はじめに
Vibe Coding や Spec Coding を使うと、AI がコードを書いてくれます。
ただし、AI は一瞬で無限にコードを生成できるわけではありません。
短い関数ならすぐ出ます。
でも、複数ファイルの修正、テスト込みの実装、既存設計に合わせた変更になると、普通に時間がかかります。
つまり、AI にも 単位時間あたりに生産できるコード量の限界 があります。
AI のコード生成にも時間がかかる
AI 開発では、次のような時間が発生します。
- prompt を書く時間
- AI がコードを生成する時間
- 生成されたコードを読む時間
- 動作確認する時間
- bug を直す時間
- 不要なコードを削る時間
- 再生成を待つ時間
AI は速いです。
しかし、AI の出力にも物理的な待ち時間があります。
そのため、Vibe Coding や Spec Coding は、
「一瞬で完成する開発」ではなく、
「AI が一定速度でコードを生産し、人間が確認しながら進める開発」
に近いと思います。
待ち時間で集中力が切れやすい
AI を使って色々やっていると、どうしても待ち時間が発生します。
コード生成を待つ。
修正結果を待つ。
調査結果を待つ。
テストコードの生成を待つ。
この待ち時間が、意外と開発リズムに影響します。
少し待っている間に、別の作業を開く。
Slack を見る。
メールを見る。
別の issue を読み始める。
すると、元の作業に戻ったときに、
「何を確認していたんだっけ？」となりやすいです。
AI を使うと作業が速くなる一方で、
待ち時間によって注意が分散しやすくなる、という問題もあります。
これは地味ですが、実際の生産性にはかなり影響します。
余計なコードも生成される
AI は必要なコードだけを書くとは限りません。
例えば、
- 使っていない helper
- 仕様にない fallback
- 過剰な validation
- 不要な抽象化
- 似た処理の重複
- 既存共通処理を使わない独自実装
こういうコードが混ざることがあります。
コード量が増えると、進んでいるように見えます。
しかし、本番に入れるには、不要なコードを削る必要があります。
AI 開発では、生成だけでなく、削除も重要です。
bug 修正も生産プロセスの一部
AI が生成したコードにも bug はあります。
型が合わない。
null の扱いが甘い。
非同期処理で順番がずれる。
既存 API の仕様を誤解する。
本番データでだけ壊れる。
こういうことは普通にあります。
bug が出ると、また調査して、修正して、テストします。
その時間も含めて、AI 開発の生産性を考える必要があります。
難しいコードは AI でも時間がかかる
複雑な業務ロジック、認可、排他制御、状態管理、性能改善、既存システムとの統合などは、AI に任せてもすぐに正解が出ないことがあります。
1日試しても直らない。
数日かけても正しい実装に届かない。
そういう場面もあります。
その場合は、人間が設計を読み直したり、公式ドキュメントを確認したり、別の AI に調査させたり、最終的に人間が直接実装したりする必要があります。
まとめ
Vibe Coding も Spec Coding も、コードを生産できます。
ただし、それは「AI が無限に速くコードを書く」という意味ではありません。
実際には、
- AI の生成にも時間がかかる
- 単位時間あたりのコード生産量には限界がある
- 待ち時間で集中力が切れやすい
- 不要なコードも生成される
- bug 修正が必要になる
- 難しい実装は数日かかることもある
- 必要に応じて人間の介入が必要になる
という現実があります。
AI は強力な開発手段です。
しかし、本番に入れられるコードを作るには、生成、確認、削除、修正、判断が必要です。
これから重要になるのは、
AI にコードを書かせることだけではなく、
AI のコード生産をどう管理し、待ち時間も含めて開発リズムをどう保つか
だと思います。