日本語版
最新ニュース
世界

バイブコーディングの問題

生成AIツール さまざまな業界で生産性を促進しています。このテクノロジーは、ソフトウェア開発で有利なニッチを発見しました。プログラマーは、出力の最新の改善を報告しています。 AIプログラミングが知られるようになったように、バイブコーディングは、よりシニアの開発者が使用すると最も大きな影響を与え、アイデアを迅速にプロトタイプとテストすることができます。しかし、特にコードが実験とテストから生産へとコードが移動する場合、開発チームが認識している必要があるこのいわゆる「雰囲気コーディング」にはリスクがあります。 「AIに生成されたコードは機能的ですが、最適化、読みやすさ、長期的な保守性が欠けていることがよくあります」 ジョーク。 AIに生成されたコードは、1つの問題を解決できますが、他の場所に隠された競合を導入できます。 「それは孤立した問題を解決するかもしれませんが、システムアーキテクチャ、ビジネスロジック、または長期戦略を越えて隠された競合を作成します。安全でないパターン、欠陥のあるライブラリ、および未波の依存関係は、簡単に生産に滑り込むことができます。つまり、AIに生成されたコードは、1つの問題を解決できますが、他の場所に隠された競合を導入できます。 Abrahamsによると、Vibe Codingは、アイデアを拡大し、利害関係者への可能性を迅速に実証する強力な方法であるため、概念の証明に適しています。ただし、生産環境に移住するには、特に大企業にとって、システムの「技術的負債」のリスクを高める厳格なコントロールが必要です。 しかし、システム統合要件以外にも考慮すべきリスクがあります。 上級開発者は、AIツールが仕事のありふれた、日常的かつ時間のかかる側面を削減するのに役立つと考えていますが、ソフトウェア開発の雑草を通してキャリアのかなりの部分をまだ費やしていないジュニアプログラマーは、アンダートレーニングのリスクがあります。 「問題を理解する」 ラッセル・デイビッドソン、最高技術責任者 BBDソフトウェア開発、TechCentralに、要件を適切に満たすソリューションを「バイブコード」に「バイブコード」するために必要な反復数は、熟練した開発者による従来のコーディングよりも長く時間がかかることが多いと語った。 「ジュニアエンジニアが、高度なコーディング技術とパターンの基本的なビルディングブロックにまださらされていることを保証する必要があります。重要な原則は、既存のスキルセットではなくAIを使用して増強することです。これは、エンジニアがAIを使用して解決し、それを失っていない問題を常に理解する必要があることを意味します」とDavidson氏は述べています。 読む: AIがコンピュータープログラミングに革命をもたらしている方法 バイブコーディングは、コードの執筆ではなく、コードの読み取りに重点を置いています。 Davidsonによると、読書コードと同じくらい重要なかもしれませんが、一緒に行うと、読む そして コードを書くことは、脳により高い認知要求をもたらし、保持を改善し、スキルを高めるのに役立ちます。 IocoのAbrahamsには異なる見解があります。彼女は、コードの読み取りは複雑で階層化されたアクティビティであると言いました。 「歴史的に、執筆は貴重なスキルでした。読み、デバッグが想定されました。AI、読書、推論、建築的思考がプレミアムスキルになりました。開発者は、AIの出力を検証し、非効率性を見つけ、保守性を確保する必要があります。 Abrahamsは、Vibeコーディングによってもたらされる別のリスクは、プログラマーが既存のAIツールを使用してさらに専門的なAIコーディングツールを作成するために開発されているツールに関連していると述べました。 「AIが別のAIシステムの低品質のコードを生成すると、AIが生成されたAIコードが適切に理解されていないと、欠陥をさらに複雑にします。」と彼女は言いました。 ツールの選択とそれらのツールの使用方法も重要です。明確なAIポリシーまたは明確に定義されたAIスタックがなければ、独自のAIモデルを選択する開発者は、より一般的なユーティリティを選択する可能性がありますが、専門モデルはより良い出力を生成する可能性があります。 読む: AIで最も影響力のある100人のタイムのリストに命名されたWits教授 「ChatGpt、Claude、Geminiなどの主流の汎用モデル、およびカーソルやコピロットのように上に構築されたエージェントツールは一般的であり、「ジャックオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブレベルの出力を提供しますが、ランググラフとランシャンとランシャンとランシャンを使用したエージェントを使用してより良い結果を得ることができます」 - ©2025 NewsCentral Media WhatsAppのTechCentralから速報を受けてください。 ここにサインアップしてください。 お見逃しなく: 南アフリカのR700万ATM「ソフトウェア強盗」 #バイブコーディングの問題
お問い合わせ・広告・著作権・不具合に関するご連絡は [email protected] までメールでお願いします。

