Vibe Codingを超えて：Agentic Engineeringの台頭

ソフトウェア開発の状況は、AIアシスタントが単純なオートコンプリートツールから自律エージェントへと移行するにつれて急速に変化しています。最近、この変化をどのように説明するかについて緊張が生じています。Andrej Karpathyは、『vibe coding』という用語を考案し、開発者がdiffをレビューせず、基盤となるロジックを理解せずにAIの出力を受け入れる、無謀でプロンプト駆動型のプログラミングアプローチを表しました。このアプローチは急速なプロトタイピングでは刺激的ですが、プロフェッショナルなソフトウェア開発とは根本的に異なります。

業界が成熟するにつれ、カジュアルなハックと規律あるワークフローというこれらの2つの活動を混同することが混乱を引き起こし、コードベースの健全性に潜在的な損害を与えることが明らかになってきました。前進するためには、『vibes』とエンジニアリングを区別する必要があります。

Vibe Codingの魅力と危険

Vibe codingは、『prompt, accept, run』サイクルによって特徴づけられます。人間は『prompt DJ』として振る舞い、建築的意図ではなくエラーメッセージに基づいて反復します。この方法は特定のユースケースにおいて非常に効果的です：

  • Greenfield MVPs and Hackathons: スピードが唯一の指標であり、コード品質が関係ないとき。
  • Personal Scripts: 開発者が唯一のユーザーであり、失敗したら単にコードを再生成できるワンオフツール。
  • Exploration: 新参者が機能するソフトウェアを構築し、例から学ぶことを可能にする。
  • Creative Brainstorming: 適切な実装を決定する前に、問題に対する複数のアプローチを生成する。

しかし、vibe codingの失敗モードは予測可能です：デモでは見事ですが、スケーリング、修正、またはセキュリティ監査時に失敗します。コードが実際にどのように機能しているかを理解している人がいない場合、このプロセスはエンジニアリングではなくなり、ある観察者が指摘したように『希望』になってしまいます。

Agentic Engineeringの定義

AIのプロフェッショナルな応用を説明するために、『Agentic Engineering』という用語が登場しました。vibe codingとは異なり、agentic engineeringはAIを常に厳格な監督が必要な速いが信頼できないジュニア開発者として扱います。

このパラダイムでは、人間は建築家かつ意思決定者のまま残り、AIエージェントが実装を担当します。この区別はプロフェッショナルな正当性にとって重要です；『vibe engineering』はCTOにとってあまりにもカジュアルに聞こえるかもしれませんが、『agentic engineering』はエンジニアリングの厳格さによって統治される自律エージェントを含む真剣な規律を示します。

Agenticワークフローの実践

Agentic engineeringは伝統的なエンジニアリングプラクティスを置き換えるのではなく、それを強化します。このワークフローは、vibe codingが明確に無視するレベルの規律を要求します：

1. 計画と仕様

単一のプロンプトが書かれる前に、エンジニアは設計ドキュメントまたは仕様書を作成します。作業を明確に定義されたタスクに分割し、アーキテクチャを事前に決定することで、エンジニアはプロジェクトが方向を見失うのを防ぎます。

2. 指示された実装と厳格なレビュー

タスクはスコープされ、AIエージェントに割り当てられます。その結果得られたコードは、人間のピアのプルリクエストに適用されるのと同じ精査でレビューされます。人間のレビュアーがモジュールの機能を説明できない場合、それはマージされません。

3. 徹底したテスト

テストは、信頼できないエージェントを信頼できるシステムに変換する主要なメカニズムです。包括的なテストスイートがない場合、AIはタスクを『done』と宣言するかもしれませんが、コードは依然として壊れた状態のままです。

コミュニティディスカッションで指摘されているように、並列エージェントの数が増えるにつれて、手動でのレビューは物理的に不可能になります。信頼メカニズムは、人間のレビューから『quality gates』へとシフトしなければなりません — — 正確な仕様と決定論的なテストスイートであり、CI (Continuous Integration) が真実の源となります。

4. 所有権とメンテナンス

人間のエンジニアはドキュメントを維持し、バージョン管理を管理し、本番環境を監視します。AIは雑務を加速させますが、人間はシステムの正しさと長期的な保守性を所有します。

シニアギャップとスキル萎縮

この変化には不快な現実があります：agentic engineeringはシニアエンジニアに不釣り合いに利益をもたらします。システム設計、セキュリティ、パフォーマンスにおける深い基礎知識を持つ者は、何が『良い』かを知っているため、AIを巨大な力倍増器として使用できます。

逆に、これらの基礎を習得する前にAIに頼るジュニア開発者は、『skill atrophy』のリスクにさらされます。エンジニアリングリーダーの間では、プロンプトを効果的に行えるが、自分が生成したコードをデバッグしたり理由付けしたりできない開発者の世代について懸念が高まっています。

結論：職人の基準を引き上げる

AIコーディングの台頭は、ソフトウェアエンジニアリングの職芸を置き換えるのではなく、基準を引き上げます。繁栄する開発者は、最も速くプロンプトを出す者ではなく、何を構築しているのか、なぜそうしているのかを最も明確に考える者です。

無謀なvibe codingの喜びと、agentic engineeringの規律ある実践を分離することで、業界は私たちが構築するソフトウェアの安定性とセキュリティを犠牲にすることなく、AIエージェントの力を活用することができます。

Sources