バイブコーディングの幻想とAIコードの水準、そして未来

• 最近のAIコーディングは「実行されるコード」を素早く作れる一方で、ユーザーが期待する「良い製品」まで自動で作れるわけではないという主張

• 著者はその原因を大きく2つあると見る

  • AIの常識・暗黙知の不足
  • RLVRベースの学習では、「良いコード／製品」よりも「コードの実行成功」のほうが報酬されやすい構造

• 例として、世宗大王MacBook Proのハルシネーション、洗車場テスト、韓国の教室／学生画像の生成失敗を挙げ、最新モデルでも人間ならすぐ気づく違和感を見落としうると指摘

• コーディングRLVRの報酬が実行可否に偏ると、LLMは過剰な try-except、fallback、防御ロジックを作り、技術的負債を積み上げる可能性がある

• 囲碁は勝てばよいが、ソフトウェアは「とりあえず動く」ことではなく、「人が望み、お金を払う製品」でなければならない点が核心

• KarpathyのAJI（Artificial Jagged Intelligence）という観点で見ると、現在のAIの弱い部分は「taste」、製品感覚、暗黙的な常識の領域

• Anthropicもデザイン／tasteの領域はまだ人間が多く担っている一方、モデル改善に伴ってその境界は再交渉されつつあると見ている

• 著者はGPT-5.4 → GPT-5.5のようにモデルが改善されるにつれ、このギャップは徐々に縮まっていくと展望

• 究極的には、人間と区別しにくいレベルの感覚と判断を備えればチューリングテストを通過し、その時点をAGIと見なせると主張

要約:
AIコーディングの問題は「コードが書けない」ことではなく、「人が望む製品が何かを理解しないまま、実行可能な成果物に最適化される」こと。現在の人間の役割は、AIに不足する常識、taste、製品判断を補うことにある。