Googleが唱えるバイブコーディングの進化とは。AIエージェントを指揮する開発者の役割の変遷

「バイブコーディング」という言葉の変遷

150万人以上が参加した無料コースが、今年また戻ってくる。

Googleは今年6月、AIエージェント構築に特化した5日間の集中コースを再開する。テーマは「バイブコーディング」。自然言語をプログラミングの主インターフェースとして使い、本番稼働可能なAIエージェントを構築する。

「バイブコーディング」という言葉の意味は、去年と今年で異なる。最初にこの言葉が広まったのは2025年2月。元OpenAI共同創設者のAndrej Karpathyが「コードの存在自体を忘れる、AIの提案をAccept Allで全部受け入れる新しいコーディング」として定義した。

1年後、Karpathyは定義を更新した。「AIエージェントを使ったプログラミングは、より多くの監視と精査を伴う。99%の時間コードを直接書かないが、監督者として行動する」。

同じ言葉で、別の役割が語られている。開発者の仕事が変わり、「バイブコーディング」という言葉の定義が追いついた。

「丸投げ」から「指揮」へ。バイブコーディングの1年間

2025年2月、Karpathyの投稿は閲覧数450万回超を記録した。

「AIにコードを書かせて、自分はAccept Allを押すだけ」というシンプルさが注目を集めた。コードを書かず、レビューもせず、バイブに乗る手法だ。

その後、実証研究が出た。

METR（機械学習評価・研究機関）が2025年7月に発表した調査によると、AIコーディングツールを使った開発者の実際の生産性は、ツールなしの場合と比較して測定可能な差が出なかった。開発者自身は「20%速くなった」と感じていたが、実測値はそうではなかった。主観と実態の乖離は43ポイント。

これが「生産性の錯覚」だ。

Googleが今回のコースで打ち出したのは、具体的な「使い方」だ。自然言語でエージェントを制御し、ツールとAPIを統合し、マルチエージェントシステムを設計する。これが2026年版の「バイブコーディング」だ。

Google社内のエキスパートは、この変化を整理している。

• バイブコーディング = YOLO（野放し）
• エージェンティックエンジニアリング = AIが実装し、人間が品質を所有する

Googleは今回のコースで、前者から後者への移行を体系化する。

しんたろー：
「バイブコーディング」という言葉を最初に聞いたときは、Karpathyの定義をそのまま受け取った。
1年後に本人が「監督者として行動する」と言い直したことに、言葉と実態のズレを感じる。
言葉が追いついていなかっただけで、開発現場の動きは一貫している。

開発者の役割が「コードを書く人」から「AIを指揮する人」へ

「エージェンティックエンジニアリング」という言葉が実態を正確に描写している。

Fastlyの調査によると、経験10年以上のシニア開発者は、ジュニア開発者より2.5倍多くAI生成コードを本番環境に出荷している。

AIツールの恩恵を受けているのは、AIを使いこなすのが得意な人ではなく、コードの良し悪しを判断できる人だ。AIが生成したコードが正しいかどうかを見抜ける目が、AIの活用を左右する。

DXの調査でも同様の傾向がある。スタッフエンジニア以上が週4.4時間の時間節約で最大の恩恵を受けている。経験値とAI活用効果は正比例する。

Django共同創設者のSimon Willisonは定義する。「AIが書いたコードでも、レビューしてテストして理解していれば、それはバイブコーディングではない」。

「バイブコーディング（悪い意味）」と「エージェンティックエンジニアリング（良い意味）」を分けるのは、ツールではなく姿勢だ。

具体的に何が変わるのか

Claude Codeを使ったマルチエージェント構成の事例がある。

あるエンジニアが6日間で構築した構成だ。

• 秘書エージェント: GitHubのIssuesをバックエンドに使い、GTDベースのタスク管理と期限通知を担当
• リサーチャーエージェント: 毎朝10ジャンルの最新情報を収集し、日次レポートを生成してSlackに投稿
• ライターエージェント: リサーチ結果をもとに記事の下書きを作成し、複数のプラットフォームへクロスポスト

このエンジニアは「指示書を書いて各エージェントに渡すこと」を行った。就寝中も、本職の合間も、エージェントが稼働する。

各エージェントへの指示は、「.claude/agents/」ディレクトリに配置したマークダウンファイルで管理されている。指示書の初稿は、Claude Code自身が書いた。「10ジャンルの最新情報を集めてレポートにまとめて、Slackにも投稿して」と伝えたら、187行の指示書が生成された。

現在の「バイブコーディング」はコードを書かない。何を作るかを設計し、エージェントの役割を定義し、品質を担保する仕組みを構築する。その全部が開発者の仕事だ。

Anthropicの社内でも、Claude Codeが書くコードの約90%はClaude Code自身が生成している。そこには、エンジニアがレビューして品質を担保する仕組みが存在する。これがエージェンティックエンジニアリングの本質だ。

しんたろー：
「司令塔」という役割をClaude Codeで試している。
コードを書く時間より、「何をどの順番で作るか」を考える時間のほうが長い。
指示書の質がアウトプットの質に直結するため、プロンプトを書く時間に緊張感がある。