バイブコーディングの問題

1757303127
2025-09-07 12:42:00

生成AIツール さまざまな業界で生産性を促進しています。このテクノロジーは、ソフトウェア開発で有利なニッチを発見しました。プログラマーは、出力の最新の改善を報告しています。

AIプログラミングが知られるようになったように、バイブコーディングは、よりシニアの開発者が使用すると最も大きな影響を与え、アイデアを迅速にプロトタイプとテストすることができます。しかし、特にコードが実験とテストから生産へとコードが移動する場合、開発チームが認識している必要があるこのいわゆる「雰囲気コーディング」にはリスクがあります。

「AIに生成されたコードは機能的ですが、最適化、読みやすさ、長期的な保守性が欠けていることがよくあります」 ジョーク

「それは孤立した問題を解決するかもしれませんが、システムアーキテクチャ、ビジネスロジック、または長期戦略を越えて隠された競合を作成します。安全でないパターン、欠陥のあるライブラリ、および未波の依存関係は、簡単に生産に滑り込むことができます。つまり、AIに生成されたコードは、1つの問題を解決できますが、他の場所に隠された競合を導入できます。

Abrahamsによると、Vibe Codingは、アイデアを拡大し、利害関係者への可能性を迅速に実証する強力な方法であるため、概念の証明に適しています。ただし、生産環境に移住するには、特に大企業にとって、システムの「技術的負債」のリスクを高める厳格なコントロールが必要です。

しかし、システム統合要件以外にも考慮すべきリスクがあります。

上級開発者は、AIツールが仕事のありふれた、日常的かつ時間のかかる側面を削減するのに役立つと考えていますが、ソフトウェア開発の雑草を通してキャリアのかなりの部分をまだ費やしていないジュニアプログラマーは、アンダートレーニングのリスクがあります。

「問題を理解する」

ラッセル・デイビッドソン、最高技術責任者 BBDソフトウェア開発、TechCentralに、要件を適切に満たすソリューションを「バイブコード」に「バイブコード」するために必要な反復数は、熟練した開発者による従来のコーディングよりも長く時間がかかることが多いと語った。

「ジュニアエンジニアが、高度なコーディング技術とパターンの基本的なビルディングブロックにまださらされていることを保証する必要があります。重要な原則は、既存のスキルセットではなくAIを使用して増強することです。これは、エンジニアがAIを使用して解決し、それを失っていない問題を常に理解する必要があることを意味します」とDavidson氏は述べています。

読む: AIがコンピュータープログラミングに革命をもたらしている方法

バイブコーディングは、コードの執筆ではなく、コードの読み取りに重点を置いています。 Davidsonによると、読書コードと同じくらい重要なかもしれませんが、一緒に行うと、読む そして コードを書くことは、脳により高い認知要求をもたらし、保持を改善し、スキルを高めるのに役立ちます。

IocoのAbrahamsには異なる見解があります。彼女は、コードの読み取りは複雑で階層化されたアクティビティであると言いました。

「歴史的に、執筆は貴重なスキルでした。読み、デバッグが想定されました。AI、読書、推論、建築的思考がプレミアムスキルになりました。開発者は、AIの出力を検証し、非効率性を見つけ、保守性を確保する必要があります。

Abrahamsは、Vibeコーディングによってもたらされる別のリスクは、プログラマーが既存のAIツールを使用してさらに専門的なAIコーディングツールを作成するために開発されているツールに関連していると述べました。 「AIが別のAIシステムの低品質のコードを生成すると、AIが生成されたAIコードが適切に理解されていないと、欠陥をさらに複雑にします。」と彼女は言いました。

ツールの選択とそれらのツールの使用方法も重要です。明確なAIポリシーまたは明確に定義されたAIスタックがなければ、独自のAIモデルを選択する開発者は、より一般的なユーティリティを選択する可能性がありますが、専門モデルはより良い出力を生成する可能性があります。

読む: AIで最も影響力のある100人のタイムのリストに命名されたWits教授

「ChatGpt、Claude、Geminiなどの主流の汎用モデル、およびカーソルやコピロットのように上に構築されたエージェントツールは一般的であり、「ジャックオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブオブレベルの出力を提供しますが、ランググラフとランシャンとランシャンとランシャンを使用したエージェントを使用してより良い結果を得ることができます」 – ©2025 NewsCentral Media

WhatsAppのTechCentralから速報を受けてください。 ここにサインアップしてください

お見逃しなく:

南アフリカのR700万ATM「ソフトウェア強盗」

#バイブコーディングの問題

執筆者について: nipponese

Nipponese News編集部は、国内外のニュースを日本語で分かりやすくお届けします。