GPT Image 2.5 is live — OpenAI's newest image model, targeted edits that leave the rest of the frame alone
すべてのガイド

· reAPI Team

バイブコーディングとは?Karpathy の定義と限界

バイブコーディングとは、AI が書いたコードを読まずに受け入れること。Karpathy の元の定義、コーディングエージェントによる実現方法、コストと限界を解説します。

バイブコーディングとは?Karpathy の定義と限界

バイブコーディングとは、作りたいものを AI モデルに説明し、モデルが書いたコードを読まずに受け入れてソフトウェアを作ることです。Andrej Karpathy は2025年2月2日の投稿で、これを「『vibe coding』と呼んでいる新しいコーディングの形。完全に雰囲気に身を任せ、指数関数的な進歩を受け入れ、コードの存在すら忘れる」と名付けました。[1] 同じ投稿では、その限界も示しています。「週末に作る使い捨てのプロジェクトには、そう悪くない」というものです。

この2つ目の文は、紹介される際に省かれがちですが、役に立つのはこの部分です。英語では1語の「vibecoding」として検索されることも多いこの手法は、画面上で動くプロトタイプを素早く作る方法です。金銭、ログイン、他人のデータを扱うコードをリリースする方法としては適していません。この記事では、Karpathy が説明した内容、現在のコーディングエージェントでそれが標準的な動作になる仕組み、トークンのコスト、破綻する場面を解説します。

Karpathy が最初に説明したバイブコーディング

投稿には、この手法を特徴付ける習慣が挙げられています。[1]

  • 音声文字起こしアプリを通じてエディターに話しかけ、キーボードには「ほとんど」触れませんでした。
  • 自分で該当行を探す方が手間なので、サイドバーの余白を半分にするような小さな変更を依頼していました。
  • すべての変更で「Accept All」をクリックし、差分を読むのをやめました。
  • エラーが出ると、コメントを付けずにそのまま貼り返し、それで「たいてい」は直りました。
  • モデルがバグを直せないときは、回避策を取るか、バグが消えるまで適当な変更を頼んでいました。

コードが「普段の自分の理解の範囲を超えて」大きくなったとも述べています。プログラムが何をしているかを把握しない代わりに、速さを得る。それがこの手法のトレードオフです。

現在のコーディングエージェントにおけるバイブコーディング

2025年初頭には、エディターと使い方の習慣を意味していました。2026年には、むしろ設定に近くなっています。Claude Code の権限モードは、何を確認なしで実行するかを決めるもので、Karpathy の「Accept All」に直接対応しています。[2]

Claude Code のモード確認なしで実行する内容Anthropic が示す用途
default読み取りのみすべての操作を自分で確認する
acceptEdits読み取り、ファイル編集、一般的なファイルシステムのコマンドレビュー中のコードを反復して修正する
plan読み取り。計画を承認するまで編集は保留変更前にコードベースを調査する
autoバックグラウンドの安全性チェック付きで、すべて長いタスクを、確認の回数を減らして進める
bypassPermissionsすべて隔離されたコンテナーと VM のみ

Claude Code v2.1.283 以降のターミナルセッションは auto モードで始まるため、新規セッションは今や手放しのスタイルから始まります。[2] auto でもバックグラウンドの安全性チェックは動作します。bypassPermissions ではそれも省かれ、Anthropic は利用先を隔離されたコンテナーと仮想マシンに限定しています。その場合でも、重要なパスを対象とする rm コマンドなど、一部の操作はどのモードでも実行前に確認を求めます。

バイブコーディングが破綻する場面

最初の問題はセキュリティです。Veracode は100を超える大規模言語モデルが Java、JavaScript、Python、C# で生成したコードをテストし、その45%で AI 生成コードが危険なセキュリティ上の欠陥を持ち込んだと報告しています。概要には、より大きく新しいモデルでも、より安全なコードは生成しなかったと記されています。[3] 誰も読まないコードには、その欠陥が残り続けます。

2つ目の問題は保守です。モデルが直せないバグに対し、Karpathy は回避策で対処していました。それは回避策同士が干渉し始めるまでは機能しますが、その時点で、もつれを解くはずの人はコードを一度も読んでいません。当サイトの見解では、使い捨てのプロトタイプなら問題ありませんが、決済や認証を扱う、データを削除する、秘密情報を保存するといった処理に進む前には、レビューの工程が必要です。

