ハイプの先へ：「バイブコーディング」リーダーたちが直面するリテンション危機
Yunhao Jiao
2024年半ばに掲げられた「すべての創業者を開発者に」という約束は、現実の壁に直面しています。AIコーディングブームが初めての真の試練に立ち向かう理由と、その先に何が待ち受けているのかをお伝えします。
2024年半ば、「バイブコーディング」はあらゆる創業者の想像力を捉えました。Lovable、Bolt、Replitなどのプラットフォームは革命的なものを約束しました。アプリのアイデアを平易な英語で説明するだけで、AIが数分でそれを構築するというものです。コーディングの民主化がついに実現したという語りは魅力的でした。Lovableは報じられている66億ドルの評価額で資金調達を行い、競合他社は市場シェアの獲得へと急ぎました。
2025年初頭に時計を進めると、データは厳しい現実を物語っています。これらのプラットフォームへのトラフィックは急落し、ユーザーリテンションは低下し、初期の熱狂はある厳しい現実に道を譲りました。プロトタイプを作るのは簡単ですが、ビジネスを作るのはそうではないということです。
プロトタイプの壁
根本的な問題は技術そのものではなく、デモの後に何が起きるかです。ユーザーは私が「プロトタイプの壁」と呼ぶものに直面します。AIが生成したMVPを、セキュアでスケーラブルな本番アプリケーションにする必要が生じる瞬間です。ここでバイブコーディングの夢が現実と衝突します。
これらのプラットフォームから始めた数十人の創業者と話しました。パターンは一貫しています。1週目の興奮、3週目頃の懸念、そして2ヶ月目には離脱。問題はAIがコードを書けないことではなく、それが長期的な運用を念頭に設計されていないことです。
危機を招く3つの要因
1. 経済的に成立しないスケール
AIコーディングプラットフォームは本質的に「トークン消費が多い」ものです。機能追加のリクエスト、反復作業、バグ修正のたびに、GPT-4やClaudeのような高コストなモデルへのAPIコールが発生します。Forbesが最近報じたように、これは高いチャーン率を生み出しています。
ユーザーにとって、これは痛みを伴う気づきをもたらします。プロトタイプを月20ドルで構築してくれた「無制限」のコーディングアシスタントが、運用には月200ドルかかるようになるのです。デモ段階でバイブコーディングを魅力的にした経済性が、本番環境では採算に合わないものになります。
2. セキュリティと技術的負債
AIが生成するコードには不都合な秘密があります。動くには動くのですが、多くの場合それは混乱した状態です。人間の監督なしに、これらのツールは開発者が「スパゲッティコード」と呼ぶものを生み出します。動作はするが脆く、修正が難しく、セキュリティの脆弱性が潜んでいます。
GitHubは最近、重大なセキュリティ上の欠陥を引き起こすコードのパターンを発見し、AIが生成したプルリクエストにキルスイッチを実装したことでニュースになりました。アプリケーション全体がAIによって生成され、適切にレビューされていない場合、未知のリスクの上に構築することになります。
問題は時間とともに悪化します。新機能を追加するたびに技術的負債が蓄積されます。クリーンなMVPとして始まったものが、修正、デバッグ、セキュア化がますます困難になっていきます。最終的に、多くの創業者は痛ましい選択を迫られます。不安定な基盤にパッチを当て続けるか、適切なエンジニアリングでゼロから作り直すかです。
3. デモから本番へのギャップ
「自分のマシンで動く」デモを作ることと、実際のユーザー、実際のデータ、実際のお金を扱う本番アプリケーションを作ることは根本的に異なります。バイブコーディングプラットフォームは前者は得意ですが、後者には苦戦します。
本番アプリケーションには、堅牢なエラーハンドリング、セキュリティプロトコル、スケーラビリティアーキテクチャ、そして保守ワークフローが必要です。既存のシステムと統合し、規制に準拠し、エッジケースを処理しなければなりません。これらは「バイブ」だけで実現できる機能ではなく、意図的なエンジニアリングとテストが必要です。
エージェント型テスト：欠けていた検証レイヤー
ここで話が興味深くなります。コードを生成できるAIの能力は、コードを検証するためにも活用できます。そこで登場するのがエージェント型テストです。
エージェント型テストは、既存の開発ワークフローの上に位置する自律的な検証レイヤーと考えてください。バイブコーディングツールや人間の開発者を置き換えるものではありません。ほとんどのチームが面倒で時間がかかるという理由でスキップしてしまう継続的なQAプロセスを追加するものです。
エージェント型テストとは何か？
人間がテストスクリプトを書く従来の自動テストとは異なり、エージェント型テストはAIエージェントを使用して、明示的な指示なしにアプリケーションを自律的に探索し、テストケースを生成し、エッジケースを特定し、機能を検証します。Andrew NgはAI開発パターンに関する最近の議論でこれを取り上げました。こうしたエージェント型ワークフローは、経験豊富なQAエンジニアの実際の作業を模倣して、反復・反省・改善できるというものです。
エージェントは事前定義されたテストを実行するだけではありません。能動的に探索します。「ここに特殊文字を入力したらどうなる？予期しない順序でボタンをクリックしたら？このフォームは適切に検証されている？この認証フローにセキュリティの脆弱性はある？」と問いながら、AIコーダーも人間の創業者も確認しなかった問題を発見します。これは、本番環境のバグを40%〜90%削減することが実証されているテスト駆動開発の思想を体現しつつ、手動の負担をなくすものです。
真の強みは組み合わせにあります。AIが10倍の速度でコードを生成する一方で、自律的な検証が本番環境で表面化するはずだった問題を捉えます。
これからの道筋
バイブコーディングの危機はAIの失敗ではなく、成熟のマイルストーンです。第一波はコードを素早く生成することにありました。第二波は、実際にビジネスを動かせる信頼性の高いコードを生成することにあります。
開発の民主化というビジョンは今も現実のものです。しかし、コードを生成するだけでは不十分であり、セキュアで保守性が高く、本番環境に耐えうるコードを保証する自律型システムが必要です。これが2026年に業界が直面する課題であり、AIを活用した開発の次のフェーズを定義する機会です。
朗報があります。その技術はすでに存在しています。あとは、ビルダーたちが「品質を伴わないスピードは本当のスピードではなく、技術的負債を偽装したものに過ぎない」と気づくかどうかの問題です。
Forbes で詳細を見る。