実務への影響。今の開発フローで変えるべきこと

Googleのコースと現場の実例から、開発者が意識すべき変化が3つある。

1. 「コードを書く能力」より「コードを検証する能力」

シニア開発者がジュニアより2.5倍多くAI生成コードを本番に出せる理由は、AIの使い方が上手いからではない。AIの出力を評価できる技術力があるからだ。

AIがコードを書ける世界で価値が上がるのは、そのコードが正しいかどうかを判断できる人間だ。テスト設計能力、アーキテクチャの理解、セキュリティの知識は、AIが補完できない領域として残る。

2. 「プロンプト管理」が開発インフラになる

マルチエージェント構成の実例のように、エージェントへの指示書はコードと同じようにバージョン管理されるべき資産だ。

• 各エージェントの役割を定義したマークダウンファイル
• タスクの優先順位とルールを記述したプレイブック
• エージェント間の連携フローを設計したアーキテクチャドキュメント

これらを「ただのテキスト」ではなく、開発インフラの一部として扱う。指示書の品質がシステムの品質になる。

3. 「単一エージェント」から「役割分担」へ移行する

単一タスクをAIに任せ、人間がレビューするフローを確立する。次に繰り返し発生するタスクを特定し、専用エージェントを割り当てる。最終的に「司令塔」となるエージェントが複数の専門エージェントを呼び出す構成に育てる。

• Day 1-2: 単一タスクの自動化（コーディング、調査、文書作成）
• Day 3-4: 繰り返しタスクの定期実行化
• Day 5-6: 複数エージェントの役割分担と連携

前述の事例では、このプロセスが6日間で完成した。「試したい」を積み重ねた結果だ。

「生産性の錯覚」というリスクがある。AIを使うと「速くなった」と感じやすいが、実測値が伴っていない可能性がある。主観的な感覚を信じすぎず、実際のアウトプット量や品質で定期的に自己評価する。

しんたろー：
「指示書がコードと同じ資産」という感覚が染み込んできた。
最初はテキストファイルに書いたメモだったが、今はそれが壊れると全体が止まる構成になっている。
ドキュメントとインフラの境界線が消えている。

---

よくある質問

Q1. バイブコーディングは本当に生産性を上げるのか？

AIの出力を検証できるスキルがあるエンジニアにとっては、生産性向上は本物だ。

AIの出力を無批判に受け入れると、バグの混入や品質低下を招く「生産性の錯覚」に陥るリスクがある。実証研究では、開発者が「20%速くなった」と感じていても、実測値がそれを支持しないケースが確認されている。

AIを「コードを書くツール」ではなく「実装を代行するエージェント」と捉え、人間が司令塔として品質管理を行う体制を整えることが条件だ。シニア開発者がジュニアより2.5倍多くAI生成コードを本番に出せるのは、検証能力があるからだ。

Q2. マルチエージェント開発を始めるための最初のステップは？

まず単一のタスクをAIに任せ、その結果を人間がレビューするフローを確立することだ。

複雑な構成から始める必要はない。繰り返し発生する作業を一つ選び、そこに特定の役割を持つエージェントを一つ配置する。指示書はマークダウンファイルで書き、「.claude/agents/」のようなディレクトリで管理する。

次に「司令塔」となるエージェントを定義し、他のエージェントを呼び出す構成に育てる。最初から全部設計しようとしない。6日間で構成が完成したのは「計画」ではなく「試行の積み重ね」の結果だ。秘書やリサーチャーなど、特定の役割を一つ与えることから始める。

Q3. エージェンティックエンジニアリングとバイブコーディングの違いは何か？

姿勢の違いだ。ツールは同じでも、アウトプットへの責任の持ち方が違う。

バイブコーディング（批判的文脈での定義）は、AIの提案をAccept Allで受け入れ、コードの内容を理解しないまま進める姿勢を指す。エージェンティックエンジニアリングは、AIが実装を担い、人間が品質を所有する姿勢だ。

Django共同創設者のSimon Willisonは「AIが書いたコードでも、レビューしてテストして理解していれば、それはバイブコーディングではない」と定義する。Anthropic社内でもClaude Codeのコードの約90%がClaude Code自身によって書かれているが、そこにはエンジニアがレビューして品質を担保する仕組みが存在する。生成するのはAI、責任を持つのは人間。これが2026年の開発の基本構造だ。

---

「コードを書く人」から「AIを指揮する人」へ

Googleが150万人以上に届けたコースを再び無料で開く。テーマは「バイブコーディング」だが、中身は1年前とは別物だ。

自然言語でエージェントを制御し、複数のエージェントを役割分担させ、品質を人間が担保する。これが2026年の「バイブコーディング」の定義だ。

数字がすべてを語っている。シニアがジュニアより2.5倍多くAI生成コードを本番に出せる。生産性の錯覚は43ポイントの乖離を生む。Claude Code自身が書くコードは全体の90%だが、品質を担保するのは人間だ。

AIを「部下」としてマネジメントする時代が来ている。

👉 ThreadPostでSNS運用を自動化する