いくつかの習慣を取り入れれば、速さを保ちつつ、不足しているレビューを加えられます。

  • 残して使う予定のものは、まず計画を立てる。 Claude Code の plan モードは計画を承認するまで編集をブロックするため、コードより先に意図を確認できます。[2]
  • レビューを一度行う。 Claude Code には /code-review スキルが同梱されており、コミット前に差分に対して実行できます。[4]
  • 外部との境界部分の差分を読む。 ネットワーク、データベース、認証情報、ユーザー入力に関わるファイルは、ほかの部分を読まない場合でも、人が読むべきです。
  • リスクのある実行はサンドボックス内で行う。 確認を一切出したくない場合は、Anthropic が指定するとおり、コンテナーか VM で実行してください。

バイブコーディングのコスト

このスタイルはトークンを惜しみなく使います。エラーログ全体の貼り付け、適当な変更の依頼、エージェントの1時間の連続実行は、どれも入力と出力を増やします。OpenAI の推論モデルでは推論トークンも出力として課金されるため、見える回答が短くても、長い思考過程の料金がかかる場合があります。[5]

Anthropic によると、企業における Claude Code の平均コストは開発者1人あたり利用日につき約 $13、月額で $150 から $250 で、90%のユーザーは利用日あたり $30 未満です。[6] 個人のセッションではこれを上回ることも下回ることもあります。この数字は目安であり、予測ではありません。

料金を最も大きく左右するのはモデルの選択です。OpenAI の定価では、100万トークンあたり GPT-6.1 Terra は入力 $1、出力 $5 で、GPT-6 Astra は $10 と $50 です。[7] 「ボタンを青くして」のような数多くの小さなやり取りには安いモデルを使い、難しいバグには高性能なモデルを使うのは、妥当な使い分けです。GPT モデル比較では料金とツールの違いを整理しています。タスクごとに切り替えたい場合、reAPI なら GPT と Claude の両シリーズを1つのキーで利用できます。

FAQ

バイブコーディングという言葉を作ったのは誰?

Andrej Karpathy です。2025年2月2日付の X の投稿で名付けました。[1]

バイブコーディングで書いたコードは、安全にリリースできる?

レビューなしでは安全とはいえません。Veracode は AI 生成コードのテストの45%で危険な欠陥を見つけており、新しいモデルでもその問題は解消されませんでした。[3] リリース前に、金銭、ログイン、個人データ、削除を扱う部分をレビューしてください。

専用ツールは必要?

いいえ。変更を適用してくれるコーディングエージェントなら、どれでも使えます。Claude Code では、ターミナルセッションの開始時に使われる auto モードが、すでに変更のたびに確認することなく適用します。[2]

コードベースを見失わずにバイブコーディングを使う

バイブコーディングは、今夜のうちにアイデアが機能するか確かめるのに適した方法です。Karpathy 自身が示した「週末のプロジェクト」という範囲を意識してください。バイブコーディングのプロトタイプが、人々に頼られるものに変わったら、計画モードへ切り替え、リスクのある差分を読み、レビューを行い、タスクごとにモデルを選んで、トークン代が作業に見合うようにしましょう。

参考文献

  1. Andrej Karpathy. Post on X introducing "vibe coding". 2025年2月2日。2026年11月4日取得:x.com/karpathy/status/1886192184808149383
  2. Anthropic. Choose a permission mode (Claude Code documentation). 2026年11月4日取得:code.claude.com/docs/en/permission-modes
  3. Veracode. 2025 GenAI Code Security Report (October 2025 update). 2026年11月4日取得:veracode.com/resources/analyst-reports/2025-genai-code-security-report
  4. Anthropic. Extend Claude with skills: bundled skills. 2026年11月4日取得:code.claude.com/docs/en/skills
  5. OpenAI. Reasoning models. 2026年11月4日取得:developers.openai.com/api/docs/guides/reasoning
  6. Anthropic. Manage costs effectively (Claude Code documentation). 2026年11月4日取得:code.claude.com/docs/en/costs
  7. OpenAI. GPT-6.1 Terra and GPT-6 Astra model pages. 2026年11月4日取得:developers.openai.com/api/docs/models
すべてのガイド