バイブコーディングとは？「10人で150億円」の答え合わせ

バイブコーディングとは？2025年に言われたこと

私たちが2025年3月21日に公開した記事は、アメリカのスタートアップ支援団体Y Combinator（YC）のギャリー・タンCEOの発言と、Anthropicのダリオ・アモデイCEOの予測を紹介するものでした。伝えた内容は、おもに次の4つです。

• バイブコーディングは、AIにコードを書かせ、人は指示を出すだけでアプリを作る開発のやり方。
• YCの最新の支援先のうち約25%は、コードの95%をAIが書いている。
• 課題はデバッグ（不具合の修正）。人が最終確認をする必要がある。

当時の記事は、タン氏の発言を「すでに起きたこと」のように書き、よくある質問では「年商1億ドルを達成している企業が続出しています」とまで言い切っていました。数字の出どころは、記事のどこにも示していませんでした。

ヒカリちゃんのまとめ2025年の記事は、YCの責任者とAnthropicのCEOの発言をもとに「少人数で大きな会社を作れる時代」と伝えました。次の章から、その言葉の意味とそれぞれの主張を確かめていきますね。

バイブコーディングとは、いまどういう意味か

もとの意味は、思ったより軽いものでした。カルパシ氏は2025年2月、「雰囲気（vibes）に身をまかせ、コードがあることすら忘れる」新しいコーディングだと、SNSに書きました。自分で読まずに、AIの出した変更を受け入れ、動かして、直したいところを言葉で伝える。カルパシ氏はこれを、捨てても困らない週末の作りものに向く方法だと位置づけていました。

その後、言葉は広い意味で使われるようになりました。主な出来事を並べます。

いまは、次のように使い分けると整理しやすくなります。

ヒカリちゃんのまとめバイブコーディングは、もともとは「読まずに任せる気軽な作り方」でした。仕事のコードでは、人が確かめながら進めるやり方が、別の呼び名で語られ始めています。

「10人で150億円」の答え合わせ

まず、いちばん気になる数字から確かめます。タン氏の発言は、CNBCの記事（2025年3月15日）では「10人で、年に1,000万ドルや1億ドルを稼ぐ独立した事業を作れる」という言い方でした。Business Insiderの記事（3月17日）では、少人数のチームが「年に100万ドルから1,000万ドル」の売上に達している、とも伝えています。1億ドルのほうは、市場が小さくても事業になる、という文脈の話です。

「作れる」という可能性の話を、「続出している」という事実の話にしてしまいました。

タン氏の発言のどこにも、10人未満で年商1億ドルに達した会社が続々と出ている、という事実は見当たりません。私たちが調べた範囲でも、そうした会社を具体的に確認できていません。ほかの主張も、一つずつ並べます。

アモデイ氏の予測は、2025年3月の講演で語られたものです。Anthropicは2026年6月、自社の本番コードの80%超（2026年5月分）をClaudeが書いたと報告しました。ただし同社は、書いたコードの量は品質を表さず、1日に統合されるコードが約8倍になったという数字も「生産性の向上を過大に示している」と述べています。社内の調査では、研究職130人の自己申告の中央値は約4倍でした。

ヒカリちゃんのまとめ「10人で150億円」は、実例ではなく「そうなりうる」という発言でした。確かな部分は、AIがコードを書く割合が増えたことと、確認の仕事が人に残っていることです。

バイブコーディングの品質とセキュリティを、調査で見る

「速くて安く作れる」ことと、「安心して使える」ことは別の話です。調査や事例を3つ見ます。

AIの書いたコードの、約45%に脆弱性

セキュリティ企業のVeracodeは2025年7月30日、100以上のAIモデルに、80の課題でコードを書かせた結果を発表しました。約45%の課題で、よく知られた種類の脆弱性を含むコードが出てきました。Javaでは失敗率が70%を超え、Python・C#・JavaScriptは38〜45%でした。モデルが新しく大きくなっても、セキュリティの成績はほとんど変わらなかったとしています。

速くなったと感じても、速くなったとは限らない

研究機関METRが2025年7月に公表した実験では、経験豊富な開発者がAIを使うと、課題に19%長くかかりました。本人たちは「20%速くなった」と感じていました。2026年2月の報告では、いまは速くなっている可能性が高いとしつつ、その大きさはデータからは言えないとしています。詳しくは コード生成AI「使用率75%」の答え合わせ にまとめています。

公開したアプリで起きたこと

日本のセキュリティ記事も、同じ点を指摘しています。トレンドマイクロの見解（@IT、2026年5月28日掲載）は、リスクの本質は「AIが危ないコードを書くこと」より、「人がセキュリティを確かめる仕組みのないまま公開してしまうこと」だとしています。AI生成コードの落とし穴として、選んでいない部品が入り込むこと、本番に不向きな初期設定が残ること、秘密情報の管理が甘いこと、正常な入力しか考えていないことの4つを挙げています。

ヒカリちゃんのまとめ動くアプリができても、安全とは限りません。調査と事例に共通していたのは、「公開する前に、人が確かめる仕組み」が足りなかったことです。

小さなチームが安全に試す手順

エンジニアのいない会社でも、順番を守れば、バイブコーディングは役に立ちます。ここまでの調査や事例をふまえて、私たちが大事だと考える手順です。

1. 捨てても困らないものから作る。社内だけで使う集計表、予約の目安を出す画面、ちょっとした計算機など。お客様の情報や決済に関わるものは、最初から選ばない。
2. 本物のデータは入れない。形だけ同じ仮のデータで、動きを確かめる。
3. パスワードやAPIキーを貼らない。AIの作ったコードの中に、テスト用の鍵や設定が残っていないかも見る。
4. 本番とテストを分け、元に戻せるようにする。作業の前にバックアップを取る。AIに本番のデータを直接さわらせない。Replitの事例の教訓です。
5. 公開する前に、「誰が何を読めるか」を確かめる。ログイン画面があっても、データベースの設定が空いていれば、情報は見えてしまう。Lovableの事例の教訓です。
6. お客様の情報を扱うものは、専門家に見てもらう。個人情報、決済、一般公開するものは、AIの自己点検だけで済ませない。
7. 作ったコードと指示文を手元に残し、時間を測る。GitHubや社内のドライブに保存しておけば、ツールが変わっても続けられる。作業の前後で時間を測り、本当に速くなったかを確かめる。

生成されたコードの権利やデータの扱いについては、コード生成AIおすすめ5選の比較（2026年版） にまとめています。入力した内容が学習に使われるかは、プランによって違います。仕事で使う前に、各ツールの設定を確かめてください。

ヒカリちゃんのまとめ小さく作り、仮のデータで試し、公開の前に人が確かめます。この順番を守るだけで、起きやすい失敗の多くは避けられるはずです。

バイブコーディングに使えるツールと、いまやること

どれも日本語で指示できます。料金は、比較記事と同じく2026年10月26日に各社の公式ページで確かめたものです。ドル建てには、日本の消費税が別にかかる場合があります。

エンジニアでない方は、まず無料の範囲で、第5章の1つ目のような小さな作業を試すのがおすすめです。画面のあるものはLovable、表やファイルの処理はChatGPTのCodexやClaudeが選びやすい入口です。ツールが入れ替わる速さについては、この1年半の動きもあわせて読んでください。

ヒカリちゃんのまとめまずは無料の範囲で、小さな社内ツールを一つ作ってみましょう。ツールは入れ替わりますが、確かめる順番と、作ったものを手元に残す習慣は、どのツールでも役に立ちます。