人工知能（AI）を活用したコーディングツールの性能向上を背景に、開発者が生成コードを十分に確認しないまま本番環境へ反映するケースが増えている。AIが書いたコードに誰が責任を負うのかを巡る議論も、開発現場で重みを増してきた。

Gigazineが11日付で報じたところによると、開発者のサイモン・ウィリソン氏はこのほど、自身の開発スタイルの中で「バイブコーディング（vibe coding）」とエージェント型開発の境目が曖昧になりつつあると述べた。

バイブコーディングは、AIが生成したコードを細かく吟味せず、ひとまず動けば受け入れるやり方を指す。一方のエージェント型開発は、熟練した開発者がAIツールを活用しながら、セキュリティや保守性、運用面まで含めて判断するアプローチに近い。

ウィリソン氏はこれまで、この2つを明確に分けて考えてきたという。バイブコーディングは個人向けの小規模ツールでは実用的な場合もある一方、他者のデータを扱ったり業務に直結したりするソフトウェアにそのまま適用するのは無責任だとみていた。

ただ、AIコーディングツールの性能向上に伴い、実際の開発習慣も変わってきたと明かした。AIコーディングエージェントのClaudeが、SQLクエリの実行やJSON APIの生成、テスト、ドキュメント作成までこなす場面を繰り返し経験するなかで、単純な作業ではコードを1行ずつ読まなくなったとしている。

問題は、AIへの信頼が高まるほど、レビューの手順が緩みやすくなる点だ。ウィリソン氏は「自分がレビューしていないコードを本番環境で使うことが、本当に責任ある行動なのか自問している」と語った。

同氏はこの状況について、大規模組織で社内サービスを利用する場面に似ていると説明する。例えば別チームが構築した画像処理サービスを使う際、多くの開発者は実装全体を読み込むのではなく、まずドキュメントを参照して利用し、問題が起きたときに内部実装を確認するという。

ただし、AIは人間の開発チームと異なり、アカウンタビリティや評判という概念を持たない点が大きく異なると指摘した。特定の開発チームであれば、障害や不具合が起きた際に責任の所在をたどれるが、AI生成コードにはその枠組みがないという。

さらに同氏は、成功体験の積み重ねが過信を招く可能性にも警鐘を鳴らした。AIが何度も正しい結果を返すと、開発者が検証手順を省き、肝心な局面で誤りを見落とす「逸脱の常態化（normalization of deviance）」が起こり得ると説明している。

AI時代には、コード品質を見極める基準そのものも変わりつつあるとの見方も示した。従来はコミット数やテストの規模、READMEの整理状況などから開発品質をある程度推し量れたが、AIによって見栄えの良いリポジトリを短時間で作れるようになったためだ。

その結果、実際に使われた履歴や運用実績の重要性が増すと同氏はみている。「AIで作ったコードでも、誰かが毎日実際に使って検証してきた成果物であれば、単に生成されたコードより価値がある」と述べた。

開発者コミュニティの受け止めは分かれている。AIが開発者を過度に受け身にしかねないと懸念する声がある一方で、高級プログラミング言語の登場によって開発者がアセンブリを直接書かなくなったのと同じように、AIも開発手法の変化の延長線上にあるとみる向きもある。

批判も少なくない。根本原因を分析しないまま、AIが提案した大規模な修正をそのまま適用すれば、かえって新たなバグを生む恐れがあるためだ。業界では、AIコーディング競争の焦点が単純な生成能力から、いかに安定して検証し、責任ある開発プロセスに組み込めるかへ移りつつあるとの見方が出ている。