# バイブコーディング ## 定義 AI（大規模言語モデルなどのコーディング支援ツール）との対話的・即興的なプログラミングスタイル。AIとの往復を通じて、事前に設計・仕様を固めるのではなく「感触（バイブ）」を読みながらコードを生成・修正する。 AIコーディング界隈のスラングとして普及しているが、[[稲見昌彦]]はこれを「没入感の源は入力に対する出力の増幅率の高さ」と再解釈し、DJ 文化（リアルタイムのフィードバック応答による意味生成）との類比で論じる。さらに人間がループのボトルネックになるという逆説——「道具を使いながら道具に使われている」——を体験する場として位置付ける（`Source: [[@2026__note.com__ループのボトルネックは、人間だ]]`）。 ## 横断的知見 - **「知識負債(knowledge debt)」がバイブコーディングの没入感・増幅率の裏面として実証された**: [[稲見昌彦]] はバイブコーディングの没入感を「入力に対する出力の増幅率の高さ」と再解釈したが、[[@2026__arXiv__Can Large Language Models Generate Observability-Aware Code?]] は同じ現象の負の側面を "vibe-coded microservices"(高レベル仕様から自動生成された 200 個のマイクロサービス系)の実行時観測性実験で定量化する。同論文は「エージェントが大量のコードを高速に生成する一方、開発者は生成コードの詳細を検査・理解しきれない」ため knowledge debt(開発者が完全には理解していない挙動を持つシステムを保守する負債)が蓄積すると論じ、Fault Signals Rate 4.95〜13.99% という数値でその帰結(障害発生時に診断できない)を示す。増幅率の高さが没入感を生む(稲見)一方、その同じ増幅率が診断可能性を犠牲にする(Tao+)という、バイブコーディングの光と影を異なる角度から捉えた 2 ソースになる。(Source: [[@2026__note.com__ループのボトルネックは、人間だ]], [[@2026__arXiv__Can Large Language Models Generate Observability-Aware Code?]]) - **「人間がループのボトルネック」という逆説は、生成物の障害診断局面で別の形で反復する**: 稲見の議論は生成時点(コーディングのループ)での人間のボトルネック性を扱うが、Observability-Aware Code 論文は運用時点で同型の逆説を示唆する——開発者が生成コードを検査しきれないため、障害発生時に「何が起きたか」を診断する段になって初めて人間の理解不足が露呈する。バイブコーディングのボトルネックは生成時に留まらず、**障害対応時にも遅延して現れる**可能性がある。(Source: [[@2026__note.com__ループのボトルネックは、人間だ]], [[@2026__arXiv__Can Large Language Models Generate Observability-Aware Code?]]) - **職人コーディング(Artisanal Coding)陣営からの批判**: [[@2026__NewsPicks__ソフトウェアの工業化とアーツ&クラフツ運動]]は、[[Andrej Karpathy]] が命名したバイブコーディングを、Software Craftsmanship 系譜(→ [[Software Craftsmanship]])の「職人コーディング」マニフェストが「ファストフードのようなものだ」と批判していると報告する。「AIに生成されたスニペットを理解ではなくバイブとオートコンプリートに導かれてつなぎ合わせる」行為への拒絶であり、[[稲見昌彦]] の没入感の再解釈([[@2026__note.com__ループのボトルネックは、人間だ]])とも [[@2026__arXiv__Can Large Language Models Generate Observability-Aware Code?]] の knowledge debt 実証とも異なる、規範的・倫理的な角度からの批判軸を追加する。(Source: [[@2026__NewsPicks__ソフトウェアの工業化とアーツ&クラフツ運動]]) ## 未解決の問い - バイブコーディングにおける人間のボトルネック（ウィンドウ間のコピーアンドペーストなど）を自動化した場合、人間の役割として何が残るか？ - DJ 文化との類比（リアルタイムフィードバック・リズム・共鳴）はどこまで有効か？バイブコーディングでの「身体性」はどう扱われるか？ - 没入感（入出力の増幅率の高さ）と依存性の関係はどう考えるべきか？ - **没入感・増幅率の高さと knowledge debt の蓄積速度は比例するか**: バイブコーディングのセッション速度・往復回数が増えるほど、開発者が生成コードを検査する時間的余裕は減る。この「速度と理解の反比例」を定量的に測定した研究はまだない。observability-oriented skill([[@2026__arXiv__Can Large Language Models Generate Observability-Aware Code?]])のような生成時ガードレールは、この knowledge debt の蓄積速度を実際に緩和できるか。(Source: [[@2026__arXiv__Can Large Language Models Generate Observability-Aware Code?]]) ## 関連 - [[稲見昌彦]]（バイブコーディング体験の記述・再解釈） - [[Human-out-of-the-loop]]（バイブコーディングが先取りする構造） - [[情報顕微鏡]]（バイブコーディングでの「感知」の拡張） - [[オブザーバビリティ]] / [[コーディングエージェント評価]]（生成物の診断可能性という knowledge debt の帰結） - [[Software Craftsmanship]]（職人コーディング陣営からの批判の対比先） ## 出典 - [[@2026__note.com__ループのボトルネックは、人間だ]] - [[@2026__arXiv__Can Large Language Models Generate Observability-Aware Code?]](knowledge debt の定式化、vibe-coded microservices の実行時観測性実証) - [[@2026__NewsPicks__ソフトウェアの工業化とアーツ&クラフツ運動]](2026-03-24、[[広木大地]]、職人コーディング陣営からの批判の紹介)