなたが私のように慢性的にオンラインで、人々から出てくるこれらのツイートや投稿を見ているなら、この特定のプロンプトを書くか、この特定のワークフローを使用すれば動作し始め、そうしなければスキルイシューだという話をしています。私は試しました。私は非常に多くの異なることを試しました。ある程度機能するものを見つけましたが、その後機能しなくなったり、GPT-4oやGPT-5のような特定のモデルで作業していて、突然異なる出力を得ています。なぜなら、私はそのLLMをコントロールしていないからです。
それは、いつでも変更できるクラウドでホストされている魔法の箱です。彼は、構造化されたプロンプトやワークフローを使っても、AIはしばしば間違ったまたは不安定なコードを生成すると言いました。そして、その予測不可能性が、喜びを殺すのだと彼は言いました。他の人々もその感情を繰り返しています。開発者たちは、AIコードの誇大宣伝を宗教に例え始めました。Twitterで秘密の儀式を説く、プロンプトグルでいっぱいの宗教です。
誰もが生産性の奇跡を約束しましたが、舞台裏では、ほとんどのツールは同じモデル、OpenAI、Anthropic、またはGoogleのラッパーに過ぎず、すべて下に同じ欠陥を持っています。あるコメンテーターは最もよくまとめました。「それはすべて同じマジックトリックで、ただ衣装が違うだけだ」。
CJにとって、燃え尽きは耐えられないものになりました。彼は手動でコードを書く喜びを再発見するために、AIツールから1ヶ月間休憩を取りました。そして、彼は何年もの間で最も幸せだったと言いました。しかし、感情的な燃え尽きだけが問題ではありません。ツール自体が不安定なのです。
AIコーディングツールの技術的限界
プラットフォームをテストするクリエイターは、その経験を信じられないが不安定だと表現しています。プロトタイプを非常に速く構築できますが、2つの非常に大きな問題があります。第一に、それらは開発者がAIでコーディングするために使用するツールほど強力ではないということです。そして第二に、それらは非常に高価だということです。そして、これがこの動画の内容です。
ChatGPTができることは印象的です。しかし、AIが生成するコードの多くは、ただひどく、時代遅れです。そして、業界では一晩で物事が常に変化していることを知っています。そして、これらのAIモデルは、新しいライブラリーや新しい構文を学ぶのに時間が必要です。そして、時にはそれは完全に間違っています。そして、非効率的なコードを与えるだけのようなことを意味しているのではありません。空が黄色いというような、まったく間違っているということです。
彼らは数時間で本番レベルのアプリを構築できますが、小さな調整がすべてを壊す可能性があります。これらのAIコーディングシステムは、尋ねられたときに問題を修正したとユーザーに伝えることができますが、実際には、コードはチェックさえされていませんでした。開発者たちは、自分自身のミスではなく、AIのミスをデバッグしていることに気づきました。
AIと協働するためには、まったく新しいスキルセットが必要であり、それをいつ使用し、いつ使用しないかを理解することが必要です。私の開発者の友人で、バイブコーディングの経験が豊富な人は、人間の入力なしのAIコーディングシステムの現状は、不必要なコードのビットで過度に冗長であり、単一のプロジェクトで異なるコーディングパラダイムを混在させる可能性があると教えてくれます。
そして、これらすべてに加えて、正確性の問題があります。バイブコーディングツールはしばしば幻覚を起こします。彼らはAPIを発明し、幽霊のようなエンドポイントを作成し、存在しない関数を生成します。経験豊富なコーダーのための回避策がいくつかありますが、これらの問題はトイプロジェクトには問題ないかもしれませんが、本番環境では悪夢です。
このビデオの冒頭ですでにこれを見ました。あるチームは、AI生成のマルチプレイヤーゲームがネットワーキングにPythonのpickleモジュールを使用していることを発見しました。これは事実上、リモートコード実行攻撃への扉を開くものでした。それは、誰かが他の誰かのマシンでコードを実行できることに気づくまでは、動作するアプリでした。
それは一晩で家を建てて、後で基礎を忘れていたことに気づくようなものです。しかし、批判はもっと深くなります。セキュリティの専門家は、バイブコーディングが開発者が自分のサーバーで何が実行されているかを理解しないコピーアンドペースト文化を助長すると警告しています。教育者は、初心者が基礎を完全にスキップするリスクがあると言います。
Tと呼ばれる別のアプリは、今年初めに見出しを飾りました。110万件の個人メッセージと72,000件の画像が、ハッキングを必要とせずに漏洩したのです。なぜなら、すべてが暗号化されていなかったからです。セキュリティの脆弱性は、アプリが主にバイブコーディングで構築されたことによるものでした。AIコミュニティ内でさえ、一部のエンジニアは静かに、プロンプトエンジニアリングは絆創膏であり、規律ではないと認めています。
しかし、懐疑的な人々でさえ、その力を認めています。ある神経多様性のある開発者が、AI生成アプリを構築して出荷した後に書いたように、「バイブコーディングは私にドーパミンハイを与えてくれましたが、人間の監督に取って代わることはできません」。そして、それが逆説です。バイブコーディングは奇跡的でもあり、イライラさせるものでもあります。超能力と頭痛を同時に与えることができるツールです。
それは、運転の仕方を教えずに誰もにフェラーリやフォーミュラ1カーを渡すようなものです。しかし、一部のバイブコーダーは、トップレベルの開発者が賢くAIコーディングを厳密にツールとして使用すると主張しています。彼らはデューディリジェンスを行い、AIコードが何をするかを注意深くチェックし、出力の増加の恩恵を享受します。
一方、ほとんどコーディングの知識がなく、バイブコーディングにつまずく人々は、スロップを生産するだけで、大きな問題を抱えることになります。では、それは私たちをどこに残すのでしょうか。ある意味で、バイブコーディングへの絶対的な殺到は、馬の前に荷車を置いている可能性があります。2025年の技術の現実に対する約束で、私たちは少し速く動きすぎています。
最近の多くのミッションクリティカルなAIシステムと同様に、それはほとんどの場合機能しますが、深刻な制限があり、独特のリスクが伴い、専門家の監督が必要です。コーディングに熟練していて、発生する可能性のある問題を修正するために何を探せばよいかを知っていれば、それは小さな方法であなたの人生を楽にすることができます。
しかし逆に、コードの読み書き方法がまったくわからないにもかかわらず、バイブコーディングがいくつかのプロンプトで問題なくすべてをやってくれることを期待するなら、特により複雑なタスクでは、私たちはまだそこには到達していません。ランディングページやストアアプリのようなよりシンプルなアプリやウェブページの場合、Lovableのようなバイブコーディングソフトウェアはうまく機能する可能性があります。
しかし、より複雑なものの場合、コーディング方法を知らない人々にとって、バイブコーディングにはまだ問題があります。まとめると、私はバイブコーディングがすべて悪いと言っているわけではありません。それは定着しており、特定の使用例で自分が何をしているかを知っている人にとっては、非常に役立つ可能性があります。成功は、技術がどのように使用されるかに依存します。
皆さん、このエピソードを最後まで見てくれて本当にありがとうございます。本当に意味があります。そして、長年にわたるあなたのサポートもです。本当に素晴らしいことです。それ以外では、私からは以上です。もし技術関連の何かを見たい場合は、ここに別の動画を残しておきます。
そして、そうですね、それだけです。私の名前はGoGoです。私はCold Fusionでした。次のエピソードでまたお会いしましょう。皆さん、さようなら。
Cold Fusion。それは新しい思考です。
コメント